全部的人类基因组序列大致可以放下一张音乐CD（700MB的那种）。这是怎么计算的呢？

人类基因组由23对染色体构成，组成它们的物质是脱氧核糖核酸（DNA）。DNA呈双螺旋结构，由通过氢键相连的碱基对（base pair）链接而成。每条染色体都是这样的碱基对序列，当中包含有遗传信息的片段，称作基因（gene），也包含仅支持蛋白质合成或目前尚未发现功能的片段。DNA中的碱基（nucleotide base）有四种──A（腺嘌呤，adenine），T（胸腺嘧啶，thymine），G（鸟嘌呤，guanine），C（胞嘧啶, cytosine）。由此，碱基对构成染色体，23对染色体构成人类基因组。

碱基对的构成方式是固定的：嘌呤（purine）只和嘧啶（pyrimidine）成对。它们都是有机化合物。嘌呤-嘌呤对在热力学上不合适因为它们的分子距离太远无法形成氢键；嘧啶-嘧啶对也不合适因为它们的分子距离太近会形成静电排斥。因此除了最常见的AT和GC对，只有GT和AC对。但这两者事实上是错误配对，因为氢键的受体和给体模式不匹配。

我们可以如下计算表示人类基因组所需要的信息量：

• 由于DNA中只有四种碱基，而2² = 4，所以只需要2比特（bit）的信息来表示碱基：00、01、10、11。
• 人类基因组由3080400000（大约30亿）个碱基构成23对染色体。[1]
• 8个比特为一个字节（byte)。
• 1兆字节（megabyte，MB)为2¹⁰ × 2¹⁰ = 1048576字节。

所以一条人类基因组可以用2 × 3080400000 / 8 / 1048576 ≈ 734.42MB的信息量来表示。这当中有大量重复的信息，稍加压缩就可以放下一张700MB的CD，一般压缩可以去掉一半。更进一步压缩，这篇文章说他可以把这些信息压缩成大约10MB，差不多是一首稍长些的MP3歌曲的大小。

也许生命的信息本来就是谱成一首歌来传唱的，就像《生命之歌》。

你可以在这个页面下载完整的人类基因组序列。

[1] Stewart Scherer. 2008. A Short Guide to the Human Genome. Cold Spring Harbor Laboratory Press.