假設你是一個農業專家，花了很多的時間培育出一種特別的果樹，這個果樹的特別之處乃是在於它比較不怕某一種植物的傳染病。這個品種當然是非常有價值的，在政府單位有登記。問題是，假如別的樹苗農場販賣這個品種的樹苗，會不會有問題?也就是說，買家當然希望可以確定他所買的樹苗的確是這個品種。
我們要知道，這不是一個容易的事。雖然這是一個新的品種，但是它和其他樹苗品種的外觀是差不多的，它的DNA和別的品種的DNA是非常相像的，因此我們要用一個方法來找出這個品種在DNA上的特徵。
先說DNA，DNA究竟是什麼，我沒有辦法在這裡講清楚，這是相當複雜而有趣的東西。簡單來說，它是存在細胞裡頭的一個很長的東西。這個東西是一連串的化合物，大自然在幾億年前就合成了四種化合物給DNA使用。我們通常將這四種化合物用a,c,g,t來代表。以下就是一段生物的DNA。
accgttccgtaccgtagttcttaatacctaataagttctgtatagtcgatctggtacggtaggtccatg
現在我們看另外一段DNA:
accgtgttccgtaccgtaatacctaataatacctaataagttctgtatagtcgatctggtacgg
這兩段DNA看上去是有點相像，可是中間有一個特別的地方，那就是在上面一段DNA有以下的字串:
P字串:gtaccgtagttcttaatacctaa
第二段DNA有以下的字串:
Q字串:gtaccgtacctaa
兩者有什麼關係呢?它們有一個有趣的關係，我們將這些字串分成三種字串:
A字串: gtaccgt
B字串: agttcttaat
C字串: acctaa
因此第一個P字串gtaccgtagttcttaatacctaa是ABC，而後一個Q字串gtaccgtacctaa是AC。這你們要仔細看一下就會同意我的說法。
也就是說，第一個物種和第二個物種有99%是相似的，可是仍然會有特別不同的地方。我們所講的DNA，大概是有5.23億個字，假設我們有XDNA和YDNA，長度都是5.23億個字，我們的任務是要在XDNA和YDNA中找出A和C，而A和C的長度都一定要是18~22個字。也要找到一個B字串，它的長度是大於50個字。ABC存在於XDNA，AC存在於YDNA。我們可以說這種特色就是我們物種的特色，別的物種不會有完全一樣的特色。
現在我再舉一個例子:
XDNA: accgtttgaggtcgat cgtattgaccgtggttcgtaaa actgactgacttagcatcaaatg atcatgactgcgtactaaggttcaatccatg acggtgccatgccatgggtccc gttaaacgtacgacg
YDNA:
Cggtagtaaacgttagtcgtacat cgtattgaccgtggttcgtaaa acggtgccatgccatgggtccc
tggtaacggttacgatgcgtaactgcgcgtcgtaaccgtatgccgtagttacggtaaatcctatgcgta
以上的DNA中有空格，這是因為我們要方便搞清楚所謂的ABC字串。其中的ABC字串如下：
A cgtattgaccgtggttcgtaaa
B actgactgacttagcatcaaatgatcatgactgcgtactaaggttcaatccatg
C acggtgccatgccatgggtccc
我們可以看出來，在XDNA中有ABC，YDNA中有AC。
假設我們要知道所買的苗種是否真的，我們可以查它的DNA。它的DNA可以叫做XDNA，和別的苗種相比，XDNA一定有以上的特色。如果沒有，就不是我們所要的苗種。
這個問題主要是要靠電腦的演算法來解決，因為XDNA和YDNA的長度都是5.5億左右，雖然工作人員還有一些資訊，這個工作仍然幾乎是大海撈針，如果沒有好的演算法，那是絕對沒有辦法解決這個問題的。值得慶幸的是，台灣有相當多的教授是演算法的專家，所以我們有不少的軟體工程師不是只會寫簡單程式的，而是可以設計程式，解決相當困難的問題。我們最近已經成功地發展了這個程式，而且實驗證明這個程式的確解決了這個問題。
當然，這個程式也可以保護智慧財產權，如果有人侵權的話，可以用這種方法來判斷。
我也希望我們的資訊系同學都應該多學演算法，因為很多非常值錢的程式都使用了相當巧妙的演算法。
（本文經李家同教授同意授權轉載「大海撈針的技術」）
