一般来说，我们可以使用动态规划的方法来计算编辑距离。首先，我们定义一个二维数组dp，其中dp[i][j]表示将序列1的前i个字符转换成序列2的前j个字符所需的最少编辑步骤数。 接下来，我们初始化dp数组的第一行和第一列。因为将一个字符串转换成空字符串，或者将空字符串转换成一个字符串，所需要的编辑步骤数就是字符串的长度，所以dp[i][0]=i，dp[0][j]=j。 然后，我们就可以开始填充dp数组的其余部分了。对于dp[i][j]，如果序列1的第i个字符和序列2的第j个字符相等，那么dp[i][j]=dp[i-1][j-1]，因为这两个字符已经匹配了，不需要额外的编辑步骤。如果它们不相等，那么dp[i][j]就等于以下三种操作中的最小值再加1： dp[i-1][j]+1，表示删除序列1的第i个字符； dp[i][j-1]+1，表示在序列1的第i个字符后面插入一个字符使其和序列2的第j个字符相等； dp[i-1][j-1]+1，表示将序列1的第i个字符替换成和序列2的第j个字符相等的字符。 最后，dp[m][n]（m和n分别是序列1和序列2的长度）就是我们要找的最少编辑步骤数，也就是两个DNA序列的编辑距离了。
