大家都知道,基因可以看作一个碱基对序列。它包含了 4 种核苷酸,简记作 A, C, G, T
。生物学家正致力于寻找人类基因的功能,以利用于诊断疾病和发明药物。
在一个人类基因工作组的任务中,生物学家研究的是:两个基因的相似程度。因为这个研究对疾病的治疗有着非同寻常的作用。两个基因的相似度的计算方法如下:
对于两个已知基因,例如 AGTGATG
和 GTTAG
,将它们的碱基互相对应。当然,中间可以加入一些空碱基 -
,例如:
A-GGTTG-A-TT-AGG
这样,两个基因之间的相似度就可以用碱基之间相似度的总和来描述,碱基之间的相似度如下表所示:
ACGT-A5−1−2−1−3C−15−3−2−4G−2−35−2−2T−1−2−25−1-−3−4−2−1∗
那么相似度就是:(−3)+5+5+(−2)+(−3)+5+(−3)+5=9。因为两个基因的对应方法不唯一,例如又有:
A-GGTTGTAAT-GG
相似度为:(−3)+5+5+(−2)+5+(−1)+5=14。规定两个基因的相似度为所有对应方法中,相似度最大的那个。