Wat is Substitutiematrices?

Een substitutiematrix geeft $s(a,b)$ voor elk paar aminozuren als een log-oddsscore:

waarin $q_{ab}$ de frequentie is waarmee $a$ en $b$ uitgelijnd worden aangetroffen in betrouwbare uitlijningen van verwante eiwitten, $p_{a} p_{b}$ de frequentie waarmee zij door toeval zouden worden gepaard, en $\lambda$ een schaal die zo is gekozen dat de waarden handige gehele getallen worden. Een positieve score betekent dat het paar vaker in homologen voorkomt dan door toeval; de identiteitsscores zijn het grootst voor zeldzame aminozuren (tryptofaan $+11$, cysteïne $+9$ in BLOSUM62) en het kleinst voor veelvoorkomende (leucine $+4$, alanine $+4$), en behoudende substituties (isoleucine–valine $+3$) scoren positief terwijl ingrijpende (tryptofaan–glycine $-2$) negatief scoren. De PAM-matrices (Dayhoff, 1978) werden afgeleid uit nauw verwante eiwitten en door matrixvermenigvuldiging naar grotere afstanden geëxtrapoleerd; de BLOSUM-matrices (Henikoff en Henikoff, 1992) werden rechtstreeks geteld in blokken uitgelijnde sequenties die op een gegeven identiteit waren geclusterd — BLOSUM62 uit blokken bij $62\,\%$ — en zij zijn de standaard omdat zij gemeten zijn en niet geëxtrapoleerd, op de afstand waar zij worden gebruikt.