O que é Alinhamento múltiplo e perfis?

Exemplo 5.7 (Identidade, similaridade e a zona crepuscular)

Duas sequências proteicas aleatórias alinhadas de forma ótima com lacunas chegam a cerca de $15\text{ a }20\,\%$ de identidade por acaso. Acima de $35\,\%$ de identidade ao longo de cem resíduos, duas proteínas são quase certamente homólogas; entre $20\,\%$ e $35\,\%$ está a zona crepuscular, em que a identidade sozinha não decide e a estatística adiante precisa decidir. As homólogas podem cair bem abaixo da zona: as subunidades da hemoglobina e a mioglobina compartilham $25\,\%$ de identidade, a lisozima e a $\alpha$-lactalbumina $40\,\%$, e muitos pares de proteínas de mesmo enovelamento compartilham menos de $15\,\%$, detectáveis só pela comparação de perfis ou de estruturas.

Exemplo 5.10 (Ler um valor E)

Uma consulta de $250$ resíduos contra um banco de $5\times 10^{10}$ resíduos tem $mn = 1.25\times 10^{13} \approx 2^{43.5}$. Um acerto com escore em bits de $60$ tem $E = 2^{43.5 - 60} = 2^{-16.5} \approx 10^{-5}$: é, essencialmente com certeza, uma homóloga. Um acerto com $S' = 40$ tem $E = 2^{3.5} \approx 11$: esperam-se onze escores desses por acaso, e o acerto não significa nada. O mesmo alinhamento, com o mesmo escore em bits, buscado contra um banco dez vezes maior, tem um $E$ dez vezes maior — a significância é propriedade da busca, não do par. O limiar de uso comum é $E < 10^{-3}$ para uma homóloga confiável; $E \approx 0.01$–$1$ merece uma segunda olhada com um método de perfil.