来自：中国大学mooc-山东大学 生物信息学 课程
1.什么是序列？
序列就是字符串。
s就是一个序列。（原来序列是这么简单的，听着太高大上了）
蛋白质序列：由20个不同的字母（氨基酸）排列组合而成。
核酸序列：由4个不同的字母（碱基，ATCGU）排列组合而成，包括DNA序列和RNA序列。
FASTA格式：第一行＞表示注释；第二行及以后：每行60个字母或80，不一定。
图1.数据格式
2.序列相似性
图2.相似比较
扫描二维码关注公众号，回复：
3431289 查看本文章
图中显示了序列的相似性比较，对于序列长度是非常非常长的，肉眼根本无法识别，所以就需要技术来进行识别。
那么有序列一致度identity与相似度similarity两个概念：
图3.一致度和相似度定义
图4.例子
那么这两个序列的一致度就是50%，很好计算。
但是相似度是怎么计算的呢？哪个残基和哪个残基算作相似？
答：残基两两相似关系被 替换积分矩阵 所定义。
图5.蛋白质替换积分矩阵长这个样子
3.替换记分矩阵
描述了残基两两相似性的量化关系。
图6.DNA
3种常见的替分矩阵：