提供一个另类的角度来思考这类的相似性问题。 身体重要的分子─蛋白质，通常由20种不同的胺 基酸形成一条或是多条长链组成。习惯上，生物 学家给每种胺基酸一个英文字母来表达，所以总 共用上了二十个字母。 例如：ALMCIVSFTYWQDENRPGHK 每当生物学家发现一种新的蛋白质，并且也定出 它的序列之後，通常接下来做的，会去和已知功 能的蛋白质序列做比较。目的在於，因为蛋白质 的功能和构造，与其特定序列是有关联性的，如 果新发现的蛋白质具有和已知的蛋白类似的序列， 表示也许新的蛋白具有类似的功能和构造，这样 有助於厘清新蛋白的角色。 通常这样做，比对接近的蛋白後来用更精密麻烦 的方式去验证，的确构造功能类似。 但是... 也经常发生序列看起来简直85% 都相同了，但是 事後证明天差地远。 因为蛋白质序列可以很长，例如数百个「字母」 甚至数千，两个不同的蛋白总是会有一些地方不 能对上；就好比圣经也没有把陈总统的名字给明 明白白地说出来一样。所以都得挪移一些以对齐。 例如说： 蛋白Ａ： ALM GS IF E TYWQ KR VI RP GG PP ||| || | |||| | || || || 蛋白Ｂ： ALM ADEIFPERTYWQ K VI RP PP 两个胺基酸链，都有22个单元，其中有17个比对 起来序列似乎相近，但是有可能这两个蛋白质一 点关系都没有。 比对这麽长的序列，都有可能出现这种问题，如 果只比对几个字，又使用无母音符号的希伯来文， 把字母前後依存性也去掉了，出现相类似巧合的 机会就更高了。 一天到晚在玩DNA 分子的分子生物学家就很了解 这点，DNA 实质上等同只有四个字母排列组合， 以人类为例，基因体这本「书」，由大约三十亿 个「四字母组ＡＧＣＴ」写成。当分子生物学家 要找出特定基因的时候，绝对不会用太短的「搜 寻字串」去找，否则保证找出一堆不相关的。 同理，用希伯来文字母，以乱数方式排出一篇够 长的乱数表，再用很短的子音构句去找，条件松 散的情况下一样可以找出一堆符合的。 以下无关政治，但若以台湾政局为例，起码也得 用类似「陈总统选前一天受不明枪击，後以些微 得票率差距赢得西元2004年、中华民国九十三年 总统大选」这麽长的句子才有意义。 ※ 引述《QQFIRE (QQFIRE)》之铭言： : 预知说不定可以避免灾祸。 : ※ 引述《ljs (哇里咧)》之铭言： : : 知道了又如何?/ : : 未来很多事如果注定了 : : 知道会更痛苦吧 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 65.146.213.167