提供一個另類的角度來思考這類的相似性問題。 身體重要的分子─蛋白質，通常由20種不同的胺 基酸形成一條或是多條長鏈組成。習慣上，生物 學家給每種胺基酸一個英文字母來表達，所以總 共用上了二十個字母。 例如：ALMCIVSFTYWQDENRPGHK 每當生物學家發現一種新的蛋白質，並且也定出 它的序列之後，通常接下來做的，會去和已知功 能的蛋白質序列做比較。目的在於，因為蛋白質 的功能和構造，與其特定序列是有關聯性的，如 果新發現的蛋白質具有和已知的蛋白類似的序列， 表示也許新的蛋白具有類似的功能和構造，這樣 有助於釐清新蛋白的角色。 通常這樣做，比對接近的蛋白後來用更精密麻煩 的方式去驗證，的確構造功能類似。 但是... 也經常發生序列看起來簡直85% 都相同了，但是 事後證明天差地遠。 因為蛋白質序列可以很長，例如數百個「字母」 甚至數千，兩個不同的蛋白總是會有一些地方不 能對上；就好比聖經也沒有把陳總統的名字給明 明白白地說出來一樣。所以都得挪移一些以對齊。 例如說： 蛋白Ａ： ALM GS IF E TYWQ KR VI RP GG PP ||| || | |||| | || || || 蛋白Ｂ： ALM ADEIFPERTYWQ K VI RP PP 兩個胺基酸鏈，都有22個單元，其中有17個比對 起來序列似乎相近，但是有可能這兩個蛋白質一 點關係都沒有。 比對這麼長的序列，都有可能出現這種問題，如 果只比對幾個字，又使用無母音符號的希伯來文， 把字母前後依存性也去掉了，出現相類似巧合的 機會就更高了。 一天到晚在玩DNA 分子的分子生物學家就很了解 這點，DNA 實質上等同只有四個字母排列組合， 以人類為例，基因體這本「書」，由大約三十億 個「四字母組ＡＧＣＴ」寫成。當分子生物學家 要找出特定基因的時候，絕對不會用太短的「搜 尋字串」去找，否則保證找出一堆不相關的。 同理，用希伯來文字母，以亂數方式排出一篇夠 長的亂數表，再用很短的子音構句去找，條件鬆 散的情況下一樣可以找出一堆符合的。 以下無關政治，但若以台灣政局為例，起碼也得 用類似「陳總統選前一天受不明槍擊，後以些微 得票率差距贏得西元2004年、中華民國九十三年 總統大選」這麼長的句子才有意義。 ※ 引述《QQFIRE (QQFIRE)》之銘言： : 預知說不定可以避免災禍。 : ※ 引述《ljs (哇里咧)》之銘言： : : 知道了又如何?/ : : 未來很多事如果註定了 : : 知道會更痛苦吧 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 65.146.213.167