在搜尋資料庫之前，我們必須很清楚自己要找什麼，這種認識就呈現在評分矩陣的選擇上。因為它所代表的是我們描述演化的模型。測試的模型相當於推論的前提，而程式則相當於邏輯的論證。若前提錯誤，雖有正確的論證，結論還是錯的。因此若對測試的蛋白質性質已有瞭解，應慎選評分矩陣，否則可能需要試用數種，以供尋找最佳條件。
圖1 中，在 200 個 PAM 單位時，相似性約為 25%，在 250 個 PAM 單位附近時，相似性約為 20% [ (15% +25%)/2 ]，因此 PAM250 matrix 很適合用來區辨兩個序列是否相關，一般使用 PAM -250 是為了要能靈敏地測到相距甚遠的親緣關係。若兩者相似性較高，用 PAM-150 的得分會比用 PAM -250 高。因此比較使用數個不同之 PAM 矩陣，可幫助我們找到最佳的比對條件。
圖1 序列差異的百分比與演化距離的關係 (圖有連結)
[ GCG程式 | 參數設定 | 結果分析 | 程式類別 | 個案分析 | 標準分析 ]
Last updated on 08/29/01