MASTERARBEIT - Fachhochschule Salzburg

3. Grundlagen des Sequenzalignments 41Wiederholt man die oben beschriebene Randomisierung und Alignierung entsprechendoft mit anderen randomisierten Sequenzen, so erhält man eine Häufigkeitsverteilung derScores auf der Basis der beiden Ausgangssequenzen. Das in Abbildung 3.2 dargestellteHistogramm beschreibt, welche Scores in welchem Umfang aufgrund der Sequenzzusammensetzungenzu erwarten sind. Ohne hierbei auf die zwei konkreten Ausgangssequenzenund deren Scores näher einzugehen, lässt sich aus dem dargestellten Histogrammeine Verteilungsfunktion erkennen.Abbildung 3.2: Histogramm der Score-Verteilung randomisierter Sequenzen. Der roteBalken zeigt den Wert des ausgewählten Originalalignments. Die Kurve zeigt dietheoretische Verteilung nach Karlin-Altschul (basierend auf [21])So zeigt das Histogramm in der Abbildung 3.2, dass der Score von -11 die größteHäufigkeit hat. Der Score des Originalalignments am äußeren rechten Rand der Score-Verteilungskurve (siehe roter Balken) zeigt eine Ähnlichkeit der beiden Sequenzen an,die über die Sequenzzusammensetzung deutlich hinausgeht. Ein Score von 11 weist aufeinen Score hin, dessen zufälliges Auftreten bei der dargestellten Verteilung als unwahrscheinlichgelten kann. Die in der Abbildung dargestellte theoretische Verteilungskurve,lässt das Maximum in Bereich von etwa -8 erwarten.Theoretisch wären auch andere Verteilungsfunktionen möglich, wenn die Berechnungder Scores auf anderen Bewertungsgrundlagen als jene der Symbolhäufigkeiten undderen Paarungen basiert. Die Kenntnis der Verteilungsfunktion der Scores ist abernotwendig, soll die Größe eines Scores einem Bezugssystem zugeordnet werden können.