Identité et similarité
Les deux se lisent sur un alignement, colonne par colonne. Le pourcentage d'identité est la part des colonnes où les deux séquences ont le même résidu. Le pourcentage de similarité compte en plus les colonnes où les résidus diffèrent mais se ressemblent chimiquement, comme leucine et isoleucine ou aspartate et glutamate. La similarité n'a de sens que pour les protéines ; pour l'ADN, c'est l'identité qu'il faut utiliser.
Le dénominateur compte
Deux séquences avec 90 colonnes identiques peuvent être rapportées comme 90 % identiques sur un alignement de 100 colonnes, 75 % sur la séquence la plus longue de 120 résidus, ou 95 % sur les 95 colonnes sans gap. Les outils diffèrent :
- BLAST divise par la longueur de l'alignement, gaps compris.
- EMBOSS Needle fait de même mais rapporte les gaps à part.
- Certains outils divisent par la séquence la plus courte, ce qui gonfle le chiffre d'un fragment court qui correspond à une partie d'une longue protéine.
Quand vous citez un chiffre, précisez par quoi il a été divisé et si l'alignement était global ou local.
Quels résidus sont similaires
Les groupes de similarité suivent généralement les scores positifs de la matrice BLOSUM62. Groupes courants : I, L, V et M ; F, Y et W ; K, R et H ; D et E ; N et Q ; S et T ; A et G. La plupart des outils montrent la règle qu'ils utilisent ; l'outil Identité et similarité d'ici marque séparément les colonnes identiques et les colonnes similaires.
Ce que signifient les chiffres
Deux protéines identiques à plus de 30 % sur toute leur longueur sont presque toujours homologues et partagent le même repliement. Entre 20 et 30 %, c'est la zone grise où un alignement peut être réel ou dû au hasard, et la valeur E statistique d'une recherche en base de données est un meilleur guide. L'ADN diverge plus vite aux positions silencieuses ; deux gènes codant des protéines presque identiques peuvent n'être identiques qu'à 70 % au niveau de l'ADN.
Le calculer
- Alignez les séquences avec Aligner deux protéines ou Aligner deux ADN, ou collez un alignement que vous avez déjà.
- Collez les séquences alignées dans Identité et similarité. L'outil compte les colonnes identiques et similaires et rapporte les deux pourcentages avec la longueur de l'alignement.