同一性と類似性
どちらもアライメントを列ごとに読み取って求めます。同一性（%）は、2 本の配列が同じ残基を持つ列の割合です。類似性（%）は、残基が異なっても化学的に似ている列（ロイシンとイソロイシン、アスパラギン酸とグルタミン酸など）も数えます。類似性に意味があるのはタンパク質だけで、DNA では同一性を使います。
分母が重要
同一の列が 90 ある 2 本の配列は、100 列のアライメントに対して 90% 同一とも、120 残基の長い方の配列に対して 75% とも、ギャップでない 95 列に対して 95% とも報告できます。ツールによって扱いが違います：
- BLAST はギャップを含むアライメント長で割ります。
- EMBOSS Needle も同様ですが、ギャップを別に報告します。
- 短い方の配列で割るツールもあり、長いタンパク質の一部に一致する短い断片では数値が膨らみます。
数値を引用するときは、何で割ったか、グローバルかローカルのアライメントかを明記しましょう。
どの残基が類似か
類似のグループは、ふつう BLOSUM62 行列で正のスコアになる組に従います。よくあるグループ：I、L、V、M；F、Y、W；K、R、H；D と E；N と Q；S と T；A と G。多くのツールで使っている規則を確認できます。当サイトの同一性と類似性ツールは、同一の列と類似の列を別々に印します。
数値の意味
全長にわたって 30% を超えて同一な 2 つのタンパク質は、ほぼ確実に相同で、同じフォールドを持ちます。20 から 30% は「トワイライトゾーン」で、アライメントが本物か偶然か判断しにくく、データベース検索の統計的な E 値の方が良い指標です。DNA は同義部位で速く分岐するため、ほぼ同一のタンパク質をコードする 2 つの遺伝子でも、DNA レベルでは 70% しか同一でないことがあります。
計算する
- 2本のタンパク質をアラインか2本の DNA をアラインで配列を整列させるか、手持ちのアライメントを貼り付けます。
- 整列済みの配列を同一性と類似性に貼り付けます。同一の列と類似の列を数え、アライメント長とともに両方の割合を報告します。