Porównywanie sekwencji aminokwasowych: skąd się bierze rozkład punktacji za dopasowanie sekwencji aminokwasowych?

Porównywanie par sekwencji aminokwasowych jest jednym z zagadnień przydatnych dla znajdowania i weryfikacji podobieństw między białkami. Do oceny istotności statystycznej takich porównań używa się m.in. testu tasowania sekwencji aminokwasowych. Pozwala on wygenerować zmienną losową odpowiadającą punktacji za dopasowanie losowych sekwencji aminokwasowych. Najczęściej przyjmuje się, że zmienna ta ma rozkład Gumbela dla porównań lokalnych (Altschul 1991) lub rozkład gamma dla porównań globalnych (Webber 2001, Pang 2005). Zastanawiające jest jednak, czy rozkłady te znajdują inne uzasadnienie - takie, które uwzględniałoby ewolucyjny charakter badanego problemu. Innym możliwym rozkładem jest rozkład zaproponowany w pracy O. Bastiena z 2010 roku. W pracy tej rozważa się równanie dyfuzji w przestrzeni sekwencji homologicznych. Stacjonarne rozwiązanie tego równania prowadzi do uzyskania odpowiedniego rozkładu gęstości prawdopodobieństwa, który dobrze dopasowuje się do danych doświadczalnych.