题目描述
大家都知道,基因可以看作一个碱基对序列。它包含了 $4$ 种核苷酸,简记作 `A`,`C`,`G`,`T`。生物学家正致力于寻找人类基因的功能,以利用于诊断疾病和发明药物。
在一个人类基因工作组的任务中,生物学家研究的是:两个基因的相似程度。因为这个研究对疾病的治疗有着非同寻常的作用。两个基因的相似度的计算方法如下:
对于两个已知基因,例如 `AGTGATG` 和 `GTTAG`,将它们的碱基互相对应。当然,中间可以加入一些空碱基 `-`,例如:
`A G T G A T - G`\
`- G T - - T A G`
这样,两个基因之间的相似度就可以用碱基之间相似度的总和来描述,碱基之间的相似度如下表所示:
| | A | C | G | T | - |
| :------------: | :------------: | :------------: | :------------: | :------------: | :------------: |
| **A** | 5 | -1 | -2 | -1 | -3 |
| **C** | -1 | 5 | -3 | -2 | -4 |
| **G** | -2 | -3 | 5 | -2 | -2 |
| **T** | -1 | -2 | -2 | 5 | -1 |
| **-** | -3 | -4 | -2 | -1 | \* |
那么相似度就是:$(-3)+5+5+(-2)+(-3)+5+(-3)+5=9$。
因为两个基因的对应方法不唯一,例如又有:
`A G T G A T G`\
`- G T T A - G`
相似度为:$(-3)+5+5+(-2)+5+(-1)+5=14$。
规定两个基因的相似度为所有对应方法中,相似度最大的那个。