9.5: Matriz de puntuación BLOSUM62 para sustituciones de aminoácidos

Los resultados obtenidos en una búsqueda BLASTP dependen de la matriz de puntuación utilizada para asignar valores numéricos a diferentes palabras. Se dispone de una variedad de matrices BLOSUM (BLOCks Substitusion Matrix), cuya utilidad depende de si el usuario está comparando secuencias más divergentes o menos divergentes. La matriz BLOSUM62 se utiliza como matriz de puntuación por defecto para BLASTP. La matriz BLOSUM62 se desarrolló analizando las frecuencias de sustituciones de aminoácidos en racimos de proteínas relacionadas. Dentro de cada agrupación, o bloque, las secuencias de
aminoácidos fueron al menos 62% idénticas cuando se alinearon dos proteínas. Los investigadores determinaron computacionalmente las frecuencias de todas las sustituciones de aminoácidos que se habían producido en estos bloques conservados de proteínas. Luego usaron estos datos para construir la matriz de puntuación BLOSUM62 para sustituciones de aminoácidos. El puntaje BLOSUM62 para una sustitución particular es un puntaje logarítmico de probabilidades que proporciona una medida de la probabilidad biológica de una sustitución en relación con la probabilidad de oportunidad de la sustitución. Para una sustitución del aminoácido i por el aminoácido j, se expresa la puntuación:

donde P _ij es la frecuencia de la sustitución en proteínas homólogas, y q i y q j son las frecuencias de los aminoácidos i y j en la base de datos. El término (1/λ) es un factor de escala utilizado para generar valores integrales en la matriz.

La matriz BLOSUM62 de la siguiente página es consistente con una fuerte presión evolutiva para conservar la función proteica. Como era de esperar, la sustitución más común para cualquier aminoácido es en sí misma. En general, las puntuaciones positivas (sombreadas) son menos comunes que las puntuaciones negativas, lo que sugiere que la mayoría de las sustituciones afectan negativamente la función proteica. Los aminoácidos más conservados son cisteína, triptófano e histidina, los cuales tienen las puntuaciones más altas. Curiosamente, estos últimos aminoácidos tienen químicas únicas y a menudo juegan importantes papeles estructurales o catalíticos en las proteínas.