對於蛋白質序列，計分矩陣主要用於記錄在做序列比對時兩個相對應的殘基的相似度，一旦這個矩陣定義好了以后，比對程式就可以利用這個矩陣，盡量將相似的殘基排在一起，以達到最好的比對。
得分矩陣主要有兩種，第一種就是PAM（Point Accepted Multation)，另一種就是BLOSUM。
1、PAM矩陣（Point Accepted Mutation）
基於進化的點突變模型，如果兩種氨基酸替換頻繁，說明自然界接受這種替換，那么這對氨基酸替換得分就高。一個PAM就是一個進化的變異單位, 即1%的氨基酸改變，但這並不意味100次PAM后，每個氨基酸都發生變化，因為其中一些位置可能會經過多次突變，甚至可能會變回到原來的氨基酸。
PAM矩陣的制作步驟：
構建序列相似（大於85％）的比對
計算氨基酸 j 的相對突變率mj（j被其它氨基酸替換的次數）
針對每個氨基酸對 i 和 j , 計算 j 被 i 替換次數
替換次數除以相對突變率（mj）
利用每個氨基酸出現的頻度對j 進行標准化
取常用對數，得到PAM-1(i, j)
將PAM-1自乘N次，可以得到PAM-N。
這種矩陣的缺點是一旦PAM1的矩陣有效地誤 差，那么自乘250后得到的PAM250矩陣的誤差就會變得很大。
如，PAM120矩陣用於比較相距120個PAM單位的序列。
一個PAM-N矩陣元素（i，j）的值：
反應兩個相距N個PAM單位的序列中第i種氨基酸替換第j種氨基酸的頻率。
針對不同的進化距離采用PAM 矩陣
序列相似度 = 40% 50% 60%
| | |
打分矩陣 = PAM120 PAM80 PAM60
PAM250 → 14% – 27%
2、BLOSUM 矩陣
此矩陣與PAM矩陣的不同之處在於：
（1）用於產生矩陣的蛋白質家族及多肽鏈數目，BLOSUM比PAM大約多20倍。
（2）PAM：家族內成員相比，然后把所有家族中對某種氨基酸的比較結果加和在一起，產生“取代”數據（PAM-1 ）；PAM-1自乘n次，得PAM-n。
BLOSUM：首先尋找氨基酸模式，即有意義的一段氨基酸片斷（如一個結構域及其相鄰的兩小段氨基酸序列） ，分別比較相同的氨基酸模式之間氨基酸的保守性（某種氨基酸對另一種氨基酸的取代數據），然后，以所有 60％保守性的氨基酸模式之間的比較數據為根據，產生BLOSUM60；以所有80％保守性的氨基酸模式之間的比 較數據為根據，產生BLOSUM80。
（3）PAM-n中，n 越小，表示氨基酸變異的可能性越小；相似的序列之間比較應該選用n值小的矩陣，不太相似 的序列之間比較應該選用n值大的矩陣。PAM-250用於約20%相同序列之間的比較。BLOSUM-n中，n越小，表示氨基酸相似的可能性越小；相似的序列之間比較應該選用 n 值大的矩陣，不太相似的序列之間比較應該選 用n值小的矩陣。BLOSUM-62用來比較62％相似度的序列，BLOSUM-80用來比較80％左右的序列。
轉載自：http://www.dingding.biz/archives/268