回程走在舟山路上，我不住在想，我到底講了什麼自以為重要的東西，它們真的都很重要嗎? 又有什麼也很重要的東西我還沒機會說? 以下是我有強調的觀念：
- DNA序列是由四種字母組成的序列，RNA亦然；閱讀方向一律從5'end至3'end；
- 蛋白質序列是由20種字母組成的序列；閱讀方向一律從N-terminal至C-terminal；
- DNA是雙股螺旋，正股或反股都有可能有基因；
- 正股和反股的閱讀方向相反；且配對的鹼基必為互補(A<=>T或C<=>G)；
- 真核生物的mRNA(messenger RNA)序列已經少掉了內含子(intron)，如果未來要進行mRNA序列與genome sequence的比對，要注意開gaps的必要性；
- mRNA序列和蛋白質序列有一定的編碼關係(codons)，藉此可以進行DNA(或RNA)序列與蛋白質序列的比對；
- 一條DNA序列因此會有六種讀法(reading frames)，其中能順利產生蛋白質序列的讀法即為open reading frame (ORF)；
- 序列比對的目的在於產生兩條序列之間，各字母之間的對應關係(correspondence)，在任何一條序列中，其字母的順序不得前後調換；此對應關係將被轉換成一個分數(或數種分數)，旨於判斷哪一種alignment為最佳；
- 所得之分數被期待能反應出兩序列之間的演化距離，分數達某特定門檻的序列比對結果，可以用來判斷此兩條序列是否同源(homology)；同源序列暗示其彼此擁有相同功能/結構；
- 各字母之間的對應，有既定的評分標準，相同字母之對應理應得到比不相同字母之對應(即演化中發生mutation)更高的分數，針對蛋白質序列的比對，常用的評分矩陣有二：(a) PAM (Point Accepted Mutation) tables；(b)BLOSUM (BLOck SUbstitution Matrix)；see more about substitution matrix；
- 除了有些字母的對應會得到負分之外，alignment中出現gaps(常以"-"的符號表示之)，也應該扣一些分數，gaps的出現反應出演化過程中可能發生的insertions和deletions(統合稱呼為indels)；
- 在生物序列的比對時，最常使用的gap評分方法是affine gap penalty；see more about gap penalties；在這邊需要理解的重要觀念是：open-gap penalty與extend-gap penalty的差異；
- 接下來就得分區何謂：global alignment和local alignment；
- 最後就是要回答，比對結果所得到的分數，是否具有統計意義? 常用的統計指標有z-score(假設normal distribution)與e-value(假設extreme-value distribution)；
- 如何利用z-score或e-value推斷兩序列之間具有同源性?
