Mekkorara tomoritheto legfeljebb egy atlagos ember genomja 2 biten? (referenci H1-H19) -- > 75% korrekt?

2 bitre.

Tudod mi az a bit? És mi az a (kérdő)mondat?

Van 20-féle esszenciális aminósav, plusz start meg stop-szekvenciák. Vagyis elvileg 22-féle dolgot kell kódolni. (Igaziból a start kód az egyben már egy aminósavat is kódol, szóval lehet, hogy azt nem is kellene számolni, de ne menjünk bele...)

A DNS-ben tripletek kódolnak. Egy tripletben három bázispár van, és bármelyik bázis 4-féle lehet (A,C,G,T). Vagyis 4·4·4 = 64-féle triplet van, amivel elvileg 64 aminósav (meg start/stop) kódolható. De csak 22-re lenne szükség.

Ha bitekben számolunk, akkor egy triplet kódolására 5 bit kell (4 bittel csak 16-félét tudnánk kódolni, az kevés. 5 bittel 32-félét lehet, az sok, de ez van). Ehhez képest a DNS-ben egy triplet 6 bites (egy bázis 2 bit, 3 bázis meg 6 bit), vagyis így 5/6 = 83%-ra tömörödne a kód.

Valamilyen ravasz aritmetikai kódolással el lehetne érni, hogy tényleg csak 22-féle dolgot kódoljunk, az bitben log₂(22) = 4,46 bit, a tömörített kód pedig az eredetinek a 4,46/6 = 74,3%-a. Így jöhetett ki a 75%?