序列分析的基本原理主要依赖于几种记分法和算法。记分法是通过将序列中的元素转化为便于计算机处理的数值，主要包括性质矩阵法、遗传密码矩阵、结构—遗传矩阵、突变数值矩阵和氨基酸替换矩阵等五种。而算法则是根据记分法或元素特征及其在序列中的分布规律，推导出能反映被检序列生物学意义的数学方法。其中，动态程序算法是现代序列分析的发展基础，多用于双重序列分析，通过寻找两序列方式展示序列间的相似性，有助于识别序列中的保守区域和重复序列。最大期望值算法用于从多重序列对齐中找出体现序列特性的最优模型，而权值矩阵法则侧重于反映序列特征模式中各元素的贡献差异。这些方法共同构成了序列分析的基础，使得我们能够更有效地进行全序列分析和进化分析，从而更深入地理解生物序列的生物学意义。