Populatsioonigeneetika triivi simulaator

Jälgi korratavaid Wright–Fisheri alleelisageduse trajektoore ning võrdle fikseerumist, kadumist ja säilinud varieeruvust korduvate populatsioonide lõikes.

Populatsiooni seadistus

Üks neutraalne alleel, üks diploidne populatsiooni suurus ja mitu sõltumatut kordust.

Planeeritud alleelikoopia loosimised640,000limiit 5,000,000

Alleeli sageduse trajektoorid

Oodatav p = p₀

Fikseerunud sagedusel p = 1
Kadunud sagedusel p = 0
Ei neeldunud põlvkonnaks T
Keskmine lõplik p
Oodatav H põlvkonnas T
Keskmine simuleeritud H põlvkonnas T
Keskmine neeldumise põlvkond

Valem, asendus ja täpsus

Igas põlvkonnas valib Wright–Fisheri üleminek järgmise alleelide arvu ja jagab selle saadaolevate geenikoopiatega: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne).

Enne valimi võtmist kirjeldavad need momendid võimalike järgmiste põlvkondade vahemikku: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne).

Erinevate alleelipaaride oodatav osakaal väheneb t põlvkonna jooksul järgmiselt: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ.

Iga binoomjaotusega loosimine kasutab täpset Bernoulli valimit; normaaljaotuse lähendust ei kasutata. Arvutused säilitavad JavaScripti topelttäpsuse. Sagedused muutuvad sammuga 1 ÷ (2Ne); ekraanil ümardatakse tulemus maksimaalselt kuue komakohani.

Meetod, eeldused ja piirangud

See leht rakendab neutraalset diploidset Wright–Fisheri mudelit, mida on kirjeldatud väljaandes Nature Education ja Stanfordi inimgeneetika õpikus. Iga uus põlvkond on juhuslik valim 2Ne alleelikoopiast eelmisest põlvkonnast. Allikad kontrollitud 6. augustil 2026.

Nature Educationi viide triivi ja efektiivse suuruse kohtaStanfordi inimgeneetika triivi peatükk

Muuda populatsiooni stsenaariumi või käivita see algväärtusega näide uuesti.

Sinu parameetrid ja simuleeritud populatsioonid jäävad sellesse brauserisse.

KKK

Kas peaksin sisestama loendusliku või efektiivse populatsiooni suuruse?

Sisesta efektiivne populatsiooni suurus Ne: sellise idealiseeritud sigiva populatsiooni suurus, mis triiviks samal kiirusel kui populatsioon, mida soovid uurida. Loenduslik suurus võib olla palju suurem, kui soolised suhted, paljunemisedukus, populatsiooni kõikumised või populatsiooni struktuur on ebaühtlased.

Kas neutraalne lõpliku fikseerumise tõenäosus võrdub algsagedusega?

Jah, selles neutraalses mudelis, kus puudub mutatsioon ja migratsioon, on algsagedusega p₀ alleeli lõpliku fikseerumise tõenäosus p₀ ja kadumise tõenäosus 1 − p₀. Ülaltoodud määrad hõlmavad ainult sisestatud põlvkondade ja korduste arvu, mistõttu need varieeruvad sõltuvalt algväärtusest (seed).

Miks saab keskmine alleeli sagedus jääda p₀ lähedale, kuigi heterosügootsus langeb?

Neutraalsel triivil puudub paljude sõltumatute populatsioonide lõikes eelistatud suund, mistõttu keskmine sagedus jääb ootuspäraselt väärtusele p₀. Üksikud populatsioonid hajuvad aga 0 või 1 suunas ning mõlema piiri puhul on heterosügootsus null. Seetõttu varieeruvus kaob, kuigi populatsioonidevaheline keskmine jääb peaaegu muutumatuks.

Kas see suudab ennustada reaalse populatsiooni käitumist?

Ei. See näitab tulemusi teadlikult idealiseeritud neutraalse Wright–Fisheri mudeli alusel. Reaalsete prognooside tegemiseks on vaja põhjendatud hinnanguid efektiivse suuruse ning antud juhul oluliste tegurite kohta, nagu valik, mutatsioon, migratsioon, populatsiooni suuruse muutumine, kattuvad põlvkonnad, aheldatus ja populatsiooni struktuur.

Populatsioonigeneetika triivi simulaator

Populatsioonigeneetika triivi simulaator on tasuta veebitööriist, mis võimaldab kasutajatel simuleerida ja visualiseerida neutraalset geneetilist triivi, kasutades diploidset Wright–Fisheri mudelit. Luues simuleeritud sigiva populatsiooni, saavad kasutajad jälgida ja võrrelda korratavaid alleelisageduse trajektoore mitme sõltumatu populatsiooni lõikes, et näha, kuidas geneetiline varieeruvus põlvkondade jooksul kaob või fikseerub. Tööriist aitab mõista, kuidas juhuslik valim mõjutab alleelisagedusi ajas, näidates simuleeritud heterosügootsust, fikseerumise ja kao määrasid, ilma et see pretendeeriks reaalsete evolutsiooniliste tulemuste ennustamisele.

Kõik parameetrid ja simuleeritud populatsioonid töödeldakse kohalikult ning need jäävad täielikult kasutaja veebibrauserisse. Andmeid ei edastata seadmest välja.


Populatsiooni seadistus

Simulatsiooni käivitamiseks sisestab kasutaja liideses järgmised parameetrid:

  • Stsenaariumid (Presets): Kasutaja saab valida eelseadistatud algpunktid nagu "Väike populatsioon", "Suur populatsioon" või "Haruldane alleel".
  • Efektiivne populatsiooni suurus, Ne: Sisestatakse ühikutes "sigivat isendit". Väärtus peab olema täisarv vahemikus 1 kuni 100 000.
  • Alleeli algsagedus, p₀: Sisestatakse ühikutes "osakaal, 0–1". Lubatud on väärtused vahemikus 0 kuni 1, kaasa arvatud mõlemad piirid.
  • Põlvkonnad: Sisestatakse ühikutes "põlvkonda". Väärtus peab olema täisarv vahemikus 1 kuni 2000.
  • Sõltumatud populatsioonid: Sisestatakse ühikutes "kordust". Väärtus peab olema täisarv vahemikus 1 kuni 200.
  • Juhuslik algväärtus (seed): Tekstiväli, mida kasutatakse simuleeritud trajektooride täpseks taasesitamiseks. Maksimaalne pikkus on 100 märki. Nupu "Uus algväärtus" abil saab genereerida uue juhusliku väärtuse.

Brauser rakendab töökoormuse piirangut, mis lubab maksimaalselt 5 000 000 planeeritud alleelikoopia loosimist. See arvutatakse valemiga:

Loosimised = 2Ne × põlvkonnad × kordused

Kui see korrutis ületab limiidi, siis simulatsiooni ei käivitata.


Meetod, eeldused ja piirangud

See leht rakendab neutraalset diploidset Wright–Fisheri mudelit, mida on kirjeldatud väljaandes Nature Education ja Stanfordi inimgeneetika õpikus. Iga uus põlvkond on juhuslik valim 2Ne alleelikoopiast eelmisest põlvkonnast. Allikad kontrollitud 6. augustil 2026.

Mudeli teoreetilised alused

Mudel põhineb järgmistel eeldustel ja lihtsustustel:

  1. Konstantne efektiivne populatsiooni suurus ($Ne$).
  2. Diskreetsed mittekattuvad põlvkonnad.
  3. Juhuslik sõltumatu valim.
  4. Selektiivne neutraalsus (puudub looduslik valik).
  5. Üks aheldamata kahe alleeliga lookus.
  6. Mutatsiooni või migratsiooni puudumine.

Ära kasuta seda prognoosina, kui rolli mängivad valik, populatsiooni muutumine, sugude või paljunemisedukuse tasakaalustamatus, kattuvad põlvkonnad, sugulusaretus, aheldatus, geenivool või populatsiooni struktuur. Sellele stohhastilisele bioloogilisele mudelile ei kohaldata insenertehnilist varutegurit.

Arvutuslik täpsus

Iga binoomjaotusega loosimine kasutab täpset Bernoulli valimit; normaaljaotuse lähendust ei kasutata. Arvutused säilitavad JavaScripti topelttäpsuse. Sagedused muutuvad sammuga 1 ÷ (2Ne); ekraanil ümardatakse tulemus maksimaalselt kuue komakohani. Algsagedused 0 ja 1 on stabiilsed neeldumispiirid: ilma mutatsiooni või migratsioonita ei saa nendesse punktidesse jõudnud trajektoor sealt enam väljuda.


Valem, asendus ja täpsus

Tööriist kuvab simulatsiooni matemaatilise tausta selgitamiseks järgmised valemid ja asendused:

  • Üleminekumudel: Igas põlvkonnas valib Wright–Fisheri üleminek järgmise alleelide arvu ja jagab selle saadaolevate geenikoopiatega: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne).
  • Statistilised momendid: Enne valimi võtmist kirjeldavad need momendid võimalike järgmiste põlvkondade vahemikku: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne).
  • Heterosügootsuse kahanemine: Erinevate alleelipaaride oodatav osakaal väheneb t põlvkonna jooksul järgmiselt: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ.

Esimese põlvkonna arvutusnäide

Kui käivitatakse simulatsioon parameetritega Ne = population ja p₀ = frequency, teeb süsteem järgmised asendused:

  • Esimene põlvkond kasutab 2 × ‹population› = ‹copies› alleelikoopia loosimist.
  • E[X₁] = ‹copies› × ‹frequency› = ‹mean› A-koopiat.
  • Esimese põlvkonna puhul Var(X₁) = ‹copies› × ‹frequency› × (1 − ‹frequency›) = ‹variance›; SD(p₁) = ‹sd›.
  • Esimene kuvatud kordus sai valimiks X₁ = ‹sampled› A-koopiat, seega p₁ = ‹sampled› ÷ ‹copies› = ‹frequency›.

Simulatsiooni tulemused ja väljundid

Pärast simulatsiooni käivitamist kuvatakse tulemused graafiku ja statistilise kokkuvõttena.

Alleeli sageduse trajektoorid (Graafik)

Graafik visualiseerib alleelisageduse muutumist ajas.

  • Graafiku ARIA-silt: Alleeli sagedus põlvkondade kaupa korduvates simuleeritud populatsioonides.
  • X-telg: Põlvkond.
  • Y-telg: Alleeli sagedus p.
  • Võrdlusjoon: Oodatav p = p₀.
  • Trajektooride loendur: Kuvatakse ‹shown› trajektoori ‹total›-st; kokkuvõte sisaldab kõiki kordusi.

Kokkuvõttev statistika

Tööriist arvutab ja kuvab järgmised koondnäitajad:

  • Fikseerunud sagedusel p = 1: Populatsioonide osakaal, kus alleel saavutas täieliku fikseerumise.
  • Kadunud sagedusel p = 0: Populatsioonide osakaal, kus alleel kadus täielikult.
  • Ei neeldunud põlvkonnaks T: Populatsioonid, mis jäid põlvkonna T lõpuks vahemikku $0 < p < 1$.
  • Keskmine lõplik p: Kõigi korduste alleelisageduse lõplik keskmine väärtus.
  • Oodatav H põlvkonnas T: Teoreetiline heterosügootsuse tase põlvkonnas T.
  • Keskmine simuleeritud H põlvkonnas T: Simuleeritud populatsioonides tegelikult mõõdetud heterosügootsus põlvkonnas T.
  • Keskmine neeldumise põlvkond: Keskmine põlvkond, mil alleel fikseerus või kadus (kuvatakse "ei saavutatud", kui neeldumist ei toimunud).

Korduma kippuvad küsimused

Kas peaksin sisestama loendusliku või efektiivse populatsiooni suuruse?
Sisesta efektiivne populatsiooni suurus Ne: sellise idealiseeritud sigiva populatsiooni suurus, mis triiviks samal kiirusel kui populatsioon, mida soovid uurida. Loenduslik suurus võib olla palju suurem, kui soolised suhted, paljunemisedukus, populatsiooni kõikumised või populatsiooni struktuur on ebaühtlased.

Kas neutraalne lõpliku fikseerumise tõenäosus võrdub algsagedusega?
Jah, selles neutraalses mudelis, kus puudub mutatsioon ja migratsioon, on algsagedusega p₀ alleeli lõpliku fikseerumise tõenäosus p₀ ja kadumise tõenäosus 1 − p₀. Ülaltoodud määrad hõlmavad ainult sisestatud põlvkondade ja korduste arvu, mistõttu need varieeruvad sõltuvalt algväärtusest (seed).

Miks saab keskmine alleeli sagedus jääda p₀ lähedale, kuigi heterosügootsus langeb?
Neutraalsel triivil puudub paljude sõltumatute populatsioonide lõikes eelistatud suund, mistõttu keskmine sagedus jääb ootuspäraselt väärtusele p₀. Üksikud populatsioonid hajuvad aga 0 või 1 suunas ning mõlema piiri puhul on heterosügootsus null. Seetõttu varieeruvus kaob, kuigi populatsioonidevaheline keskmine jääb peaaegu muutumatuks.

Kas see suudab ennustada reaalse populatsiooni käitumist?
Ei. See näitab tulemusi teadlikult idealiseeritud neutraalse Wright–Fisheri mudeli alusel. Reaalsete prognooside tegemiseks on vaja põhjendatud hinnanguid efektiivse suuruse ning antud juhul oluliste tegurite kohta, nagu valik, mutatsioon, migratsioon, populatsiooni suuruse muutumine, kattuvad põlvkonnad, aheldatus ja populatsiooni struktuur.


Sisestusvigade lahendamine

Kui sisestatud parameetrid ei vasta reeglitele, kuvab süsteem ühe järgmistest veateadetest:

Veaolukord Kuvatav teade
Sisend ei ole arv ‹field›: „‹token›“ ei ole arv.
Täisarvu kohale sisestati murdarv ‹field›: sisesta täisarv.
Populatsiooni suurus on väljaspool vahemikku Efektiivne populatsiooni suurus peab olema täisarv vahemikus 1 kuni 100,000.
Algsagedus on väljaspool vahemikku Alleeli algsagedus peab olema vahemikus 0 kuni 1, kaasa arvatud mõlemad piirid.
Põlvkondade arv on väljaspool vahemikku Põlvkondade arv peab olema täisarv vahemikus 1 kuni 2,000.
Korduste arv on väljaspool vahemikku Sõltumatute populatsioonide arv peab olema täisarv vahemikus 1 kuni 200.
Algväärtus (seed) puudub Sisesta juhuslik algväärtus (seed), et simulatsiooni saaks korrata.
Algväärtus on liiga pikk Juhuslik algväärtus (seed) peab olema 100 märki või vähem.
Arvutusmaht ületab limiidi See seadistus planeerib ‹draws› alleelikoopia loosimist, mis ületab brauseri limiidi ‹limit›. Vähenda populatsiooni suurust, põlvkondi või kordusi.