Wright–Fisher-ის მოდელი და გენეტიკური დრეიფი
პოპულაციური გენეტიკის დრეიფის სიმულატორი არის უფასო ონლაინ ინსტრუმენტი, რომელიც მომხმარებლებს საშუალებას აძლევს მოახდინონ ნეიტრალური გენეტიკური დრეიფის სიმულაცია და ვიზუალიზაცია დიპლოიდური Wright–Fisher-ის მოდელის გამოყენებით. სიმულირებული გამრავლების პოპულაციის შექმნით, მომხმარებლებს შეუძლიათ თვალი ადევნონ და შეადარონ ალელის სიხშირის განმეორებადი ტრაექტორიები მრავალ დამოუკიდებელ პოპულაციაში, რათა დაინახონ, თუ როგორ იკარგება ან ფიქსირდება გენეტიკური ვარიაცია თაობების განმავლობაში. ინსტრუმენტი ეხმარება მომხმარებლებს იმის გაგებაში, თუ როგორ ახდენს გავლენას შემთხვევითი შერჩევა ალელის სიხშირეზე დროთა განმავლობაში, და აჩვენებს სიმულირებულ ჰეტეროზიგოტულობას, ფიქსაციისა და დაკარგვის მაჩვენებლებს.
ყოველი სიმულაციის გაშვებისას გამოიყენება კონკრეტული პარამეტრები, რომელთა შეყვანაც ხდება ინტერფეისში. მომხმარებელს შეუძლია აირჩიოს წინასწარ განსაზღვრული სცენარები: მცირე პოპულაცია, დიდი პოპულაცია ან იშვიათი ალელი. ძირითადი ცვლადები მოიცავს შემდეგ ველებს:
- პოპულაციის ეფექტური ზომა, Ne: იზომება ერთეულით „გამრავლების უნარის მქონე ინდივიდი“ და უნდა იყოს მთელი რიცხვი 1-დან 100,000-მდე.
- ალელის საწყისი სიხშირე, p₀: იზომება პროპორციით „პროპორცია, 0–1“ და მისი მნიშვნელობა უნდა მერყეობდეს 0-დან 1-მდე, ორივე საზღვრის ჩათვლით.
- თაობები: განისაზღვრება ერთეულით „თაობა“ და უნდა იყოს მთელი რიცხვი 1-დან 2,000-მდე.
- დამოუკიდებელი პოპულაციები: განისაზღვრება ერთეულით „განმეორება“ და უნდა იყოს მთელი რიცხვი 1-დან 200-მდე.
- შემთხვევითობის საწყისი მნიშვნელობა: ტექსტური ველი (seed), რომელიც გამოიყენება სიმულირებული გზების ზუსტად აღსადგენად და არ უნდა აღემატებოდეს 100 სიმბოლოს. მომხმარებელს ასევე შეუძლია დააჭიროს ღილაკს „ახალი საწყისი მნიშვნელობა“ შემთხვევითი გენერირებისთვის.
სიმულაციის შედეგები და მონაცემთა ინტერპრეტაცია
სიმულაციის გაშვების შემდეგ, სისტემა აჩვენებს შესაბამის სტატუსებსა და გამოთვლილ მაჩვენებლებს. პროცესის მიმდინარეობისას ეკრანზე ჩნდება შეტყობინება „მიმდინარეობს მომდევნო თაობების შერჩევა…“, ხოლო დასრულებისას მომხმარებელი ხედავს ტექსტს „სიმულირებულია ‹replicates› პოპულაცია ‹generations› თაობის განმავლობაში საწყისი მნიშვნელობით „‹seed›“.“ ან „შეცვალეთ პოპულაციის სცენარი ან კვლავ გაუშვით ეს მაგალითი.“.
შედეგების ვიზუალიზაციისთვის გამოიყენება გრაფიკი სათაურით „ალელის სიხშირის ტრაექტორიები“, რომლის ARIA აღწერაა „ალელის სიხშირე თაობების მიხედვით განმეორებითი სიმულირებული პოპულაციებისთვის“. გრაფიკის ღერძები და ელემენტები დასათაურებულია შემდეგნაირად:
- X-ღერძი: „თაობა“
- Y-ღერძი: „ალელის სიხშირე p“
- საკონტროლო ხაზი: „მოსალოდნელი p = p₀“
- ტრაექტორიების რაოდენობის მაჩვენებელი: „ნაჩვენებია
‹shown›ტრაექტორია‹total›-დან; შეჯამებაში გათვალისწინებულია ყველა განმეორება.“
გრაფიკის ქვემოთ მოცემულია შეჯამებული სტატისტიკა, რომელიც ასახავს პოპულაციების საბოლოო მდგომარეობას:
- „ფიქსირებული p = 1-ზე“
- „დაკარგული p = 0-ზე“
- „არ არის შთანთქმული T დროისთვის“
- „საშუალო საბოლოო p“
- „მოსალოდნელი H დროში T“
- „საშუალო სიმულირებული H დროში T“
- „შთანთქმის საშუალო თაობა“ (თუ შთანთქმა არ მოხდა, სისტემა აჩვენებს მნიშვნელობას „ვერ მიაღწია“)
ფორმულა, ჩანაცვლება და სიზუსტე
სიმულატორი ეყრდნობა მათემატიკურ კანონზომიერებებს, რომლებიც აღწერილია განყოფილებაში „ფორმულა, ჩანაცვლება და სიზუსტე“. ყოველ კონკრეტულ თაობაში ალელების რაოდენობის ცვლილება გამოითვლება ბინომიალური განაწილების საფუძველზე:
„ყოველ თაობაში, Wright–Fisher-ის გადასვლა იღებს ალელების შემდეგი რაოდენობის ნიმუშს და ყოფს მას ხელმისაწვდომი გენის ასლებზე: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne).“
შერჩევის განხორციელებამდე, მომდევნო თაობების შესაძლო დიაპაზონი ხასიათდება შემდეგი მათემატიკური მოლოდინითა და დისპერსიით:
„შერჩევამდე, ეს მომენტები აღწერს მომდევნო თაობების შესაძლო დიაპაზონს: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne).“
გენეტიკური მრავალფეროვნების კლება, ანუ ჰეტეროზიგოტულობის შემცირება დროთა განმავლობაში, აღიწერება ფორმულით:
„განსხვავებული ალელების წყვილების მოსალოდნელი წილი t თაობის განმავლობაში მცირდება შემდეგნაირად: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ.“
კონკრეტული სიმულაციის გაშვებისას, სისტემა აჩვენებს მნიშვნელობების ჩანაცვლების დეტალებს პირველი თაობისთვის:
- „პირველი თაობა იყენებს 2 ×
‹population›=‹copies›ალელის ასლის შერჩევას.“ - „E[X₁] =
‹copies›×‹frequency›=‹mean›A ასლი.“ - „პირველი თაობისთვის, Var(X₁) =
‹copies›×‹frequency›× (1 −‹frequency›) =‹variance›; SD(p₁) =‹sd›.“ - „პირველ აგებულ განმეორებაში შეირჩა X₁ =
‹sampled›A ასლი, შესაბამისად p₁ =‹sampled›÷‹copies›=‹frequency›.“
მეთოდი, დაშვებები და შეზღუდვები
ეს გვერდი ახორციელებს ნეიტრალურ დიპლოიდურ Wright–Fisher-ის მოდელს, რომელიც აღწერილია Nature Education-ისა და Stanford Human Genetics-ის ტექსტებში. ყოველი ახალი თაობა არის წინა თაობიდან ალელის 2Ne ასლის შემთხვევითი შერჩევა. წყაროები გადამოწმებულია 2026 წლის 6 აგვისტოს.
ბინომიალური შერჩევის ყოველი ბიჯი იყენებს ბერნულის ზუსტ მოდელს; ნორმალური აპროქსიმაცია არ გამოიყენება. გამოთვლები ინარჩუნებს JavaScript-ის ორმაგ სიზუსტეს. სიხშირეები იცვლება 1 ÷ (2Ne) ბიჯით; ეკრანზე გამოსახული მნიშვნელობები მრგვალდება მაქსიმუმ ექვს ათწილად ნიშნამდე.
სიმულატორის მუშაობა შეზღუდულია გამოთვლითი რესურსების დასაცავად. ბრაუზერი აწესებს მაქსიმალურ ლიმიტს, რომელიც შეადგენს 5,000,000 დაგეგმილ ალელის ასლის გათამაშებას. ეს მაჩვენებელი გამოითვლება ფორმულით: 2Ne × თაობები × განმეორებები. თუ შეყვანილი პარამეტრების ნამრავლი აჭარბებს ამ ზღვარს, სიმულაცია არ შესრულდება.
მოდელი ეყრდნობა მკაცრ თეორიულ დაშვებებს:
- პოპულაციის მუდმივი ეფექტური ზომა
- დისკრეტული არაგადამფარავი თაობები
- შემთხვევითი დამოუკიდებელი შერჩევა
- სელექციური ნეიტრალურობა
- ერთი არაშეჭიდული ორალელიანი ლოკუსი
- მუტაციისა თუ მიგრაციის არარსებობა
არ გამოიყენოთ ეს მოდელი პროგნოზირებისთვის, როდესაც მნიშვნელოვანია სელექცია, პოპულაციის ცვლილება, სქესის ან რეპროდუქციული წარმატების დისბალანსი, გადამფარავი თაობები, ინბრიდინგი, შეჭიდულობა, გენთა ნაკადი ან პოპულაციის სტრუქტურა. საინჟინრო უსაფრთხოების კოეფიციენტი არ გამოიყენება ამ სტოქასტურ ბიოლოგიურ მოდელზე.
შეცდომების შეტყობინებები
არასწორი მონაცემების შეყვანის შემთხვევაში, სისტემა აჩვენებს შესაბამის შეცდომებს:
- თუ შეყვანილი მნიშვნელობა არ არის რიცხვი: „
‹field›: „‹token›“ არ არის რიცხვი.“ - თუ მთელი რიცხვის ნაცვლად შეყვანილია ათწილადი: „
‹field›: შეიყვანეთ მთელი რიცხვი.“ - თუ პოპულაციის ზომა სცილდება საზღვრებს: „პოპულაციის ეფექტური ზომა უნდა იყოს მთელი რიცხვი 1-დან 100,000-მდე.“
- თუ საწყისი სიხშირე არასწორია: „ალელის საწყისი სიხშირე უნდა იყოს 0-დან 1-მდე, ორივე საზღვრის ჩათვლით.“
- თუ თაობების რაოდენობა არასწორია: „თაობების რაოდენობა უნდა იყოს მთელი რიცხვი 1-დან 2,000-მდე.“
- თუ განმეორებების რაოდენობა არასწორია: „დამოუკიდებელი პოპულაციების რაოდენობა უნდა იყოს მთელი რიცხვი 1-დან 200-მდე.“
- თუ საწყისი მნიშვნელობა (seed) ცარიელია: „შეიყვანეთ შემთხვევითი საწყისი მნიშვნელობა (seed) სიმულაციის აღსადგენად.“
- თუ საწყისი მნიშვნელობა ზედმეტად გრძელია: „შემთხვევითი საწყისი მნიშვნელობა (seed) არ უნდა აღემატებოდეს 100 სიმბოლოს.“
- თუ გადაჭარბებულია გამოთვლების ლიმიტი: „ეს პარამეტრები გეგმავს ალელის ასლის
‹draws›გათამაშებას, რაც აჭარბებს ბრაუზერის ლიმიტს (‹limit›). შეამცირეთ პოპულაციის ზომა, თაობები ან განმეორებები.“
კონფიდენციალურობა და მონაცემთა დამუშავება
თქვენი პარამეტრები და სიმულირებული პოპულაციები რჩება ამ ბრაუზერში. ყველა გამოთვლა და მონაცემთა დამუშავება ხდება ლოკალურად, მომხმარებლის მოწყობილობაზე, და არანაირი ინფორმაცია არ იტვირთება გარე სერვერებზე.
ხშირად დასმული კითხვები (FAQ)
აღწერითი ზომა უნდა შევიყვანო თუ პოპულაციის ეფექტური ზომა?
შეიყვანეთ პოპულაციის ეფექტური ზომა, Ne: იდეალიზებული გამრავლების პოპულაციის ზომა, რომელიც იმავე სიჩქარით განიცდის დრეიფს, როგორც თქვენ მიერ შესასწავლი პოპულაცია. აღწერითი ზომა შეიძლება ბევრად უფრო დიდი იყოს, როდესაც სქესობრივი თანაფარდობა, რეპროდუქციული წარმატება, პოპულაციის მერყეობა ან პოპულაციის სტრუქტურა არათანაბარია.
უდრის თუ არა საბოლოო ფიქსაციის ნეიტრალური ალბათობა საწყის სიხშირეს?
დიახ, ამ ნეიტრალურ მოდელში მუტაციისა და მიგრაციის გარეშე, ალელის, რომლის საწყისი სიხშირეა p₀, საბოლოო ფიქსაციის ალბათობა არის p₀, ხოლო დაკარგვის ალბათობაა 1 − p₀. ზემოთ ნაჩვენები მაჩვენებლები მოიცავს მხოლოდ შეყვანილი თაობებისა და განმეორებების რაოდენობას, ამიტომ ისინი შეიცვლება საწყისი მნიშვნელობის (seed) მიხედვით.
რატომ შეიძლება დარჩეს ალელის საშუალო სიხშირე p₀-თან ახლოს, როდესაც ჰეტეროზიგოტულობა მცირდება?
ნეიტრალურ დრეიფს არ გააჩნია უპირატესი მიმართულება მრავალ დამოუკიდებელ პოპულაციაში, ამიტომ საშუალო სიხშირე მოლოდინის მიხედვით რჩება p₀. თუმცა, ცალკეული პოპულაციები იხრებიან 0-ის ან 1-ისკენ, ხოლო ორივე საზღვარზე ჰეტეროზიგოტულობა ნულის ტოლია. შესაბამისად, ვარიაციულობა იკარგება მაშინაც კი, როდესაც პოპულაციებს შორის საშუალო მაჩვენებელი თითქმის უცვლელი რჩება.