Populācijas ģenētikas drifta simulators

Wright–Fisher modelis un neitrālais ģenētiskais drifts

Populācijas ģenētikas drifta simulators ir bezmaksas tiešsaistes rīks, kas ļauj lietotājiem simulēt un vizualizēt neitrālu ģenētisko driftu, izmantojot diploīdo Wright–Fisher modeli. Izveidojot simulētu vairošanās populāciju, lietotāji var sekot līdzi un salīdzināt reproducējamas alēļu biežuma trajektorijas vairākās neatkarīgās populācijās, lai redzētu, kā ģenētiskā variācija laika gaitā tiek zaudēta vai fiksēta. Šis rīks palīdz izprast, kā nejauša izlase ietekmē alēļu biežumu paaudžu gaitā, parādot simulēto heterozigotāti, fiksācijas un zuduma rādītājus, nepretendējot uz reālās pasaules evolucionāro rezultātu prognozēšanu.

Diploīdā Wright–Fisher modeļa pamatā ir pieņēmums, ka katra nākamā paaudze tiek veidota kā nejauša izlase ar 2Ne alēļu kopijām no iepriekšējās paaudzes. Šis process matemātiski apraksta neitrālu driftu, kurā alēļu biežuma izmaiņas nosaka tikai statistiska nejaušība, nevis selektīvas priekšrocības.

Populācijas iestatīšana un parametri

Lai uzsāktu simulāciju, lietotājam ir jānorāda vairāki parametri sadaļā "Populācijas iestatīšana":

• Scenāriji (sagataves ātrai iestatīšanai):
  • Maza populācija
  • Liela populācija
  • Reta alēle
• Efektīvais populācijas lielums, Ne: tiek ievadīts kā "vairoties spējīgi īpatņi". Tam jābūt veselam skaitlim robežās no 1 līdz 100,000.
• Sākuma alēles biežums, p₀: tiek norādīts kā "proporcija, 0–1". Tam jābūt robežās no 0 līdz 1, ieskaitot abas robežas.
• Paudzes: tiek ievadītas kā "paaudzes". Tam jābūt veselam skaitlim no 1 līdz 2,000.
• Neatkarīgas populācijas: tiek ievadītas kā "atkārtojumi". Tam jābūt veselam skaitlim no 1 līdz 200.
• Nejaušības sēkla: teksta lauks, ko izmanto, lai reproducētu simulētās trajektorijas. Tam jābūt 100 rakstzīmju garam vai īsākam. Lietotāji var noklikšķināt uz pogas "Jauna sēkla", lai nejaušinātu šo vērtību.

Pārlūkprogramma drošības nolūkos ierobežo maksimālo plānoto alēļu kopiju izložu skaitu līdz 5 000 000, ko aprēķina kā 2Ne × paaudzes × atkārtojumi. Ja šis reizinājums pārsniedz noteikto robežu, tiek parādīts kļūdas paziņojums un simulācijas izpilde tiek bloķēta.

Simulācijas rezultāti un statistika

Pēc simulācijas palaišanas rīks parāda grafisko attēlojumu un detalizētus kopsavilkuma rādītājus. Grafika ARIA etiķete ir "Alēļu biežums pa paaudzēm atkārtotās simulētās populācijās". Grafika asis un elementi ir marķēti šādi:

• X ass: "Paudze"
• Y ass: "Alēles biežums p"
• Atsauces līnija: "Sagaidāmais p = p₀"
• Trajektoriju skaita indikators: "Tiek rādītas ‹shown› no ‹total› trajektorijām; kopsavilkumā ir iekļauti visi atkārtojumi."

Zem grafika tiek parādīti šādi kopsavilkuma statistikas rādītāji par visām simulētajām populācijām:

• Fiksēts pie p = 1: to populāciju daļa vai skaits, kurās alēle ir sasniegusi fiksāciju.
• Zaudēts pie p = 0: to populāciju daļa, kurās alēle ir pilnībā zudusi.
• Nav absorbēts līdz T: populācijas, kurās alēles biežums joprojām svārstās starp 0 un 1.
• Vidējais galīgais p: visu simulēto populāciju vidējais alēles biežums pēdējā paaudzē.
• Sagaidāmā H pie T: teorētiski sagaidāmā heterozigotāte paaudzē T.
• Vidējā simulētā H pie T: simulācijā novērotā vidējā heterozigotāte paaudzē T.
• Vidējā absorbcijas paaudze: vidējā paaudze, kurā populācijas sasniedza fiksāciju vai zudumu (ja tas nav noticis, tiek attēlots teksts "nav sasniegts").

Formula, aizvietošana un precizitāte

Sadaļā "Formula, aizvietošana un precizitāte" rīks parāda matemātiskos vienādojumus un konkrētās simulācijas vērtības:

• Wright–Fisher pārejas vienādojums: "Katrā paaudzē Wright–Fisher pāreja izvēlas nākamo alēļu skaitu un dala to ar pieejamajām gēnu kopijām: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne)."
• Sagaidāmie momenti pirms izlases: "Pirms izlases veidošanas šie momenti raksturo iespējamo nākamo paaudžu diapazonu: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne)."
• Heterozigotātes samazināšanās: "Sagaidāmā atšķirīgo alēļu pāru daļa t paaudžu laikā samazinās šādi: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ."

Lai palīdzētu lietotājam izprast aprēķinus, rīks aizstāj formulas mainīgos ar reāliem pirmās paaudzes datiem:

• "Pirmajā paaudzē tiek izmantotas 2 × ‹population› = ‹copies› alēļu kopiju izlozes."
• "E[X₁] = ‹copies› × ‹frequency› = ‹mean› A kopijas."
• "Pirmajai paaudzei Var(X₁) = ‹copies› × ‹frequency› × (1 − ‹frequency›) = ‹variance›; SD(p₁) = ‹sd›."
• "Pirmajā attēlotajā atkārtojumā tika iegūtas X₁ = ‹sampled› A kopijas, tāpēc p₁ = ‹sampled› ÷ ‹copies› = ‹frequency›."

Katrā binomiālajā izlozē tiek izmantota precīza Bernulli izlase, pilnībā izvairoties no normālās aproksimācijas. Visi aprēķini tiek veikti JavaScript dubultās precizitātes formātā, un alēļu biežumi atrodas uz diskrētiem soļiem ar vērtību 1 ÷ (2Ne). Vērtības saskarnē tiek noapaļotas maksimāli līdz sešām zīmēm aiz komata.

Metode, pieņēmumi un ierobežojumi

Šajā lapā ir ieviests neitrālais diploīdais Wright–Fisher modelis, ko apraksta Nature Education un Stanford Human Genetics mācību materiāli. Šie zinātniskie avoti tika pārbaudīti 2026. gada 6. augustā.

Modelis balstās uz stingriem teorētiskiem pieņēmumiem:

1. Nemainīgs efektīvais populācijas lielums (Nₑ).
2. Diskrētas, nepārklājošās paaudzes.
3. Pilnīgi nejauša un neatkarīga alēļu izlase.
4. Selektīva neitralitāte (visām alēlēm ir vienāda pielāgotība).
5. Viens nesaistīts divu alēļu lokuss.
6. Mutāciju un migrācijas trūkums.

Sakarā ar šiem pieņēmumiem rīku nedrīkst izmantot kā prognozi reālām populācijām, kurās darbojas dabiskā atlase, mainās populācijas lielums, pastāv dzimumu vai reproduktīvo sekmju nelīdzsvarotība, pārklājas paaudzes, notiek inbrīdings, gēnu plūsma vai pastāv izteikta populācijas struktūra. Tā kā šis ir stohastisks bioloģiskais modelis, tam netiek piemērots nekāds inženiertehniskās drošības koeficients.

Datu apstrāde un konfidencialitāte

Visi lietotāja ievadītie parametri un simulētie dati tiek apstrādāti lokāli un paliek tikai lietotāja pārlūkprogrammā. Nekāda informācija netiek augšupielādēta vai sūtīta uz ārējiem serveriem.

Biežāk uzdotie jautājumi (FAQ)

Vai man vajadzētu ievadīt faktisko vai efektīvo populācijas lielumu? Ievadiet efektīvo populācijas lielumu Ne: tādas idealizētas vairošanās populācijas lielumu, kas driftētu tādā pašā ātrumā kā populācija, kuru vēlaties pētīt. Faktiskais populācijas lielums var būt daudz lielāks, ja dzimumu attiecība, reproduktīvās sekmes, populācijas svārstības vai populācijas struktūra ir nevienmērīga.

Vai neitrālā galīgās fiksācijas varbūtība ir vienāda ar sākuma biežumu? Jā, šajā neitrālajā modelī bez mutācijām vai migrācijas alēlei, kuras sākuma biežums ir p₀, galīgā fiksācijas varbūtība ir p₀ un zuduma varbūtība ir 1 − p₀. Augstāk norādītie rādītāji aptver tikai ievadīto paaudžu un atkārtojumu skaitu, tāpēc tie mainīsies atkarībā no sēklas.

Kāpēc vidējais alēles biežums var palikt tuvu p₀, kamēr heterozigotāte samazinās? Neitrālam driftam nav vēlamā virziena daudzās neatkarīgās populācijās, tāpēc vidējais biežums teorētiski paliek p₀. Tomēr atsevišķas populācijas izkliedējas virzienā uz 0 vai 1, un abās robežās heterozigotāte ir nulle. Tādējādi variācija tiek zaudēta pat tad, ja vidējais rādītājs starp populācijām paliek gandrīz nemainīgs.

Vai tas var prognozēt, ko darīs reāla populācija? Nē. Tas parāda rezultātus saskaņā ar apzināti idealizētu neitrālu Wright–Fisher modeli. Reālām prognozēm ir nepieciešami pamatoti novērtējumi par efektīvo lielumu un jebkādu selekciju, mutācijām, migrāciju, populācijas lieluma izmaiņām, pārklājošām paaudzēm, saistību un populācijas struktūru, kas ir svarīga konkrētajā gadījumā.