പോപ്പുലേഷൻ ജനറ്റിക്സ് ഡ്രിഫ്റ്റ് സിമുലേറ്റർ

ന്യൂട്രൽ ജനറ്റിക് ഡ്രിഫ്റ്റും റാൻഡം സാമ്പിളിംഗും

പോപ്പുലേഷൻ ജനറ്റിക്സ് ഡ്രിഫ്റ്റ് സിമുലേറ്റർ എന്നത് ഡിപ്ലോയിഡ് Wright–Fisher മോഡൽ ഉപയോഗിച്ച് ന്യൂട്രൽ ജനറ്റിക് ഡ്രിഫ്റ്റ് സിമുലേറ്റ് ചെയ്യാനും ദൃശ്യവൽക്കരിക്കാനും സഹായിക്കുന്ന ഒരു സൌജന്യ ഓൺലൈൻ ടൂളാണ്. ഒരു സിമുലേറ്റഡ് ബ്രീഡിംഗ് ജനസംഖ്യ ക്രമീകരിക്കുന്നതിലൂടെ, ഒന്നിലധികം സ്വതന്ത്ര ജനസംഖ്യകളിലുടനീളം വീണ്ടും നിർമ്മിക്കാൻ കഴിയുന്ന അലീൽ-ഫ്രീക്വൻസി പാതകളെ പിന്തുടരാനും താരതമ്യം ചെയ്യാനും ഉപയോക്താക്കൾക്ക് സാധിക്കുന്നു. തലമുറകളിലൂടെ കടന്നുപോകുമ്പോൾ ജനിതക വ്യതിയാനങ്ങൾ എങ്ങനെ നഷ്ടപ്പെടുന്നു അല്ലെങ്കിൽ ഫിക്സ് ചെയ്യപ്പെടുന്നു എന്ന് മനസ്സിലാക്കാൻ ഇത് സഹായിക്കുന്നു. റാൻഡം സാമ്പിളിംഗ് അലീൽ ഫ്രീക്വൻസികളെ എങ്ങനെ സ്വാധീനിക്കുന്നു എന്ന് വ്യക്തമാക്കുന്നതിനൊപ്പം, സിമുലേറ്റ് ചെയ്ത ഹെറ്ററോസൈഗോസിറ്റി, ഫിക്സേഷൻ, നഷ്ട നിരക്കുകൾ എന്നിവയും ഈ ടൂൾ കാണിച്ചുതരുന്നു. ഇത് യഥാർത്ഥ ലോകത്തിലെ പരിണാമ ഫലങ്ങൾ പ്രവചിക്കാൻ അവകാശപ്പെടുന്നില്ല.

ഈ സിമുലേറ്റർ പ്രധാനമായും ബയോളജി വിദ്യാർത്ഥികൾക്കും അധ്യാപകർക്കും ഡിപ്ലോയിഡ് ജനസംഖ്യയിലെ ജനറ്റിക് ഡ്രിഫ്റ്റിന്റെ പ്രവർത്തനം മനസ്സിലാക്കാനും അലീൽ ഫ്രീക്വൻസികളുടെ റാൻഡം വാക്ക് നിരീക്ഷിക്കാനും സഹായിക്കുന്നു. കൂടാതെ, പോപ്പുലേഷൻ ജനറ്റിക്സ് ഗവേഷകർക്ക് കൃത്യമായ സീഡുകൾ ഉപയോഗിച്ച് റീപ്രൊഡ്യൂസിബിൾ ആയ Wright–Fisher സിമുലേഷനുകൾ പ്രവർത്തിപ്പിക്കാനും സിദ്ധാന്തങ്ങളും സിമുലേഷൻ ഫലങ്ങളും തമ്മിൽ താരതമ്യം ചെയ്യാനും ഇത് ഉപയോഗിക്കാം. പരിമിതമായ ജനസംഖ്യയിൽ ശരാശരി അലീൽ ഫ്രീക്വൻസി സ്ഥിരമായിരിക്കുമ്പോൾ പോലും ജനിതക വ്യതിയാനം (ഹെറ്ററോസൈഗോസിറ്റി) കുറയുന്നത് എന്തുകൊണ്ടെന്ന് വിശദീകരിക്കാൻ ശാസ്ത്ര ആശയവിനിമയം നടത്തുന്നവർക്കും ഈ ഉപകരണം പ്രയോജനപ്പെടുന്നു.

ജനസംഖ്യാ ക്രമീകരണത്തിനുള്ള ഇൻപുട്ടുകൾ

ഉപയോക്താക്കൾക്ക് താഴെ പറയുന്ന പാരാമീറ്ററുകൾ "ജനസംഖ്യാ ക്രമീകരണം" ഇന്റർഫേസിൽ നൽകാവുന്നതാണ്:

• സാഹചര്യങ്ങൾ (Presets):
  • ചെറിയ ജനസംഖ്യ
  • വലിയ ജനസംഖ്യ
  • അപൂർവ്വമായ അലീൽ
• യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പം, Ne: "പ്രത്യുൽപാദനം നടത്തുന്ന ജീവികൾ" എന്ന ഫീൽഡിൽ നൽകണം. ഇത് 1 മുതൽ 100,000 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• തുടക്കത്തിലെ അലീൽ ഫ്രീക്വൻസി, p₀: "അനുപാതം, 0–1" ആയി നൽകണം. ഇത് രണ്ട് അതിരുകളും ഉൾപ്പെടെ 0-നും 1-നും ഇടയിലായിരിക്കണം.
• തലമുറകൾ: "തലമുറകൾ" എന്ന ഫീൽഡിൽ നൽകണം. ഇത് 1 മുതൽ 2,000 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• സ്വതന്ത്ര ജനസംഖ്യകൾ: "ആവർത്തനങ്ങൾ" എന്ന ഫീൽഡിൽ നൽകണം. ഇത് 1 മുതൽ 200 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• റാൻഡം സീഡ്: സിമുലേഷൻ പാതകൾ വീണ്ടും നിർമ്മിക്കാൻ ഉപയോഗിക്കുന്ന ഒരു ടെക്സ്റ്റ് ഫീൽഡ്. ഇത് 100 അല്ലെങ്കിൽ അതിൽ കുറവ് അക്ഷരങ്ങളായി പരിമിതപ്പെടുത്തണം. ഉപയോക്താക്കൾക്ക് "പുതിയ സീഡ്" ബട്ടൺ ക്ലിക്ക് ചെയ്ത് ഈ ഇൻപുട്ട് റാൻഡം ആക്കാവുന്നതുമാണ്.

സിമുലേഷൻ ഔട്ട്പുട്ടുകളും ഫലങ്ങളും

ഒരു സിമുലേഷൻ പ്രവർത്തിപ്പിച്ചതിന് ശേഷം താഴെ പറയുന്ന ഫലങ്ങളും ലേബലുകളും ഇന്റർഫേസിൽ ദൃശ്യമാകുന്നു:

സ്റ്റാറ്റസ് സന്ദേശങ്ങൾ

• തുടക്കത്തിൽ അല്ലെങ്കിൽ റീസെറ്റ് ചെയ്യുമ്പോൾ: ജനസംഖ്യാ സാഹചര്യം മാറ്റുക അല്ലെങ്കിൽ ഈ സീഡ് ചെയ്ത ഉദാഹരണം വീണ്ടും പ്രവർത്തിപ്പിക്കുക.
• പ്രവർത്തിക്കുമ്പോൾ: അടുത്ത തലമുറകളെ സാമ്പിൾ ചെയ്യുന്നു…
• പൂർത്തിയാകുമ്പോൾ: “‹seed›” എന്ന സീഡ് ഉപയോഗിച്ച് ‹generations› തലമുറകളിലൂടെ ‹replicates› ജനസംഖ്യകൾ സിമുലേറ്റ് ചെയ്തു.

അലീൽ-ഫ്രീക്വൻസി പാതകൾ (ചാർട്ട്)

• ചാർട്ടിന്റെ ARIA ലേബൽ: ആവർത്തിച്ചുള്ള സിമുലേറ്റഡ് ജനസംഖ്യകൾക്കായുള്ള തലമുറ തിരിച്ചുള്ള അലീൽ ഫ്രീക്വൻസി
• X-അക്ഷം: തലമുറ
• Y-അക്ഷം: അലീൽ ഫ്രീക്വൻസി p
• റഫറൻസ് ലൈൻ: പ്രതീക്ഷിക്കുന്ന p = p₀
• പാതകളുടെ എണ്ണം സൂചിപ്പിക്കുന്നത്: ‹total› പാതകളിൽ ‹shown› എണ്ണം കാണിക്കുന്നു; ഓരോ ആവർത്തനവും സംഗ്രഹത്തിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

സംഗ്രഹ സ്ഥിതിവിവരക്കണക്കുകൾ (Summary Statistics)

• p = 1-ൽ ഫിക്സ് ചെയ്തത്
• p = 0-ൽ നഷ്ടപ്പെട്ടത്
• T ആകുമ്പോഴേക്കും അബ്സോർബ് ചെയ്യാത്തത്
• ശരാശരി അവസാന p
• T-യിൽ പ്രതീക്ഷിക്കുന്ന H
• T-യിൽ സിമുലേറ്റ് ചെയ്ത ശരാശരി H
• ശരാശരി അബ്സോർപ്ഷൻ തലമുറ (അബ്സോർപ്ഷൻ സംഭവിച്ചില്ലെങ്കിൽ എത്തിയിട്ടില്ല എന്ന് കാണിക്കും)

രീതി, അനുമാനങ്ങൾ, പരിധികൾ

ഈ പേജ് Nature Education-ഉം Stanford Human Genetics ടെക്സ്റ്റും വിവരിക്കുന്ന ന്യൂട്രൽ ഡിപ്ലോയിഡ് Wright–Fisher മോഡൽ നടപ്പിലാക്കുന്നു. ഓരോ പുതിയ തലമുറയും മുൻ തലമുറയിൽ നിന്നുള്ള 2Ne അലീൽ കോപ്പികളുടെ റാൻഡം സാമ്പിളാണ്. ഉറവിടങ്ങൾ പരിശോധിച്ചത് 6 ഓഗസ്റ്റ് 2026.

ഗണിതശാസ്ത്ര മാതൃകയും കൃത്യതയും

ഓരോ ബൈനോമിയൽ ഡ്രോയും കൃത്യമായ ബെർണൂലി സാമ്പിളിംഗ് ഉപയോഗിക്കുന്നു; നോർമൽ അപ്രോക്സിമേഷൻ ഉപയോഗിക്കുന്നില്ല. കണക്കുകൂട്ടലുകൾ JavaScript ഡബിൾ പ്രിസിഷൻ നിലനിർത്തുന്നു. ഫ്രീക്വൻസികൾ 1 ÷ (2Ne) എന്ന ഇൻക്രിമെന്റുകളിലാണ്; ഡിസ്പ്ലേ പരമാവധി ആറ് ദശാംശ സ്ഥാനങ്ങളിലേക്ക് റൗണ്ട് ചെയ്യുന്നു.

വർക്ക് ലോഡ് പരിധി

ബ്രൗസർ പരമാവധി 5,000,000 ആസൂത്രണം ചെയ്ത അലീൽ-കോപ്പി ഡ്രോകൾ മാത്രമേ അനുവദിക്കൂ. ഇത് 2Ne × generations × replicates എന്ന രീതിയിലാണ് കണക്കാക്കുന്നത്. ഈ പരിധി മറികടന്നാൽ സിമുലേഷൻ തടയപ്പെടും.

അനുമാനങ്ങളും ബാധകമല്ലാത്ത സാഹചര്യങ്ങളും

ഈ മോഡൽ താഴെ പറയുന്ന അനുമാനങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്:

• സ്ഥിരമായ യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പം
• പരസ്പരം ഓവർലാപ്പ് ചെയ്യാത്ത പ്രത്യേക തലമുറകൾ
• റാൻഡം സ്വതന്ത്ര സാമ്പിളിംഗ്
• സെലക്ടീവ് ന്യൂട്രാലിറ്റി
• ലിങ്ക് ചെയ്യാത്ത ഒരു രണ്ട്-അലീൽ ലോക്കസ്
• മ്യൂട്ടേഷനോ മൈഗ്രേഷനോ ഇല്ലായ്മ

സെലക്ഷൻ, ജനസംഖ്യാ മാറ്റം, ലിംഗഭേദം അല്ലെങ്കിൽ പ്രത്യുൽപാദന വിജയത്തിലെ അസമത്വം, ഓവർലാപ്പിംഗ് തലമുറകൾ, ഇൻബ്രീഡിംഗ്, ലിങ്കേജ്, ജീൻ ഫ്ലോ അല്ലെങ്കിൽ ജനസംഖ്യാ ഘടന എന്നിവ പ്രധാനമാകുമ്പോൾ ഇതൊരു പ്രവചനമായി ഉപയോഗിക്കരുത്. ഈ സ്റ്റോക്കാസ്റ്റിക് ബയോളജിക്കൽ മോഡലിന് ഒരു എഞ്ചിനീയറിംഗ് സേഫ്റ്റി ഫാക്ടർ ബാധകമല്ല.

ഫോർമുല, സബ്സ്റ്റിറ്റ്യൂഷൻ, കൃത്യത എന്നിവ

സിമുലേഷന്റെ ഗണിതശാസ്ത്രപരമായ വിശദാംശങ്ങൾ താഴെ പറയുന്ന സമവാക്യങ്ങളിലൂടെ വിശദീകരിക്കാം:

• ട്രാൻസിഷൻ ഫോർമുല: ഓരോ തലമുറയിലും, Wright–Fisher ട്രാൻസിഷൻ അടുത്ത അലീൽ കൗണ്ട് സാമ്പിൾ ചെയ്യുകയും ലഭ്യമായ ജീൻ കോപ്പികൾ കൊണ്ട് അതിനെ ഹരിക്കുകയും ചെയ്യുന്നു: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne).

• മോമെന്റുകൾ: സാമ്പിൾ ചെയ്യുന്നതിന് മുൻപ്, ഈ മോമെന്റുകൾ സാധ്യമായ അടുത്ത തലമുറകളുടെ പരിധി വിവരിക്കുന്നു: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne).

• ഹെറ്ററോസൈഗോസിറ്റി തകർച്ച: വ്യത്യസ്ത അലീൽ ജോഡികളുടെ പ്രതീക്ഷിക്കുന്ന വിഹിതം t തലമുറകളിലുടനീളം താഴെ പറയുന്ന രീതിയിൽ കുറയുന്നു: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ.

• ആദ്യ തലമുറയിലെ സബ്സ്റ്റിറ്റ്യൂഷൻ ഉദാഹരണങ്ങൾ:

  • ആദ്യ തലമുറ 2 × ‹population› = ‹copies› അലീൽ-കോപ്പി ഡ്രോകൾ ഉപയോഗിക്കുന്നു.
  • E[X₁] = ‹copies› × ‹frequency› = ‹mean› A കോപ്പികൾ.
  • ആദ്യ തലമുറയ്ക്ക്, Var(X₁) = ‹copies› × ‹frequency› × (1 − ‹frequency›) = ‹variance›; SD(p₁) = ‹sd›.
  • ആദ്യം പ്ലോട്ട് ചെയ്ത ആവർത്തനം X₁ = ‹sampled› A കോപ്പികൾ സാമ്പിൾ ചെയ്തു, അതിനാൽ p₁ = ‹sampled› ÷ ‹copies› = ‹frequency›.

സിസ്റ്റം പിശക് സന്ദേശങ്ങൾ

ഇൻപുട്ടുകളിൽ തെറ്റുകൾ വരുത്തുമ്പോൾ താഴെ പറയുന്ന പിശക് സന്ദേശങ്ങൾ കാണിക്കുന്നു:

• ഇൻപുട്ട് ഒരു സംഖ്യയല്ലെങ്കിൽ: ‹field›: “‹token›” എന്നത് ഒരു സംഖ്യയല്ല.
• ദശാംശം അനുവദിക്കാത്ത ഫീൽഡിൽ അത് നൽകിയാൽ: ‹field›: ഒരു പൂർണ്ണസംഖ്യ നൽകുക.
• ജനസംഖ്യാ വലിപ്പം തെറ്റാണെങ്കിൽ: യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പം 1 മുതൽ 100,000 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• തുടക്കത്തിലെ ഫ്രീക്വൻസി തെറ്റാണെങ്കിൽ: തുടക്കത്തിലെ അലീൽ ഫ്രീക്വൻസി രണ്ട് അതിരുകളും ഉൾപ്പെടെ 0-നും 1-നും ഇടയിലായിരിക്കണം.
• തലമുറകളുടെ എണ്ണം തെറ്റാണെങ്കിൽ: തലമുറകൾ 1 മുതൽ 2,000 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• ആവർത്തനങ്ങളുടെ എണ്ണം തെറ്റാണെങ്കിൽ: സ്വതന്ത്ര ജനസംഖ്യകൾ 1 മുതൽ 200 വരെയുള്ള ഒരു പൂർണ്ണസംഖ്യയായിരിക്കണം.
• സീഡ് നൽകിയിട്ടില്ലെങ്കിൽ: സിമുലേഷൻ വീണ്ടും നിർമ്മിക്കാൻ കഴിയുന്നതിനായി ഒരു റാൻഡം സീഡ് നൽകുക.
• സീഡ് ദൈർഘ്യം കൂടിയാൽ: റാൻഡം സീഡ് 100 അല്ലെങ്കിൽ അതിൽ കുറവ് അക്ഷരങ്ങളായി പരിമിതപ്പെടുത്തുക.
• വർക്ക് ലോഡ് പരിധി കഴിഞ്ഞാൽ: ഈ ക്രമീകരണം ബ്രൗസർ പരിധിയായ ‹limit›-ന് മുകളിലുള്ള ‹draws› അലീൽ-കോപ്പി ഡ്രോകൾ ആസൂത്രണം ചെയ്യുന്നു. ജനസംഖ്യാ വലിപ്പമോ തലമുറകളോ ആവർത്തനങ്ങളോ കുറയ്ക്കുക.

സ്വകാര്യതയും പ്രോസസ്സിംഗും

നിങ്ങളുടെ പാരാമീറ്ററുകളും സിമുലേറ്റ് ചെയ്ത ജനസംഖ്യകളും ഈ ബ്രൗസറിൽ തന്നെ തുടരും. എല്ലാ കണക്കുകൂട്ടലുകളും നിങ്ങളുടെ ഉപകരണത്തിൽ പ്രാദേശികമായി പ്രോസസ്സ് ചെയ്യപ്പെടുന്നു, വിവരങ്ങളൊന്നും പുറത്തേക്ക് അപ്‌ലോഡ് ചെയ്യപ്പെടുന്നില്ല.

പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ (FAQ)

ചോദ്യം: ഞാൻ സെൻസസ് വലിപ്പമാണോ അതോ യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പമാണോ നൽകേണ്ടത്?
ഉത്തരം: യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പം (Ne) നൽകുക: നിങ്ങൾ പഠിക്കാൻ ഉദ്ദേശിക്കുന്ന ജനസംഖ്യയുടെ അതേ നിരക്കിൽ ഡ്രിഫ്റ്റ് ചെയ്യുന്ന ഒരു ഐഡിയലൈസ്ഡ് ബ്രീഡിംഗ് ജനസംഖ്യയുടെ വലിപ്പമാണിത്. ലിംഗാനുപാതം, പ്രത്യുൽപാദന വിജയം, ജനസംഖ്യയിലെ ഏറ്റക്കുറച്ചിലുകൾ അല്ലെങ്കിൽ ജനസംഖ്യാ ഘടന എന്നിവ അസമമാകുമ്പോൾ സെൻസസ് വലിപ്പം ഇതിനേക്കാൾ വളരെ വലുതായിരിക്കാം.

ചോദ്യം: ഹെറ്ററോസൈഗോസിറ്റി കുറയുമ്പോഴും ശരാശരി അലീൽ ഫ്രീക്വൻസി p₀-ന് അടുത്ത് നിൽക്കുന്നത് എന്തുകൊണ്ട്?
ഉത്തരം: നിരവധി സ്വതന്ത്ര ജനസംഖ്യകളിൽ ന്യൂട്രൽ ഡ്രിഫ്റ്റിന് പ്രത്യേക ദിശയൊന്നുമില്ല, അതിനാൽ ശരാശരി ഫ്രീക്വൻസി പ്രതീക്ഷിക്കുന്നത് പോലെ p₀ ആയി തുടരുന്നു. എന്നിരുന്നാലും, വ്യക്തിഗത ജനസംഖ്യകൾ 0 അല്ലെങ്കിൽ 1 ലേക്ക് വ്യാപിക്കുന്നു, കൂടാതെ രണ്ട് അതിരുകളിലും ഹെറ്ററോസൈഗോസിറ്റി പൂജ്യമാണ്. അതിനാൽ, ജനസംഖ്യകൾക്കിടയിലെ ശരാശരി ഏതാണ്ട് മാറ്റമില്ലാതെ തുടരുമ്പോഴും വ്യതിയാനം നഷ്ടപ്പെടുന്നു.

ചോദ്യം: ആത്യന്തിക ഫിക്സേഷന്റെ ന്യൂട്രൽ സാധ്യത തുടക്കത്തിലെ ഫ്രീക്വൻസിക്ക് തുല്യമാണോ?
ഉത്തരം: അതെ, മ്യൂട്ടേഷനോ മൈഗ്രേഷനോ ഇല്ലാത്ത ഈ ന്യൂട്രൽ മോഡലിൽ, p₀ ഫ്രീക്വൻസിയിൽ ആരംഭിക്കുന്ന ഒരു അലീലിന് ആത്യന്തികമായി ഫിക്സേഷൻ ലഭിക്കാനുള്ള സാധ്യത p₀-യും നഷ്ടപ്പെടാനുള്ള സാധ്യത 1 − p₀-യുമാണ്. മുകളിൽ കാണിച്ചിരിക്കുന്ന നിരക്കുകൾ നൽകിയിട്ടുള്ള തലമുറകളെയും ആവർത്തനങ്ങളെയും മാത്രം ഉൾക്കൊള്ളുന്നതാണ്, അതിനാൽ അവ സീഡിന് അനുസരിച്ച് വ്യത്യാസപ്പെടും.

ചോദ്യം: ഒരു യഥാർത്ഥ ജനസംഖ്യ എന്തുചെയ്യുമെന്ന് പ്രവചിക്കാൻ ഇതിന് കഴിയുമോ?
ഉത്തരം: അല്ല. ഇത് മനഃപൂർവ്വം ഐഡിയലൈസ് ചെയ്ത ഒരു ന്യൂട്രൽ Wright–Fisher മോഡലിന് കീഴിലുള്ള ഫലങ്ങളാണ് കാണിക്കുന്നത്. യഥാർത്ഥ പ്രവചനങ്ങൾക്കായി യഥാർത്ഥ ജനസംഖ്യാ വലിപ്പത്തിന്റെയും, ഈ സാഹചര്യത്തെ സ്വാധീനിക്കുന്ന സെലക്ഷൻ, മ്യൂട്ടേഷൻ, മൈഗ്രേഷൻ, മാറുന്ന ജനസംഖ്യാ വലിപ്പം, ഓവർലാപ്പിംഗ് തലമുറകൾ, ലിങ്കേജ്, പോപ്പുലേഷൻ സ്ട്രക്ചർ എന്നിവയുടെയും കൃത്യമായ കണക്കുകൾ ആവശ്യമാണ്.