Популяцийн генетикийн дрейфийн симулятор
Энэхүү симулятор нь диплоид Wright–Fisher загварыг ашиглан саармаг генетик дрейфийг загварчлах, түүний явцыг нүдээр харах боломжийг олгодог үнэ төлбөргүй онлайн хэрэгсэл юм. Хэрэглэгчид загварчилсан үржлийн популяцийг тохируулснаар олон тооны хараат бус популяциуд дахь аллелийн давтамжийн замуудыг дагаж, үе удмын туршид генетикийн хувьсал хэрхэн устаж эсвэл бэхжиж үлддэгийг харьцуулах боломжтой. Энэхүү хэрэгсэл нь санамсаргүй түүвэрлэлт нь цаг хугацааны явцад аллелийн давтамжид хэрхэн нөлөөлдгийг ойлгоход тусалдаг бөгөөд загварчилсан гетерозигот чанар, бэхжилт болон устлын хувь хэмжээг харуулдаг. Энэ нь бодит амьдрал дээрх хувьслын үр дүнг урьдчилан таамаглах зорилгогүй юм.
Таны оруулсан параметрүүд болон загварчилсан популяциуд энэ хөтөч дотор үлдэнэ. Бүх боловсруулалт хэрэглэгчийн төхөөрөмж дээр локал байдлаар хийгддэг бөгөөд ямар ч өгөгдөл гадагш дамждаггүй.
Популяцийн тохиргоо ба оролтын параметрүүд
Загварчлалыг эхлүүлэхийн тулд хэрэглэгч дараах параметрүүдийг оруулна:
- Сценариуд: Бэлэн тохируулсан жишээнүүдээс сонгох боломжтой. Үүнд:
- Жижиг популяци
- Том популяци
- Ховор аллель
- Популяцийн үр ашигтай хэмжээ, Ne: Үржлийн бодгалиудын тоогоор илэрхийлэгдэх бүхэл тоо байна. Оруулах утга нь 1-ээс 100,000-ын хооронд байх ёстой.
- Аллелийн анхны давтамж, p₀: Харьцаа, 0–1 утгаар илэрхийлэгдэнэ. Хязгааруудыг оролцуулаад 0-ээс 1-ийн хооронд байна.
- Үе удам: Загварчлах хугацааг үе удмаар илэрхийлнэ. 1-ээс 2,000 хүртэлх бүхэл тоо байна.
- Хараат бус популяциуд: Давталтын тоо бөгөөд 1-ээс 200 хүртэлх бүхэл тоо байна.
- Санамсаргүй үр (seed): Загварчилсан замуудыг дахин гаргахад ашиглах 100 тэмдэгт буюу түүнээс бага хэмжээтэй текст байна. Хэрэглэгч Шинэ үр (seed) товчийг дарж санамсаргүй утга үүсгэж болно.
Загварчлалын үр дүн ба статистик үзүүлэлтүүд
Симуляцийг ажиллуулах явцад болон ажиллуулж дууссаны дараа дараах төлөвийн мэдээллүүд харагдана:
- Ажиллуулахын өмнө:
Популяцийн сценарийг өөрчлөх эсвэл энэхүү үрээр өгөгдсөн жишээг дахин ажиллуулна уу. - Тооцоолол хийх явцад:
Дараагийн үе удмуудаас түүвэрлэж байна… - Амжилттай ажиллаж дууссаны дараа:
“‹seed›” үрийг (seed) ашиглан ‹replicates› популяцийг ‹generations› үе удмаар загварчиллаа.
Аллелийн давтамжийн замууд
Үр дүнг график хэлбэрээр харуулах бөгөөд графикийн ARIA тайлбар нь Давтагдсан загварчилсан популяциудын үе удмаарх аллелийн давтамж байна. Графикийн тэнхлэгүүд болон тэмдэглэгээ нь дараах шошготой байна:
- X тэнхлэг:
Үе удам - Y тэнхлэг:
Аллелийн давтамж p - Лавлах шугам:
Хүлээгдэж буй p = p₀ - Замын тооны үзүүлэлт:
Нийт ‹total› замаас ‹shown›-ийг харуулж байна; давталт бүрийг хураангуйд оруулсан болно.
Хураангуй статистик
Загварчлалын төгсгөлд дараах статистик үзүүлэлтүүдийг тооцоолж гаргана:
p = 1 дээр бэхжсэн(Аллель популяцид бүрэн бэхжсэн хувь)p = 0 дээр устсан(Аллель популяциас бүрэн устсан хувь)T үе хүртэл шингээгдээгүй(Тодорхойлсон үе удам дуусахад хязгаарт хүрээгүй замууд)Эцсийн дундаж pT үе дэх хүлээгдэж буй HT үе дэх загварчилсан дундаж HДундаж шингээлтийн үе удам(Хэрэв шингээлт явагдаагүй болхүрээгүйгэж харуулна)
Арга зүй, таамаглал ба хязгаарлалтууд
Энэ хуудас нь Nature Education болон Stanford Human Genetics сурах бичигт тодорхойлсон саармаг диплоид Wright–Fisher загварыг хэрэгжүүлдэг. Шинэ үе удам бүр нь өмнөх үеийн 2Ne аллелийн хуулбаруудаас авсан санамсаргүй түүвэр юм. Эх сурвалжуудыг 2026 оны 8-р сарын 6-ны байдлаар шалгасан.
Томьёо, орлуулалт ба нарийвчлал
Үе удам бүрт Wright–Fisher шилжилт нь дараагийн аллелийн тоог түүвэрлэж, түүнийг боломжит генийн хуулбаруудад хуваана: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne)
Түүвэрлэлтийн өмнө эдгээр моментууд нь дараагийн үе удмын боломжит хүрээг тодорхойлно: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne)
Ижил бус аллелийн хосуудын хүлээгдэж буй эзлэх хувь t үе удмын туршид дараах байдлаар буурна: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ
Эхний үеийн тооцооллыг дараах байдлаар орлуулан харуулдаг:
Эхний үе удам нь 2 × ‹population› = ‹copies› аллель хуулбарлах сугалааг ашиглана.E[X₁] = ‹copies› × ‹frequency› = ‹mean› А хуулбар.Эхний үе удмын хувьд Var(X₁) = ‹copies› × ‹frequency› × (1 − ‹frequency›) = ‹variance›; SD(p₁) = ‹sd› байна.Эхний зурагласан давталтаас X₁ = ‹sampled› А хуулбар түүвэрлэгдсэн тул p₁ = ‹sampled› ÷ ‹copies› = ‹frequency› байна.
Биномиаль сугалаа бүр нь нарийн Бернулли түүвэрлэлтийг ашигладаг; хэвийн ойролцооллыг ашиглаагүй. Тооцоолол нь JavaScript-ийн давхар нарийвчлалыг хадгалдаг. Давтамжууд нь 1 ÷ (2Ne) алхмаар байрлах бөгөөд дэлгэц дээр хамгийн ихдээ аравтын бутархайн зургаан орон хүртэл тоймлогдоно.
Загварын таамаглалууд ба хязгаарлалт
Таамаглалууд: тогтмол популяцийн үр ашигтай хэмжээ, давхцаагүй тусдаа үе удам, санамсаргүй хараат бус түүвэрлэлт, сонголтын саармаг байдал, холбоогүй нэг хоёр аллельт локус, мутаци болон шилжих хөдөлгөөнгүй байдал. Сонголт, популяцийн өөрчлөлт, хүйс эсвэл үржлийн амжилтын тэнцвэргүй байдал, давхцсан үе удам, цус ойртолт, холбоос, генийн урсгал эсвэл популяцийн бүтэц нөлөөлж буй тохиолдолд үүнийг таамаглал болгон ашиглаж болохгүй. Энэхүү стохастик биологийн загварт инженерийн аюулгүй байдлын коэффициент хамаарахгүй.
Хөтөч нь хамгийн ихдээ 5,000,000 төлөвлөсөн аллель хуулбарлах сугалааг (2Ne × үе удам × давталт) зөвшөөрөх бөгөөд үүнээс хэтэрвэл тооцооллыг блоклоно.
Алдааны мэдэгдлүүд
Оролтын утга буруу эсвэл хязгаараас давсан тохиолдолд дараах алдаанууд гарна:
- Тоо биш утга оруулбал:
‹field›: “‹token›” нь тоо биш байна. - Бүхэл тооны оронд бутархай оруулбал:
‹field›: бүхэл тоо оруулна уу. - Популяцийн хэмжээ буруу бол:
Популяцийн үр ашигтай хэмжээ нь 1-ээс 100,000 хүртэлх бүхэл тоо байх ёстой. - Анхны давтамж буруу бол:
Аллелийн анхны давтамж нь 0-ээс 1-ийн хооронд (хязгааруудыг оролцуулаад) байх ёстой. - Үе удам буруу бол:
Үе удам нь 1-ээс 2,000 хүртэлх бүхэл тоо байх ёстой. - Давталтын тоо буруу бол:
Хараат бус популяциуд нь 1-ээс 200 хүртэлх бүхэл тоо байх ёстой. - Үр хоосон бол:
Загварчлалыг дахин давтах боломжтой болгохын тулд санамсаргүй үр (seed) оруулна уу. - Үр хэт урт бол:
Санамсаргүй үрийг (seed) 100 тэмдэгт буюу түүнээс бага байлгана уу. - Ачааллын хязгаар хэтэрвэл:
Энэхүү тохиргоо нь хөтчийн ‹limit› хязгаараас давсан ‹draws› аллель хуулбарлах сугалааг төлөвлөж байна. Популяцийн хэмжээ, үе удам эсвэл давталтын тоог бууруулна уу.
Түгээмэл асуулт хариулт
Би тооллогын хэмжээг оруулах уу, эсвэл популяцийн үр ашигтай хэмжээг оруулуулах уу?
Популяцийн үр ашигтай хэмжээ Ne-ийг оруулна уу: энэ нь таны судлах гэж буй популяцитай ижил хурдаар дрейфлэгдэх хийсвэрлэсэн үржлийн популяцийн хэмжээ юм. Хүйсийн харьцаа, үржлийн амжилт, популяцийн хэлбэлзэл эсвэл популяцийн бүтэц жигд бус байх үед тооллогын хэмжээ үүнээс хамаагүй их байж болно.
Саармаг бэхжилтийн эцсийн магадлал нь анхны давтамжтай тэнцүү байдаг уу?
Тийм ээ, мутаци эсвэл шилжих хөдөлгөөнгүй энэхүү саармаг загварт p₀ анхны давтамжтай аллелийн эцэст бэхжиж үлдэх магадлал нь p₀, харин устах магадлал нь 1 − p₀ байна. Дээр үзүүлсэн хувь хэмжээ нь зөвхөн оруулсан үе удам болон давталтын тоог хамрах тул санамсаргүй үрнээс (seed) хамаарч өөр өөр байх болно.
Гетерозигот чанар буурч байхад аллелийн дундаж давтамж яагаад p₀-ийн ойролцоо байж чаддаг вэ?
Саармаг дрейф нь олон хараат бус популяциудын хувьд давуу чиглэлгүй байдаг тул дундаж давтамж нь хүлээлтээр p₀ хэвээр үлддэг. Гэвч тусдаа популяциуд 0 эсвэл 1 рүү чиглэн тархдаг бөгөөд хоёр хязгаар хоёулаа тэг гетерозигот чанартай байдаг. Иймд популяци хоорондын дундаж бараг өөрчлөгдөхгүй байхад ч хувьсал үгүй болж байдаг.