மக்கள் தொகை மரபியல் நகர்வு உருவகப்படுத்தி (Population Genetics Drift Simulator)

மக்கள் தொகை மரபியல் நகர்வு உருவகப்படுத்தி (Population Genetics Drift Simulator)

மக்கள் தொகை மரபியல் நகர்வு உருவகப்படுத்தி என்பது இருமடி Wright–Fisher மாதிரியைப் பயன்படுத்தி நடுநிலை மரபணு நகர்வை உருவகப்படுத்தவும் காட்சிப்படுத்தவும் உதவும் ஒரு இலவச ஆன்லைன் கருவியாகும். ஒரு உருவகப்படுத்தப்பட்ட இனப்பெருக்க மக்கள் தொகையை அமைப்பதன் மூலம், பயனர்கள் பல சுயாதீன மக்கள் தொகைகளில் மீண்டும் உருவாக்கக்கூடிய அல்லீல்-அதிர்வெண் பாதைகளைப் பின்பற்றி ஒப்பிடலாம். இதன் மூலம் தலைமுறைகள் கடந்து செல்லும்போது மரபணு வேறுபாடு எவ்வாறு இழக்கப்படுகிறது அல்லது நிலைபெறுகிறது என்பதை நேரடியாகக் காண முடியும். சீரற்ற மாதிரி எடுத்தல் காலப்போக்கில் அல்லீல் அதிர்வெண்களை எவ்வாறு பாதிக்கிறது என்பதைப் புரிந்துகொள்ள இக்கருவி உதவுகிறது. இது உருவகப்படுத்தப்பட்ட பல்லினத்தன்மை, நிலைபெறுதல் மற்றும் இழப்பு விகிதங்களைக் காட்டுகிறது.

மக்கள் தொகை அமைப்பு

பயனர்கள் தங்களின் உருவகப்படுத்துதலைத் தொடங்க "மக்கள் தொகை அமைப்பு" இடைமுகத்தில் பின்வரும் அளவுருக்களை வழங்க வேண்டும்:

• சூழ்நிலைகள் (Presets): "சிறிய மக்கள் தொகை", "பெரிய மக்கள் தொகை", மற்றும் "அரிய அல்லீல்" ஆகிய முன்னமைக்கப்பட்ட சூழ்நிலைகளைத் தேர்ந்தெடுக்கலாம்.
• செயலூக்க மக்கள் தொகை அளவு, Ne: "இனப்பெருக்கம் செய்யும் தனிநபர்கள்" என்பதில் உள்ளிடப்பட வேண்டும். இது 1 முதல் 100,000 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• தொடக்க அல்லீல் அதிர்வெண், p₀: "விகிதாச்சாரம், 0–1" ஆக உள்ளிடப்பட வேண்டும். இது இரு எல்லைகளையும் உள்ளடக்கி 0 மற்றும் 1 க்கு இடையில் இருக்க வேண்டும்.
• தலைமுறைகள்: "தலைமுறைகள்" என்பதில் உள்ளிடப்பட வேண்டும். இது 1 முதல் 2,000 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• சுயாதீன மக்கள் தொகைகள்: "நகல்கள்" என்பதில் உள்ளிடப்பட வேண்டும். இது 1 முதல் 200 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• சீரற்ற சீட் (Seed): உருவகப்படுத்தப்பட்ட பாதைகளை மீண்டும் உருவாக்கப் பயன்படும் ஒரு உரை புலம். இது 100 எழுத்துக்கள் அல்லது அதற்கும் குறைவாக இருக்க வேண்டும். பயனர்கள் "புதிய சீட் (Seed)" பொத்தானைக் கிளிக் செய்வதன் மூலம் இந்த உள்ளீட்டை சீரற்றதாக்கலாம்.

உருவகப்படுத்துதலின் முடிவுகள் மற்றும் வெளியீடுகள்

உருவகப்படுத்துதலை இயக்கிய பிறகு, பின்வரும் முடிவுகளும் இடைமுகக் கூறுகளும் காட்டப்படும்:

நிலைச் செய்திகள் (Status Messages)

• மக்கள் தொகை சூழ்நிலையை மாற்றவும் அல்லது இந்த சீட் செய்யப்பட்ட உதாரணத்தை மீண்டும் இயக்கவும்.
• அடுத்த தலைமுறைகளை மாதிரி எடுக்கிறது…
• “‹seed›” சீடைப் பயன்படுத்தி ‹replicates› மக்கள் தொகைகள் ‹generations› தலைமுறைகள் வரை உருவகப்படுத்தப்பட்டன.

அல்லீல்-அதிர்வெண் பாதைகள் வரைபடம்

வரைபடம் மீண்டும் மீண்டும் உருவகப்படுத்தப்பட்ட மக்கள் தொகைகளுக்கான தலைமுறை வாரியான அல்லீல் அதிர்வெண் என்ற ARIA லேபிளைக் கொண்டுள்ளது. இதன் X-அச்சு தலைமுறை என்றும், Y-அச்சு அல்லீல் அதிர்வெண் p என்றும் லேபிளிடப்பட்டுள்ளது. வரைபடத்தில் எதிர்பார்க்கப்படும் p = p₀ என்ற குறிப்பு வரி காட்டப்படும். மேலும், ‹total› பாதைகளில் ‹shown› காட்டப்படுகின்றன; ஒவ்வொரு நகலும் சுருக்கத்தில் சேர்க்கப்பட்டுள்ளது. என்ற பாதை எண்ணிக்கை காட்டி இருக்கும்.

சுருக்க புள்ளிவிவரங்கள் (Summary Statistics)

• p = 1 இல் நிலைபெற்றது
• p = 0 இல் இழந்தது
• T க்குள் உறிஞ்சப்படவில்லை
• சராசரி இறுதி p
• T இல் எதிர்பார்க்கப்படும் H
• T இல் சராசரி உருவகப்படுத்தப்பட்ட H
• சராசரி உறிஞ்சுதல் தலைமுறை (உறிஞ்சுதல் நிகழவில்லை எனில் இது அடையவில்லை என்று காண்பிக்கும்)

சூத்திரம், பிரதியீடு மற்றும் துல்லியம்

உருவகப்படுத்துதலின் கணிதக் கணக்கீடுகள் மற்றும் முதல் தலைமுறைக்கான பிரதியீடுகள் பின்வருமாறு விளக்கப்படுகின்றன:

• மாதிரி சூத்திரம்: ஒவ்வொரு தலைமுறையிலும், Wright–Fisher மாற்றம் அடுத்த அல்லீல் எண்ணிக்கையை மாதிரி எடுத்து, அதை கிடைக்கக்கூடிய மரபணு நகல்களால் வகுக்கிறது: Xₜ₊₁ ~ Binomial(2Ne, pₜ); pₜ₊₁ = Xₜ₊₁ ÷ (2Ne).
• தருணங்கள்: மாதிரி எடுப்பதற்கு முன், இந்த தருணங்கள் அடுத்த தலைமுறைகளின் சாத்தியமான வரம்பை விவரிக்கின்றன: E[Xₜ₊₁] = 2Ne·pₜ; Var(Xₜ₊₁) = 2Ne·pₜ(1 − pₜ); Var(pₜ₊₁) = pₜ(1 − pₜ) ÷ (2Ne).
• பல்லினத்தன்மை சிதைவு: வேறுபட்ட அல்லீல் இணைகளின் எதிர்பார்க்கப்படும் பங்கு t தலைமுறைகளில் பின்வருமாறு குறைகிறது: H₀ = 2p₀(1 − p₀); Hₜ = H₀(1 − 1 ÷ (2Ne))ᵗ.
• மரபணு நகல் வரைவுகள்: முதல் தலைமுறை 2 × ‹population› = ‹copies› அல்லீல்-நகல் தேர்வுகளைப் பயன்படுத்துகிறது.
• எதிர்பார்க்கப்படும் சராசரி: E[X₁] = ‹copies› × ‹frequency› = ‹mean› A நகல்கள்.
• மாறுபாடு மற்றும் திட்டவிலக்கம்: முதல் தலைமுறைக்கு, Var(X₁) = ‹copies› × ‹frequency› × (1 − ‹frequency›) = ‹variance›; SD(p₁) = ‹sd›.
• முதல் நகல் மாதிரி: வரைபடமாக்கப்பட்ட முதல் நகல் X₁ = ‹sampled› A நகல்களை மாதிரி எடுத்தது, எனவே p₁ = ‹sampled› ÷ ‹copies› = ‹frequency›.

முறை, அனுமானங்கள் மற்றும் வரம்புகள்

இந்தப் பக்கம் Nature Education மற்றும் Stanford Human Genetics உரையால் விவரிக்கப்பட்ட நடுநிலை இருமடி Wright–Fisher மாதிரியை செயல்படுத்துகிறது. ஆதாரங்கள் சரிபார்க்கப்பட்ட நாள் 6 ஆகஸ்ட் 2026 ஆகும்.

கணித மாதிரி மற்றும் துல்லியம்

ஒவ்வொரு புதிய தலைமுறையும் முந்தைய தலைமுறையிலிருந்து 2Ne அல்லீல் நகல்களின் சீரற்ற மாதிரியாகும். ஒவ்வொரு ஈருறுப்பு தேர்வும் துல்லியமான Bernoulli மாதிரியைப் பயன்படுத்துகிறது; இயல்நிலை தோராயமாக்கல் எதுவும் பயன்படுத்தப்படவில்லை. கணக்கீடுகள் JavaScript இரட்டைத் துல்லியத்தை வைத்திருக்கின்றன. அதிர்வெண்கள் 1 ÷ (2Ne) இன் அதிகரிப்புகளில் அமைகின்றன; காட்சிப்படுத்தல் அதிகபட்சம் ஆறு தசம இடங்களுக்கு வட்டமாக்குகிறது.

பணிச்சுமை வரம்பு (Workload Limit)

உலாவி அதிகபட்சமாக 5,000,000 திட்டமிடப்பட்ட அல்லீல்-நகல் தேர்வுகளை மட்டுமே அனுமதிக்கிறது, இது 2Ne × generations × replicates என கணக்கிடப்படுகிறது. இந்த வரம்பை மீறினால் உருவகப்படுத்துதல் தடுக்கப்படும்.

உறிஞ்சும் எல்லைகள் (Absorbing Boundaries)

தொடக்க அதிர்வெண்கள் 0 மற்றும் 1 செல்லுபடியாகும். பிறழ்வு அல்லது இடம்பெயர்வு இல்லாத நிலையில், ஒரு பாதை இந்த எல்லைகளில் ஒன்றை அடைந்தால், அதை விட்டு வெளியேற முடியாது.

அனுமானங்கள்

இந்த மாதிரி பின்வரும் கடுமையான அனுமானங்களை அடிப்படையாகக் கொண்டது:

• நிலையான செயலூக்க மக்கள் தொகை அளவு
• தனித்தனி ஒன்றுடன் ஒன்று இணையாத தலைமுறைகள்
• சீரற்ற சுயாதீன மாதிரி எடுத்தல்
• தேர்வு நடுநிலைமை
• ஒரு பிணைக்கப்படாத இரு-அல்லீல் லோகஸ்
• பிறழ்வு அல்லது இடம்பெயர்வு இல்லை

தேர்வு, மக்கள் தொகை மாற்றம், பாலின அல்லது இனப்பெருக்க-வெற்றி சமநிலையின்மை, ஒன்றுடன் ஒன்று இணையும் தலைமுறைகள், உள்கலப்பு, பிணைப்பு, மரபணு ஓட்டம் அல்லது மக்கள் தொகை அமைப்பு ஆகியவை முக்கியமாக இருக்கும்போது இதை ஒரு கணிப்பாகப் பயன்படுத்த வேண்டாம். இந்த சீரற்ற உயிரியல் மாதிரிக்கு ஒரு பொறியியல் பாதுகாப்பு காரணி பொருந்தாது.

பிழைச் செய்திகள் (Error Messages)

உள்ளீடுகள் தவறாக இருக்கும்போது பின்வரும் பிழைகள் காட்டப்படும்:

• உள்ளீடு எண் இல்லை எனில்: ‹field›: “‹token›” என்பது ஒரு எண் அல்ல.
• முழு எண் தேவைப்படும் இடத்தில் தசமம் உள்ளிடப்பட்டால்: ‹field›: ஒரு முழு எண்ணை உள்ளிடவும்.
• மக்கள் தொகை அளவு வரம்பிற்கு வெளியே இருந்தால்: செயலூக்க மக்கள் தொகை அளவு 1 முதல் 100,000 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• தொடக்க அதிர்வெண் வரம்பிற்கு வெளியே இருந்தால்: தொடக்க அல்லீல் அதிர்வெண் இரு எல்லைகளையும் உள்ளடக்கி 0 மற்றும் 1 க்கு இடையில் இருக்க வேண்டும்.
• தலைமுறைகள் வரம்பிற்கு வெளியே இருந்தால்: தலைமுறைகள் 1 முதல் 2,000 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• நகல்கள் வரம்பிற்கு வெளியே இருந்தால்: சுயாதீன மக்கள் தொகைகள் 1 முதல் 200 வரையிலான ஒரு முழு எண்ணாக இருக்க வேண்டும்.
• சீட் விடுபட்டிருந்தால்: உருவகப்படுத்துதலை மீண்டும் உருவாக்க ஒரு சீரற்ற சீடை (seed) உள்ளிடவும்.
• சீட் மிக நீளமாக இருந்தால்: சீரற்ற சீடை (seed) 100 எழுத்துக்கள் அல்லது அதற்கும் குறைவாக வைத்திருக்கவும்.
• பணிச்சுமை வரம்பை மீறினால்: இந்த அமைப்பு ‹draws› அல்லீல்-நகல் தேர்வுகளைத் திட்டமிடுகிறது, இது உலாவியின் வரம்பான ‹limit› ஐ விட அதிகம். மக்கள் தொகை அளவு, தலைமுறைகள் அல்லது மறுமுறைகளைக் குறைக்கவும்.

தரவு செயலாக்கம் மற்றும் தனியுரிமை

உங்கள் அளவுருக்களும் உருவகப்படுத்தப்பட்ட மக்கள் தொகைகளும் இந்த உலாவியிலேயே இருக்கும். அனைத்து கணக்கீடுகளும் பயனரின் சாதனத்திலேயே உள்நாட்டில் செயலாக்கப்படுகின்றன; எந்தத் தரவும் வெளியேற்றப்படுவதில்லை.

---

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

கேள்வி: நான் கணக்கெடுப்பு அளவை உள்ளிட வேண்டுமா அல்லது செயலூக்க மக்கள் தொகை அளவை உள்ளிட வேண்டுமா?
பதில்: செயலூக்க மக்கள் தொகை அளவு Ne ஐ உள்ளிடவும்: நீங்கள் ஆய்வு செய்ய விரும்பும் மக்கள் தொகையின் அதே விகிதத்தில் நகரக்கூடிய ஒரு எளிமையான இனப்பெருக்க மக்கள் தொகையின் அளவு. பாலின விகிதங்கள், இனப்பெருக்க வெற்றி, மக்கள் தொகை ஏற்ற இறக்கங்கள் அல்லது மக்கள் தொகை அமைப்பு சீரற்றதாக இருக்கும்போது கணக்கெடுப்பு அளவு இதைவிட மிக அதிகமாக இருக்கலாம்.

கேள்வி: பல்லினத்தன்மை குறையும் போது சராசரி அல்லீல் அதிர்வெண் ஏன் p₀ க்கு அருகில் இருக்க முடியும்?
பதில்: பல சுயாதீன மக்கள் தொகைகளில் நடுநிலை நகர்வுக்கு குறிப்பிட்ட திசை எதுவும் இல்லை, எனவே சராசரி அதிர்வெண் எதிர்பார்ப்பின்படி p₀ ஆக இருக்கும். இருப்பினும், தனிப்பட்ட மக்கள் தொகைகள் 0 அல்லது 1 ஐ நோக்கி பரவுகின்றன, மேலும் இரு எல்லைகளும் பூஜ்ஜிய பல்லினத்தன்மையைக் (heterozygosity) கொண்டுள்ளன. எனவே, மக்கள் தொகைகளுக்கு இடையிலான சராசரி கிட்டத்தட்ட மாறாமல் இருக்கும்போதும் மாறுபாடு இழக்கப்படுகிறது.

கேள்வி: இறுதி நிலைபெறுதலின் நடுநிலை நிகழ்தகவு தொடக்க அதிர்வெண்ணிற்குச் சமமானதா?
பதில்: ஆம், பிறழ்வு அல்லது இடம்பெயர்வு இல்லாத இந்த நடுநிலையான மாதிரியில், p₀ அதிர்வெண்ணில் தொடங்கும் ஒரு அல்லீல் இறுதியாக நிலைபெறுவதற்கான நிகழ்தகவு p₀ மற்றும் இழக்கப்படுவதற்கான நிகழ்தகவு 1 − p₀ ஆகும். மேலே காட்டப்பட்டுள்ள விகிதங்கள் உள்ளிடப்பட்ட தலைமுறைகள் மற்றும் மறுமுறைகளை மட்டுமே உள்ளடக்குகின்றன, எனவே அவை சீடைப் (seed) பொறுத்து மாறுபடும்.

கேள்வி: இது ஒரு உண்மையான மக்கள் தொகை என்ன செய்யும் என்று கணிக்க முடியுமா?
பதில்: இல்லை. இது திட்டமிட்டு எளிமைப்படுத்தப்பட்ட நடுநிலை Wright–Fisher மாதிரியின் கீழ் உள்ள முடிவுகளைக் காட்டுகிறது. உண்மையான கணிப்புகளுக்கு, செயலூக்க அளவு மற்றும் அந்தந்த சூழ்நிலைக்குத் தேவையான பிறழ்வு, இடம்பெயர்வு, மாறும் மக்கள் தொகை அளவு, ஒன்றுடன் ஒன்றுடன் இணையும் தலைமுறைகள், பிணைப்பு மற்றும் மக்கள் தொகை அமைப்பு ஆகியவற்றின் நியாயமான மதிப்பீடுகள் தேவைப்படுகின்றன.