Elysia Tools

Просматривайте инструменты, примеры, визуальные объяснения и тематические руководства в одном понятном пространстве.

Популярные категории

Темы

Язык
ZHDERUPTENFRES

Elysia Tools

Навигация

Education

Симулятор эффекта бутылочного горлышка (потеря гетерозиготности)

· Последнее обновление:2026-08-14

Моделирует ожидаемую потерю гетерозиготности после бутылочного горлышка (детерминированное ожидание). При идеальном дрейфе Райта—Фишера H_{t+1} = H_t(1 − 1/(2N)) за поколение, откуда H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g; эффективный размер по среднему гармоническому Ne = (t+g)/(t/Nb + g/Nr) определяется минимумом; накопленный F = 1 − H_final/H₀. Для аллеля частоты p выживание за ОДНО поколение горлышка = 1 − (1−p)^(2Nb); редкие аллели теряются первыми. Классика: северный морской слон (~20 особей в 1890-х), гепард, гавайская казарка, зубр, атолл Пингелап. Источники: Wright 1931, Nei et al. 1975, Hartl & Clark 2007, StatPearls. Только для обучения.

Запуск

Запустить этот инструмент

Заполните форму, запустите инструмент и посмотрите результат на этой же странице.

Примеры

Примеры для этого инструмента

Связано

Продолжить с похожими инструментами и темами

Подготовлено командой Elysia Tools

Руководство по использованию инструмента

Узнайте, когда использовать этот инструмент, что он поддерживает и как его применяют пользователи.

Ключевые факты

Категория
Education
Типы ввода
number
Тип вывода
json
Покрытие примерами
4
API доступен
Да

Обзор

Симулятор оценивает ожидаемую потерю гетерозиготности при сокращении и последующем восстановлении популяции, а также рассчитывает долю сохранённой гетерозиготности, накопленный коэффициент инбридинга F, эффективный размер популяции и вероятность выживания заданного аллеля за одно поколение горлышка.

Когда использовать

  • Для учебного моделирования генетического дрейфа и эффекта бутылочного горлышка.
  • Для сравнения сценариев с разной численностью и длительностью сокращения популяции.
  • Для оценки того, как частота аллеля и размер горлышка связаны с его выживанием за одно поколение.

Как это работает

  1. 1Укажите начальную гетерозиготность H₀, размер популяции Nb и число поколений t во время горлышка.
  2. 2Задайте размер восстановленной популяции Nr и длительность восстановления g; введите 0 поколений, чтобы пропустить этот этап.
  3. 3Введите частоту исследуемого аллеля p и нужное число знаков после запятой.
  4. 4Симулятор вернёт итоговую гетерозиготность, долю её сохранения, F, гармонический эффективный размер Ne и однопоколенную вероятность выживания аллеля.

Сценарии использования

  • Сравнение умеренного и жёсткого популяционного горлышка по сохранённой гетерозиготности.
  • Демонстрация влияния продолжительности низкой численности на инбридинг и эффективный размер популяции.
  • Оценка однопоколенной уязвимости редких и распространённых аллелей при одинаковом размере горлышка.

Примеры

1. Умеренное горлышко по сценарию северного морского слона

Студент популяционной генетики

Контекст

Популяция с начальной гетерозиготностью 0,5 сокращается до 20 особей на 5 поколений, а затем возрастает до 2000 особей на 10 поколений.

Проблема

Оценить, какая доля исходной гетерозиготности сохранится после сокращения и восстановления численности.

Как использовать

Введите H₀ = 0,5, Nb = 20, t = 5, Nr = 2000, g = 10 и частоту аллеля p = 0,1.

Начальная гетерозиготность: 0,5; горлышко: 20 особей и 5 поколений; восстановление: 2000 особей и 10 поколений; частота аллеля: 0,1; точность: 4 знака.

Результат

Итоговая гетерозиготность составит 0,4394, сохранится 87,89% исходного уровня, F будет равен 0,1211, а вероятность выживания аллеля за одно поколение — 98,52%.

2. Сравнение с жёстким и длительным горлышком

Преподаватель генетики

Контекст

Для демонстрации сильного дрейфа популяция численностью 5 особей сохраняется 10 поколений, после чего восстанавливается до 5000 особей на 5 поколений.

Проблема

Показать, почему продолжительное пребывание при малой численности определяет основную потерю генетического разнообразия.

FAQ

Как рассчитывается итоговая гетерозиготность?

По формуле H_final = H₀(1−1/(2Nb))^t(1−1/(2Nr))^g.

Что показывает коэффициент F?

F = 1 − H_final/H₀ показывает накопленную относительную потерю гетерозиготности.

Почему рост популяции не восстанавливает утраченную гетерозиготность?

В этой модели рост численности лишь замедляет дальнейшую потерю; уже утраченные варианты автоматически не возвращаются.

За какой период рассчитывается выживание аллеля?

Вероятность 1 − (1−p)^(2Nb) относится только к одному поколению бутылочного горлышка.

Можно ли использовать результат как точный прогноз?

Нет. Это детерминированное ожидание для идеальной модели Райта—Фишера, предназначенное только для обучения.

Главная
Инструменты3212
Примеры593
Визуализации471
Средства просмотра файлов103
Темы239
Теги333
Изображения, аудио и видео657

Инструменты для обработки, конвертации и оптимизации изображений, аудио и видео

Математика, даты и финансы647

Калькуляторы, числовые инструменты, логика дат, статистика и финансы

Дизайн и цвет298

Инструменты для цвета, макетов, графики, визуального стиля и дизайна

Текст и письмо209

Инструменты для письма, очистки, форматирования, извлечения и анализа текста

Разработка и Web193

Инструменты разработчика, сетевые утилиты, веб-отладка и автоматизация

Преобразование и кодирование175

Инструменты для преобразования форматов, файлов, архивов, единиц и кодировок

Запуск квиза для привлечения потенциальных клиентов и передача контактов
Памятные тексты: семейная проверка и передача в печать
Личные привычки: резервная копия, восстановление и проверка перед передачей
Из статьи в черновики X и LinkedIn: проверка фактов и передача
Проверка интерактивного Markdown-урока и автономная передача

© 2026 Elysia Tools. Все права защищены.

ДокументацияТарифыО насУсловия использованияПолитика конфиденциальностиCookieКонтакты
Python

Примеры Обработки Изображений Web Python

Примеры обработки изображений Web Python используя PIL/Pillow включая чтение, сохранение, изменение размера и преобразование формата

Java

Примеры Обработки Изображений Android Java

Примеры обработки изображений Android Java включая чтение/сохранение, масштабирование и преобразование формата

Kotlin

Примеры Обработки Изображений Android Kotlin

Примеры обработки изображений Android Kotlin включая чтение/сохранение, масштабирование и преобразование формата

Rust

Примеры Обработки Изображений Web Rust

Примеры обработки изображений Web Rust включая чтение/запись, масштабирование и преобразование форматов

Education

Анализатор аминокислотного состава

Анализирует состав последовательности: подсчёт и мольные проценты каждой из 20 стандартных аминокислот; суммы по группам (основные K/R/H, кислые D/E, ароматические F/W/Y, серосодержащие C/M, алифатические A/I/L/V, амидные N/Q, гидроксильные S/T, прочие G/P); GRAVY по значениям гидропатии Kyte–Doolittle 1982 (>0 гидрофобный сдвиг, <0 гидрофильный; растворимые глобулярные белки обычно между −1 и +0,3); плюс молекулярная масса по таблице средних масс ProtParam. Коды неоднозначности (B/J/O/U/X/Z) считаются отдельно и исключаются из процентов. Источники: Kyte & Doolittle 1982, ExPASy ProtParam, Lehninger. Только для обучения.

Education

Калькулятор молекулярной массы белка (по последовательности)

Вычисляет молекулярную массу белка по последовательности: MW = Σ средних масс остатков + H₂O (18,01524 Да), по той же таблице, что ExPASy ProtParam (A 71,0788 … W 186,2132). Ввод нечувствителен к регистру, пробелы и разделители * - . отбрасываются; коды неоднозначности (B/J/O/U/X/Z) не суммируются, но подсчитываются и отмечаются. Результат — немодифицированная полипептидная цепь: без удаления сигнального пептида, дисульфидных мостиков (−2H на мостик), ПТМ и меток. Возвращает кДа, среднюю массу остатка и длину. Источники: ExPASy ProtParam (Gasteiger 2005), справочник Fasman. Только для обучения.

Education

Калькулятор длины рестрикционных фрагментов

Оценивает размеры фрагментов после рестрикции: кольцевой субстрат с n разрезами даёт n фрагментов (с заходом через начало координат), линейный — n+1. Режим позиций вычисляет точные фрагменты по координатам через запятую; режим числа сайтов даёт количество и средний размер при равномерном распределении. Плюс ожидаемая частота сайтов в случайной ДНК: 4-буквенные сайты ~1 на 256 п.н., 6-буквенные ~1 на 4096 п.н. (REBASE/Sambrook) и советы по разрешению агарозы (<50 п.н. может уйти). Источники: Sambrook & Russell 3-е изд., REBASE. Только для обучения.

Education

Калькулятор эффективности трансфекции (доля GFP+)

Считает эффективность трансфекции по доле GFP+: эффективность = GFP+ клетки ÷ всего × 100. Режим одиночного измерения добавляет 95% доверительный интервал Вильсона (надёжнее нормальной аппроксимации при малых выборках); режим повторов принимает параллельные списки через запятую и выдаёт эффективность по лункам, среднее и выборочное стандартное отклонение (n−1). Шкалы: ≥70% отлично (легко трансфицируемые линии HEK293/CHO), 30–70% хорошо, 10–30% умеренно, <10% низко (рассмотреть электрофорез или вирусные системы). Допущения: один порог GFP, мёртвые клетки исключены, пик экспрессии 24–72 ч. Источники: Wilson 1927, Newcombe 1998, Kim & Eberwine 2010. Только для обучения.

Как использовать

Введите H₀ = 0,5, Nb = 5, t = 10, Nr = 5000, g = 5 и p = 0,1.

Начальная гетерозиготность: 0,5; горлышко: 5 особей и 10 поколений; восстановление: 5000 особей и 5 поколений; частота аллеля: 0,1; точность: 4 знака.

Результат

Итоговая гетерозиготность снизится до 0,1743: сохранится 34,85%, F достигнет 0,6515, а однопоколенная вероятность выживания аллеля составит 65,13%.