实用工具

等位基因频率

🧬Allele Frequency Calculator

AA（纯合显性）

Aa (heterozygous)

aa (homozygous recessive)

是什么 Allele Frequency?

▾

等位基因频率是群体中某个基因的所有拷贝中特定等位基因的比例。它是群体遗传学的基本测量之一，因为它描述了一种遗传变异相对于同一位点的替代变异的常见程度。在二倍体群体中，每个人通常在常染色体位点贡献两个等位基因，因此等位基因总数是个体数量的两倍。如果我们计算一个等位基因出现的数量，然后除以等位基因的总数，我们就可以得到它的频率。这个简单的比例变得强大，因为它支持更大的想法。研究人员利用等位基因频率来研究遗传模式、哈迪-温伯格期望、自然选择、迁移、创始人效应、遗传漂变和疾病关联。临床医生和公共卫生科学家在解释变异在不同人群中的常见程度时也可能会查看等位基因频率数据，尽管频率本身并不能证明变异是有害的还是良性的。计算器很有用，因为基因型计数很容易被误读。例如，杂合子仅贡献等位基因的一个副本，而纯合子则贡献两个。一旦这些计数被正确转换，一个基因座上所有等位基因的频率总和应为 1。简而言之，等位基因频率不仅仅是课堂定义。它是一项基础人口统计数据，将个体基因型与整个群体的遗传结构联系起来，并有助于解释变异如何在代际间分布。

PrimeCalcPro provides professional-grade tools trusted by businesses and academics.

公式

▾

f(x)

对于二倍体群体中的两个等位基因 A 和 a，A 的频率为 p = (2 x AA + Aa) / (2N)，a 的频率为 q = (2 x aa + Aa) / (2N)，并且 p + q = 1。

变量说明

▾

符号	名称	单位	描述
frequency of A is p	已计算	—	计算公式为(2 x AA + Aa) / (2N)，这是等位基因频率计算中的关键参数，直接影响最终的计算结果
frequency of a is q	已计算	—	计算公式为(2 x aa + Aa) / (2N)，这是等位基因频率计算中的关键参数，直接影响最终的计算结果
q	数量或流量	—	数量或流量，是等位基因频率计算中的关键参数，直接影响最终的计算结果
A	累计总金额	—	总累计金额或年金值，是等位基因频率计算中的关键参数，直接影响最终的计算结果
x	输入变量	—	输入变量或待求解的未知数，是等位基因频率计算中的关键参数，直接影响最终的计算结果

如何 Allele Frequency

▾

1计算您正在研究的基因座的每个基因型类别（例如 AA、Aa 和 aa）中的个体数量。
2通过为每个纯合子提供两个拷贝并为每个杂合子提供一个拷贝，将基因型计数转换为等位基因计数。
3添加感兴趣的等位基因的所有副本以获得其频率的分子。
4将个体数乘以二即可得到二倍体样本中等位基因的总数。
5将等位基因计数除以等位基因总数以获得等位基因频率。
6检查同一位点上所有等位基因的频率是否加起来为 1（除了较小的舍入误差）。

例题解析

▾

示例 1平衡课堂的例子

已知:100 人样本中 40 个 AA、40 个 Aa、20 个 Aa。

结果:p = 0.60，q = 0.40。

A等位基因总数为200个中的120个。

此示例通过计算 p = 0.60 和 q = 0.40 演示等位基因频率。平衡课堂示例说明了计算器根据给定输入生成实际有用结果的典型场景。

示例 2大部分是杂合样本

已知:100 人样本中 10 个 AA、80 个 Aa、10 个 AA。

结果:p = 0.50 且 q = 0.50。

高杂合子计数不会改变基本计数规则。

此示例通过计算 p = 0.50 和 q = 0.50 来演示等位基因频率。大多数杂合样本说明了计算器根据给定输入生成实际有用结果的典型场景。

示例 3罕见A等位基因

已知:100 人样本中 2 个 AA、16 个 Aa、82 个 Aa。

结果:p = 0.10，q = 0.90。

稀有等位基因仍以相同方式计数。

此示例通过计算 p = 0.10 和 q = 0.90 演示等位基因频率。 Rare A 等位基因说明了计算器根据给定输入生成实际有用结果的典型场景。

示例 4人口少的例子

已知:20 人样本中 6 个 AA、8 个 Aa、6 个 Aa。

结果:p = 0.50 且 q = 0.50。

样本中共有 40 个等位基因。

此示例通过计算 p = 0.50 和 q = 0.50 演示等位基因频率。小群体示例说明了计算器根据给定输入生成实际有用结果的典型场景。

实际应用

▾

🏗️

专业的等位基因频率估计和规划——该应用程序通常由需要精确定量分析以支持各自领域的决策、预算和战略规划的专业人士使用

🔬

学术和教育计算——行业从业者依靠此计算来衡量绩效、比较替代方案并确保符合既定标准和监管要求，帮助分析师生成准确的结果，支持跨组织的战略规划、资源分配和绩效基准测试

📊

可行性分析和决策支持——学术研究人员和学生使用这种计算来验证理论模型、完成课程作业并加深对基本数学原理的理解，从而使专业人员能够系统地量化结果并使用可靠的数学框架和既定公式来比较场景

🏥

手动计算的快速验证 - 财务分析师和规划人员将此计算纳入其工作流程中，以生成准确的预测、评估风险场景并向利益相关者提供数据驱动的建议，支持数据驱动的评估流程，其中数值精度对于合规性、报告和优化目标至关重要

特殊情况

▾

性别连锁基因座可能不会使用简单的 2N 分母，因为并非每个样本

性别连锁位点可能不使用简单的 2N 分母，因为并非每个采样个体都贡献相同数量的等位基因拷贝。当在等位基因频率计算中遇到这种情况时，用户应验证其输入值是否落在公式的预期范围内，以产生有意义的结果。超出范围的输入可能会导致数学上有效但实际上毫无意义的输出，这些输出不反映现实世界的条件。

缺失基因型识别、拷贝数变异或多倍体生物需要

缺失基因型识别、拷贝数变异或多倍体生物需要不同于基本二倍体教科书公式的计数规则。这种边缘情况经常出现在涉及边界条件或极值的等位基因频率的专业应用中。从业者应记录这种情况何时发生，并考虑替代计算方法或调整因子是否更适合其特定用例。

负输入值对于等位基因频率可能有效也可能无效，具体取决于域上下文。

有些公式接受负数（例如温度、变化率），而其他公式则需要严格的正数输入。用户在依赖输出之前应检查其特定场景是否允许负值。研究等位基因频率的专业人员应特别注意这种情况，因为如果处理不当，可能会导致误导性结果。当实践中出现这种情况时，请务必验证边界条件并使用独立方法进行交叉检查。

样本基因型到等位基因频率的转换

▾

基因型计数	等位基因总数	频率	一个频率
40 个氨基酸、40 个氨基酸、20 个氨基酸	200	0.60	0.40
10 个氨基酸、80 个氨基酸、10 个氨基酸	200	0.50	0.50
2 个氨基酸、16 个氨基酸、82 个氨基酸	200	0.10	0.90
6 个氨基酸、8 个氨基酸、6 个氨基酸	40	0.50	0.50

常见问题

▾

什么是等位基因频率？

它是群体中同一遗传位点的所有等位基因拷贝中特定等位基因的比例。在实践中，这个概念对于等位基因频率至关重要，因为它决定了输入变量之间的核心关系。了解这一点有助于用户更准确地解释结果并将其应用于特定环境中的现实场景。计算遵循已在专业和学术应用中得到验证的既定数学原理。

为什么我们在二倍体样本中除以 2N？

由于每个人通常在常染色体基因座上贡献两个等位基因副本，因此等位基因总数是采样人数的两倍。这很重要，因为准确的等位基因频率计算直接影响专业和个人环境中的决策。如果没有适当的计算，用户就有可能根据不完整或不正确的定量分析做出决策。行业标准和最佳实践强调精确计算的重要性，以避免代价高昂的错误。

杂合子的贡献有多大？

杂合子贡献每个等位基因的一个副本，而不是同一等位基因的两个副本。该过程涉及将基本公式系统地应用于给定的输入。计算中的每个变量都会影响最终结果，了解它们各自的作用有助于确保准确的应用。该领域的大多数专业人士都遵循分步方法，在得出最终答案之前验证中间结果。