કુલ વ્યક્તિઓની સંખ્યા અને એલેલના પ્રસંગો દાખલ કરીને જનસંખ્યામાં વિશિષ્ટ એલેલ (જીનના ભેદો) ની ફ્રિક્વન્સી ગણવો. આ જનસંખ્યા જૈવિકવિજ્ઞાન, વિકાસશીલ જૈવિકવિજ્ઞાન અને જૈવિક વિવિધતા અભ્યાસ માટે જરૂરી છે.
આ સાધન આપેલ વસ્તીમાં વિશિષ્ટ એલેલ્સ (જીનના રૂપાંતરો) ની આવર્તન ગણતરી કરે છે. વસ્તીમાં કુલ વ્યકિતઓની સંખ્યા અને વિશિષ્ટ એલેલના સંખ્યાનો દાખલો આપો, જેથી તેની આવર્તન ગણતરી કરી શકાય.
જૈવિક વિવિધતા ટ્રેકર એ એક વિશિષ્ટ સાધન છે જે વસ્તીમાં એલેલ ફ્રીક્વેન્સીની ગણતરી કરવા માટે રચાયું છે. એલેલ ફ્રીક્વેન્સી એ વસ્તીમાં કોઈ ચોક્કસ જીનના રૂપાંતર (એલેલ)ના તમામ નકલોના પ્રમાણને દર્શાવે છે, જે વસ્તી જૈવિકીમાં એક મૂળભૂત માપ છે. આ કેલ્ક્યુલેટર ગ્રુપમાં ચોક્કસ જૈવિક રૂપાંતરો કેટલા સામાન્ય છે તે નક્કી કરવા માટે એક સરળ પદ્ધતિ પ્રદાન કરે છે, જે વસ્તીઓમાં જૈવિક વિવિધતા, વિકાસ અને રોગના જોખમને સમજવા માટે મહત્વપૂર્ણ છે. તમે જૈવિક સિદ્ધાંતો વિશે શીખતા વિદ્યાર્થી હોવ, વસ્તી ડેટાનું વિશ્લેષણ કરતા સંશોધક હોવ, અથવા રોગની વ્યાપકતા અભ્યાસ કરતા આરોગ્યકર્મી હોવ, આ સાધન જૈવિક વિવિધતાને માપવા માટે એક સરળ પરંતુ શક્તિશાળી રીત આપે છે.
એલેલ ફ્રીક્વેન્સી એ વસ્તીમાં કોઈ ચોક્કસ એલેલ (જીનનો રૂપાંતર)ના પ્રમાણને દર્શાવે છે. મોટાભાગના જીવોમાં, જેમાં માનવ પણ સમાવેશ થાય છે, દરેક વ્યક્તિએ દરેક જીનના બે નકલ રાખે છે (એક માતા-પિતામાંથી વારસામાં મળેલું), જે તેમને ડિપ્લોઇડ જીવો બનાવે છે. તેથી, N વ્યક્તિઓની વસ્તીમાં, દરેક જીનની 2N નકલ હોય છે.
એલેલ ફ્રીક્વેન્સીની ગણતરી નીચેના સૂત્રનો ઉપયોગ કરીને કરવામાં આવે છે:
જ્યાં:
ઉદાહરણ તરીકે, જો અમારી પાસે 100 વ્યક્તિઓની વસ્તી છે, અને ચોક્કસ એલેલના 50 ઉદાહરણો જોવા મળે છે, તો ફ્રીક્વેન્સી હશે:
આનો અર્થ એ છે કે વસ્તીમાં આ જૈવિક સ્થાન પર 25% તમામ એલેલ્સ આ ચોક્કસ રૂપાંતરના છે.
અમારો એલેલ ફ્રીક્વેન્સી કેલ્ક્યુલેટર સમજવા માટે સરળ અને વપરાશકર્તા-મૈત્રીપૂર્ણ છે. તમારી વસ્તીમાં ચોક્કસ એલેલની ફ્રીક્વેન્સી ગણતરી કરવા માટે આ સરળ પગલાંઓને અનુસરો:
વસ્તીમાં વ્યક્તિઓની કુલ સંખ્યા દાખલ કરો પ્રથમ ઇનપુટ ફીલ્ડમાં.
તમે ટ્રેક કરી રહ્યા છો એવા ચોક્કસ એલેલના ઉદાહરણોની સંખ્યા દાખલ કરો બીજા ઇનપુટ ફીલ્ડમાં.
પરિણામ વિભાગમાં દર્શાવેલ ગણતરી કરેલી એલેલ ફ્રીક્વેન્સી જુઓ.
વિઝ્યુલાઇઝેશનની સમીક્ષા કરો જેથી કરીને એલેલ વિતરણનો ગ્રાફિકલ પ્રતિનિધિત્વ જોઈ શકો.
કોપી બટનનો ઉપયોગ કરો પરિણામને તમારા ક્લિપબોર્ડમાં નકલ કરવા માટે રિપોર્ટ અથવા વધુ વિશ્લેષણ માટે.
કેલ્ક્યુલેટર ચોક્કસ પરિણામો સુનિશ્ચિત કરવા માટે ઘણા માન્યતા ચેક કરે છે:
જો આમાંના કોઈપણ માન્યતાઓ નિષ્ફળ જાય, તો એક ભૂલ સંદેશા તમને તમારા ઇનપુટને સુધારવા માટે માર્ગદર્શિત કરશે.
એલેલ ફ્રીક્વેન્સી પરિણામ 0 અને 1 વચ્ચેના દશાંશ મૂલ્ય તરીકે રજૂ કરવામાં આવે છે, જ્યાં:
ઉદાહરણ તરીકે:
કેલ્ક્યુલેટર ફ્રીક્વેન્સીની વિઝ્યુઅલ રજૂઆત પણ પ્રદાન કરે છે જેથી તમે પરિણામોને એક નજરમાં સમજવા માટે મદદ કરી શકો.
ડિપ્લોઇડ જીવો (જેમ કે માનવ) માટે, એલેલ ફ્રીક્વેન્સીની ગણતરી માટે મૂળભૂત સૂત્ર છે:
જ્યાં:
લભ્ય ડેટાના આધારે એલેલ ફ્રીક્વેન્સી ગણતરી કરવા માટે અનેક રીતો છે:
જો તમે દરેક જિનોટાઇપ સાથેની વ્યક્તિઓની સંખ્યા જાણો છો, તો તમે ગણતરી કરી શકો છો:
જ્યાં:
જો તમે દરેક જિનોટાઇપની ફ્રીક્વેન્સી જાણો છો:
જ્યાં:
જ્યારે અમારી કેલ્ક્યુલેટર ડિપ્લોઇડ જીવો માટે ડિઝાઇન કરવામાં આવી છે, ત્યારે આ વિચારને વિવિધ પ્લોઇડી સ્તરો ધરાવતા જીવોમાં વિસ્તૃત કરી શકાય છે:
એલેલ ફ્રીક્વેન્સી ગણતરીઓ વસ્તી જૈવિકી સંશોધનમાં મૂળભૂત છે:
વસ્તી અંદર જૈવિક વિવિધતાને ટ્રેક કરવી
વિકાસી પ્રક્રિયાઓનું અભ્યાસ
વસ્તીઓ વચ્ચે જૈવિક પ્રવાહનું વિશ્લેષણ
જૈવિક ડ્રિફ્ટનું અભ્યાસ
એલેલ ફ્રીક્વેન્સી ડેટા મેડિકલ જૈવિકીમાં મહત્વપૂર્ણ છે:
રોગના જોખમના મૂલ્યાંકન
ફાર્માકોજેનેટિક્સ
જૈવિક સલાહકાર
જાહેર આરોગ્યની યોજના
એલેલ ફ્રીક્વેન્સી ગણતરીઓ કૃષિમાં મૂલ્યવાન છે:
પાક અને પશુઓની પ્રજાતિ
ખતરા હેઠળની પ્રજાતિઓનું સંરક્ષણ
આક્રમક પ્રજાતિઓનું સંચાલન
જૈવિક વિવિધતા ટ્રેકર શૈક્ષણિક સાધન તરીકે ઉત્તમ છે:
મૂળભૂત જૈવિક સિદ્ધાંતોને શીખવવું
પ્રયોગશાળાના વ્યાયામ
જ્યારે એલેલ ફ્રીક્વેન્સી વસ્તી જૈવિકીનું એક મૂળભૂત માપ છે, ત્યારે કેટલાક વિકલ્પો અથવા પૂરક મેટ્રિક્સ વધુ洞察 પ્રદાન કરી શકે છે:
જિનોટાઇપ ફ્રીક્વેન્સી
હેટેરોઝાઇગોસિટી
ફિક્સેશન ઇન્ડેક્સ (FST)
અસરકારક વસ્તી કદ (Ne)
લિંકેજ ડિસઇક્વિલિબ્રિયમ
એલેલ ફ્રીક્વેન્સીની ધારણા જૈવિકી ક્ષેત્રમાં સમૃદ્ધ ઇતિહાસ ધરાવે છે અને વારસાની અને વિકાસની અમારી સમજણમાં મૂળભૂત રહી છે.
એલેલ ફ્રીક્વેન્સી વિશેની સમજણની બાંધકામ 20મી સદીના પ્રારંભમાં થઈ:
1908: G.H. હાર્ડી અને વિલ્હેલ્મ વાઇનબર્ગે સ્વતંત્ર રીતે હાર્ડી-વાઇનબર્ગ સિદ્ધાંત ની વ્યાખ્યા આપી, જે એક અવિકાસી વસ્તીમાં એલેલ અને જિનોટાઇપ ફ્રીક્વેન્સી વચ્ચેના સંબંધને વર્ણવે છે.
1918: R.A. ફિશરે "મેન્ડેલિયન વારસાના અનુમાન પર સંબંધિત સંબંધો" પર તેની આગવી કાગળ પ્રકાશિત કરી, જે જૈવિકી ક્ષેત્રની સ્થાપના કરવામાં મદદ કરી, Mendelian વારસાને સતત વિવિધતાના સાથે સમન્વયિત કરી.
1930ના દાયકામાં: સેવોલ વ્રાઇટ, R.A. ફિશર અને J.B.S. હલ્ડેને જૈવિકીનું ગણિતીય આધાર વિકસાવ્યું, જેમાં પસંદગી, મ્યુટેશન, માઇગ્રેશન અને જૈવિક ડ્રિફ્ટના કારણે એલેલ ફ્રીક્વેન્સી કેવી રીતે બદલાય છે તે માટેના મોડલનો સમાવેશ થાય છે.
એલેલ ફ્રીક્વેન્સીની અભ્યાસમાં ટેકનોલોજીકી વિકાસ સાથે નોંધપાત્ર રીતે બદલાઈ છે:
1950ના દાયકાઓ-1960ના દાયકાઓ: પ્રોટીન પોલિમોર્ફિઝમની શોધ જૈવિક વિવિધતાને મોલેક્યુલર સ્તરે સીધું માપવા માટે મંજૂરી આપે છે.
1970ના દાયકાઓ-1980ના દાયકાઓ: રિસ્ટ્રિક્શન ફ્રેગમેન્ટ લંબાઈ પોલિમોર્ફિઝમ (RFLP) વિશ્લેષણ વધુ વિગતવાર જૈવિક વિવિધતાનો અભ્યાસ કરવાની મંજૂરી આપે છે.
1990ના દાયકાઓ-2000ના દાયકાઓ: માનવ જિનોમ પ્રોજેક્ટ અને પછીના ડીએનએ અનુક્રમણક ટેકનોલોજીમાં સુધારાઓએ સમગ્ર જિનોમમાં એલેલ ફ્રીક્વેન્સીને માપવાની અમારી ક્ષમતામાં ક્રાંતિ લાવી.
2010ના દાયકાઓ-વર્તમાન: 1000 જિનોમ્સ પ્રોજેક્ટ અને જિનોમ-વિસ્તૃત સંઘટન અભ્યાસ (GWAS) માનવ જૈવિક વિવિધતા અને વિવિધ વસ્તીઓમાં એલેલ ફ્રીક્વેન્સીનો વ્યાપક ફાળો બનાવે છે.
આજે, એલેલ ફ્રીક્વેન્સી ગણતરીઓ અનેક ક્ષેત્રોમાં કેન્દ્રિય રહી છે, વિકાસશીલ બાયોલોજીથી લઈને વ્યક્તિગત મેડિસિન સુધી, અને વધુ જટિલ ગણનાત્મક સાધનો અને આંકડાકીય પદ્ધતિઓથી ફાયદો ઉઠાવવા માટે સતત આગળ વધે છે.
1' Excel ફોર્મુલા એલેલ ફ્રીક્વેન્સી ગણતરી કરવા માટે
2' A1 માં એલેલ ઉદાહરણોની સંખ્યા અને B1 માં વ્યક્તિઓની સંખ્યા દાખલ કરો
3=A1/(B1*2)
4
5' Excel VBA ફંક્શન એલેલ ફ્રીક્વેન્સી ગણતરી માટે
6Function AlleleFrequency(instances As Integer, individuals As Integer) As Double
7 ' ઇનપુટની માન્યતા તપાસો
8 If individuals <= 0 Then
9 AlleleFrequency = CVErr(xlErrValue)
10 Exit Function
11 End If
12
13 If instances < 0 Or instances > individuals * 2 Then
14 AlleleFrequency = CVErr(xlErrValue)
15 Exit Function
16 End If
17
18 ' ફ્રીક્વેન્સી ગણતરી કરો
19 AlleleFrequency = instances / (individuals * 2)
20End Function
21
1def calculate_allele_frequency(instances, individuals):
2 """
3 Calculate the frequency of a specific allele in a population.
4
5 Parameters:
6 instances (int): Number of instances of the specific allele
7 individuals (int): Total number of individuals in the population
8
9 Returns:
10 float: The allele frequency as a value between 0 and 1
11 """
12 # Validate inputs
13 if individuals <= 0:
14 raise ValueError("Number of individuals must be positive")
15
16 if instances < 0:
17 raise ValueError("Number of instances cannot be negative")
18
19 if instances > individuals * 2:
20 raise ValueError("Number of instances cannot exceed twice the number of individuals")
21
22 # Calculate frequency
23 return instances / (individuals * 2)
24
25# Example usage
26try:
27 allele_instances = 50
28 population_size = 100
29 frequency = calculate_allele_frequency(allele_instances, population_size)
30 print(f"Allele frequency: {frequency:.4f} ({frequency*100:.1f}%)")
31except ValueError as e:
32 print(f"Error: {e}")
33
1calculate_allele_frequency <- function(instances, individuals) {
2 # Validate inputs
3 if (individuals <= 0) {
4 stop("Number of individuals must be positive")
5 }
6
7 if (instances < 0) {
8 stop("Number of instances cannot be negative")
9 }
10
11 if (instances > individuals * 2) {
12 stop("Number of instances cannot exceed twice the number of individuals")
13 }
14
15 # Calculate frequency
16 instances / (individuals * 2)
17}
18
19# Example usage
20allele_instances <- 50
21population_size <- 100
22frequency <- calculate_allele_frequency(allele_instances, population_size)
23cat(sprintf("Allele frequency: %.4f (%.1f%%)\n", frequency, frequency*100))
24
25# Plotting the result
26library(ggplot2)
27data <- data.frame(
28 Allele = c("Target Allele", "Other Alleles"),
29 Frequency = c(frequency, 1-frequency)
30)
31ggplot(data, aes(x = Allele, y = Frequency, fill = Allele)) +
32 geom_bar(stat = "identity") +
33 scale_fill_manual(values = c("Target Allele" = "#4F46E5", "Other Alleles" = "#D1D5DB")) +
34 labs(title = "Allele Frequency Distribution",
35 y = "Frequency",
36 x = NULL) +
37 theme_minimal() +
38 scale_y_continuous(labels = scales::percent)
39
1/**
2 * Calculate the frequency of a specific allele in a population.
3 *
4 * @param {number} instances - Number of instances of the specific allele
5 * @param {number} individuals - Total number of individuals in the population
6 * @returns {number} The allele frequency as a value between 0 and 1
7 * @throws {Error} If inputs are invalid
8 */
9function calculateAlleleFrequency(instances, individuals) {
10 // Validate inputs
11 if (individuals <= 0) {
12 throw new Error("Number of individuals must be positive");
13 }
14
15 if (instances < 0) {
16 throw new Error("Number of instances cannot be negative");
17 }
18
19 if (instances > individuals * 2) {
20 throw new Error("Number of instances cannot exceed twice the number of individuals");
21 }
22
23 // Calculate frequency
24 return instances / (individuals * 2);
25}
26
27// Example usage
28try {
29 const alleleInstances = 50;
30 const populationSize = 100;
31 const frequency = calculateAlleleFrequency(alleleInstances, populationSize);
32 console.log(`Allele frequency: ${frequency.toFixed(4)} (${(frequency*100).toFixed(1)}%)`);
33} catch (error) {
34 console.error(`Error: ${error.message}`);
35}
36
1public class AlleleFrequencyCalculator {
2 /**
3 * Calculate the frequency of a specific allele in a population.
4 *
5 * @param instances Number of instances of the specific allele
6 * @param individuals Total number of individuals in the population
7 * @return The allele frequency as a value between 0 and 1
8 * @throws IllegalArgumentException If inputs are invalid
9 */
10 public static double calculateAlleleFrequency(int instances, int individuals) {
11 // Validate inputs
12 if (individuals <= 0) {
13 throw new IllegalArgumentException("Number of individuals must be positive");
14 }
15
16 if (instances < 0) {
17 throw new IllegalArgumentException("Number of instances cannot be negative");
18 }
19
20 if (instances > individuals * 2) {
21 throw new IllegalArgumentException("Number of instances cannot exceed twice the number of individuals");
22 }
23
24 // Calculate frequency
25 return (double) instances / (individuals * 2);
26 }
27
28 public static void main(String[] args) {
29 try {
30 int alleleInstances = 50;
31 int populationSize = 100;
32 double frequency = calculateAlleleFrequency(alleleInstances, populationSize);
33 System.out.printf("Allele frequency: %.4f (%.1f%%)\n", frequency, frequency*100);
34 } catch (IllegalArgumentException e) {
35 System.err.println("Error: " + e.getMessage());
36 }
37 }
38}
39
એલેલ એ જીનનો એક રૂપાંતર છે. વિવિધ એલેલ્સ વારસાગત લક્ષણોમાં જેમ કે વાળનો રંગ અથવા લોહીનો પ્રકારમાં ફેરફાર કરે છે. દરેક વ્યક્તિ સામાન્ય રીતે દરેક જીન માટે બે એલેલ્સ વારસામાં મેળવે છે, એક માતા-પિતામાંથી. જો બે એલેલ સમાન હોય, તો વ્યક્તિ તે જીન માટે હોમોઝાઇગસ છે. જો એલેલ અલગ હોય, તો વ્યક્તિ હેટેરોઝાઇગસ છે.
એલેલ ફ્રીક્વેન્સી ગણતરી કરવી મહત્વપૂર્ણ છે કારણ કે તે વૈજ્ઞાનિકોને વસ્તીઓમાં જૈવિક વિવિધતા સમજવામાં, સમય સાથે જૈવિક રચનામાં ફેરફારોને ટ્રેક કરવામાં, સંભવિત રોગના જોખમોને ઓળખવામાં અને વિકાસની પ્રક્રિયાઓનો અભ્યાસ કરવામાં મદદ કરે છે. તે દર્શાવે છે કે ચોક્કસ જૈવિક રૂપાંતરો વસ્તીમાં કેટલા સામાન્ય અથવા દુર્લભ છે.
નમૂના કદ એલેલ ફ્રીક્વેન્સી અંદાજોની ચોકસાઈ પર નોંધપાત્ર અસર કરે છે. મોટા નમૂનાઓ સામાન્ય રીતે વધુ ચોક્કસ અંદાજો પ્રદાન કરે છે જેમાં નાની વિશ્વસનીયતા હોય છે. નાની નમૂનાઓ વાસ્તવિક વસ્તી ફ્રીક્વેન્સીને ચોક્કસ રીતે પ્રતિનિધિત્વ ન કરી શકે, ખાસ કરીને દુર્લભ એલેલ્સ માટે. એક નિયમ તરીકે, વધુ મોટા નમૂનાઓ (સામાન્ય રીતે >100 વ્યક્તિઓ) વિશ્વસનીય એલેલ ફ્રીક્વેન્સી અંદાજ માટે પસંદ કરાય છે.
હા, એલેલ ફ્રીક્વેન્સી સમય સાથે બદલાઈ શકે છે ઘણા વિકાસાત્મક શક્તિઓના કારણે:
જો તમે જિનોટાઇપ (જેમ કે AA, Aa, aa) સાથે વ્યક્તિઓની સંખ્યા જાણો છો, તો તમે એલેલ A ની ફ્રીક્વેન્સી ગણતરી કરી શકો છો: જ્યાં એ AA જિનોટાઇપની ફ્રીક્વેન્સી છે અને એ હેટેરોઝાઇગસ જિનોટાઇપની ફ્રીક્વેન્સી છે.
હેપ્લોઇડ જીવો માટે, પુરુષો પાસે માત્ર એક નકલ હોય છે જ્યારે મહિલાઓ પાસે બે હોય છે. એલેલ ફ્રીક્વેન્સી ગણતરી કરવા માટે:
એલેલ ફ્રીક્વેન્સી ડેટા વસ્તીમાં જૈવિક વિકારોના વ્યાપકતાને અંદાજ કરવા માટે મદદ કરી શકે છે. જો કે, વ્યક્તિગત રોગના જોખમની ભવિષ્યવાણી કરવા માટે આ જીનના પેનિટ્રન્સ (જેઓ આ જિનોટાઇપ ધરાવે છે તે વ્યક્તિઓમાં રોગ વિકસિત થવાની સંભાવના) અને એક્સપ્રેસિવિટી (સમાન જિનોટાઇપ ધરાવતા વ્યક્તિઓમાં રોગના લક્ષણોમાં ફેરફાર) વિશેની વધુ માહિતીની જરૂર છે.
એલેલ ફ્રીક્વેન્સી એ વસ્તીમાં એલેલના ચોક્કસ પ્રમાણને દર્શાવે છે, જ્યારે જિનોટાઇપ ફ્રીક્વેન્સી એ ચોક્કસ જિનોટાઇપ ધરાવતા વ્યક્તિઓના પ્રમાણને દર્શાવે છે. ઉદાહરણ તરીકે, જો વસ્તીમાં AA, Aa અને aa જિનોટાઇપ હોય, તો એલેલ A ની ફ્રીક્વેન્સી તમામ A એલેલ્સમાંથી ગણવામાં આવે છે, જ્યારે AA જિનોટાઇપની ફ્રીક્વેન્સી ચોક્કસ જિનોટાઇપ ધરાવતા વ્યક્તિઓના પ્રમાણને દર્શાવે છે.
મોટા નમૂનાઓ માટે, તમે અંદાજિત એલેલ ફ્રીક્વેન્સી (p) માટે 95% વિશ્વસનીયતા અંતરનું અંદાજિત મૂલ્ય આપીને ગણતરી કરી શકો છો: જ્યાં N એ નમૂના લેવામાં આવેલા વ્યક્તિઓની સંખ્યા છે. નાના નમૂનાઓ અથવા ખૂબ જ ઊંચી/ઓછી ફ્રીક્વેન્સી માટે, વધુ જટિલ પદ્ધતિઓ જેમ કે વિલ્સન સ્કોર અંતર વધુ યોગ્ય હોઈ શકે છે.
હાર્ટલ, ડી. એલ., & ક્લાર્ક, એ. જી. (2007). પ્રિન્સિપલ્સ ઓફ પોપ્યુલેશન જૈવિકી (4મું આવૃત્તિ). સિનોયર એસોસિએટ્સ.
હેમિલ્ટન, એમ. બીએ. (2021). પોપ્યુલેશન જૈવિકી (2મું આવૃત્તિ). વાઇલે-બ્લેકવેલ.
નિલ્સન, આર., & સ્લેટકીન, એમ. (2013). એ પોપ્યુલેશન જૈવિકી: થિયરી એન્ડ એપ્લિકેશન્સ. સિનોયર એસોસિએટ્સ.
હેડ્રિક, પિ. ડબલ્યુ. (2011). જૈવિકી ઓફ પોપ્યુલેશન્સ (4મું આવૃત્તિ). જોન્સ & બાર્ટલ્ટ લર્નિંગ.
ટેમ્પલટન, એ. આર. (2006). પોપ્યુલેશન જૈવિકી અને માઇક્રોએવોલ્યુશનરી થિયરી. વાઇલે-લિસ્સ.
1000 જિનોમ્સ પ્રોજેક્ટ કન્સોર્ટિયમ. (2015). માનવ જૈવિક વિવિધતાનો વૈશ્વિક સંદર્ભ. નેચર, 526(7571), 68-74. https://doi.org/10.1038/nature15393
એલેલ ફ્રીક્વેન્સી નેટ ડેટાબેસ. http://www.allelefrequencies.net/
એનસેમ્બલ જિનોમ બ્રાઉઝર. https://www.ensembl.org/
નેશનલ હ્યુમન જિનોમ રિસર્ચ ઇન્સ્ટિટ્યૂટ. https://www.genome.gov/
ઑનલાઇન મેન્ડેલિયન વારસામાં માણસ (OMIM). https://www.omim.org/
વસ્તીઓની જૈવિક રચના સમજવી ક્યારેય આટલું સરળ નથી રહ્યું. અમારા એલેલ ફ્રીક્વેન્સી કેલ્ક્યુલેટર તમારા અભ્યાસની વસ્તીમાં જૈવિક વિવિધતા માપવા માટે સરળ પરંતુ શક્તિશાળી રીત પ્રદાન કરે છે. તમે વિદ્યાર્થી, સંશોધક, અથવા આરોગ્યકર્મી હોવ, આ સાધન તમને વસ્તી જૈવિકીમાં મૂલ્યવાન洞察 મેળવવામાં મદદ કરશે.
અત્યારે એલેલ ફ્રીક્વેન્સી ગણતરી શરૂ કરો અને તમારી વસ્તીના જૈવિક દ્રશ્યને શોધો!
તમારા વર્કફ્લો માટે ઉપયોગી થવાના વધુ સાધનો શોધો