احتمال مربع بانيت

احسب توزيع الأنماط الجينية للنسل من احتمال مساهمة كل والد بالأليل A – العنوان هو احتمال AA = p1A × p2A بأربعة منازل، والتفاصيل تعرض احتمال Aa واحتمال aa وفحص اكتمال مجموع الاحتمالات، وتعميما لمربع بانيت التقليدي المقصور على 0 أو 0.5 أو 1 تقبل الحاسبة أي احتمالات بين 0 و1 وتصدر حكما على خطر النمط المتنحي.

خطوات الاستخدام

الخطوة الأولى: فهم مربع بانيت (Punnett Square). مربع بانيت هو أداة تستخدم في علم الوراثة لتوقع الأنماط الوراثية المحتملة للنسل بناءً على أليلات الوالدين. في هذا الحساب، نحسب احتمال أن يكون النسل من نمط وراثي معين (مثل AA، Aa، aa) باستخدام احتمالية أن يساهم كل والد بأليل معين. هذه الطريقة مفيدة بشكل خاص عندما تكون احتمالات الأليلات غير مؤكدة بنسبة 100%، كما في حالات الأمراض الوراثية ذات الاختراق غير الكامل.

الخطوة الثانية: إدخال القيم المطلوبة. المدخلات هنا هي: احتمال أن يساهم الوالد الأول بالأليل السائد A (يُرمز له بـ p1A)، واحتمال أن يساهم الوالد الثاني بالأليل السائد A (يُرمز له بـ p2A). هذه الاحتمالات هي أرقام بين 0 و 1. على سبيل المثال، إذا كان الوالد متغاير الزيجوت (Aa)، فإن احتمال إعطاء الأليل A هو 0.5. وإذا كان متماثل الزيجوت سائدًا (AA)، فسيكون 1. وإذا كان متماثل الزيجوت متنحيًا (aa)، فسيكون 0.

الخطوة الثالثة: حساب احتمالات الأنماط الوراثية. باستخدام قوانين الاحتمال، نحسب احتمال كل نمط وراثي محتمل للنسل: احتمال AA = p1A * p2A (أي يساهم كلا الوالدين بالأليل A). احتمال Aa = p1A * (1 - p2A) + (1 - p1A) * p2A (أحد الوالدين يساهم بالأليل A والآخر بالأليل a). احتمال aa = (1 - p1A) * (1 - p2A) (كلا الوالدين يساهمان بالأليل a). هذه الصيغ تفترض أن الأليلات تنتقل بشكل مستقل وتخضع لقوانين مندل. يمكن للمستخدم إدخال الاحتمالات والحصول على النتيجة الفورية.

الأسئلة الشائعة

مربع بانيت التقليدي هو أداة رسومية تستخدم للتنبؤ بالأنماط الوراثية للنسل عندما تكون الأنماط الوراثية للوالدين معروفة بيقين (مثل AA × Aa). في هذه الحالة، تكون الاحتمالات إما 0 أو 1 أو 0.5. أما الحاسبة الحالية فتُعمم الفكرة بالسماح بإدخال أي احتمالات رقمية بين 0 و1 لمساهمة كل والد بأليل معين. هذا مفيد في السيناريوهات التي تكون فيها احتمالات نقل الأليل غير مؤكدة تمامًا، مثل: (1) عندما يكون الوالد مصابًا بحالة وراثية ذات اختراق غير كامل، (2) في الدراسات السكانية حيث نعرف ترددات الأليلات في المجتمع (مثل تطبيق مبدأ هاردي-واينبرغ)، (3) في حالات التهجين غير العشوائي أو الانتقاء. بينما يقتصر مربع بانيت التقليدي على الاحتمالات الثابتة (0، 0.5، 1)، فإن هذه الحاسبة تسمح بمزيد من المرونة. على سبيل المثال، إذا كان لدينا سكان حيث تردد الأليل A هو 0.7 وتردد الأليل a هو 0.3، ونريد احتمال أن يكون فرد من النسل من النمط الوراثي AA بافتراض التزاوج العشوائي، يمكننا استخدام p1A = 0.7 و p2A = 0.7 (لأن كلا الوالدين من نفس السكان). هذا مفهوم في علم الوراثة السكانية، لكنه لا يظهر في مربع بانيت البسيط. بالإضافة إلى ذلك، تتيح الحاسبة التعامل مع الحالات التي يكون فيها احتمال مساهمة أحد الأليلين مختلفًا بين الوالدين (مثلاً، بسبب تأثيرات وراثية مختلفة). لذا، الحاسبة هي أداة أكثر عمومية ومرونة، وتستخدم بشكل شائع في الاستشارات الوراثية السريرية والبحث العلمي لتقدير المخاطر بدقة أكبر.

مرض هنتنغتون هو اضطراب وراثي سائد، مما يعني أن وجود أليل سائد واحد (H) يؤدي إلى الإصابة. إذا كان أحد الوالدين مصابًا (غالبًا متغاير الزيجوت Hh)، فإن احتمال نقل الأليل H هو 0.5. بينما الوالد الآخر غير مصاب (hh) واحتمال نقله للأليل H هو 0. لذا، في هذه الحالة، p1A (احتمال الأليل السائد من الوالد المصاب) = 0.5، و p2A من الوالد السليم = 0. ثم احتمال أن يكون الطفل مصابًا (Hh أو HH، لكن HH نادر) هو احتمال حصول الطفل على الأليل H من الوالد المصاب، أي 0.5. الحاسبة هنا تعطي نفس النتيجة، لكن يمكن أيضًا استخدامها لسيناريوهات أكثر تعقيدًا. على سبيل المثال، إذا كان الوالد لديه طفرة جينية جديدة (de novo) باحتمال معين، فيمكن تعديل p1A ليعكس ذلك. أيضًا، في الحالات التي يكون فيها الاختبار الجيني غير حاسم، قد يستخدم المستشار الوراثي بيانات سكانية أو عائلية لتقدير الاحتمالات الفعلية. على سبيل المثال، إذا كان الفرد لديه تاريخ عائلي معروف لكن احتمالية اختراق المرض غير كاملة (أي ليس كل حامل للأليل يصاب بالمرض)، فيمكن ضبط الاحتمالات وفقًا لذلك. الحاسبة تسهل هذه العملية بإدخال الأرقام ببساطة، مما يسمح بحساب المخاطر بشكل كمي يساعد الأزواج في اتخاذ قرارات مستنيرة بشأن الإنجاب والفحص قبل الزرع.

نعم، يمكن تكييف هذه الحاسبة لتطبيق قانون هاردي-واينبرغ، لكنها تحسب احتمالات النسل بناءً على ترددات الأليلات. ينص مبدأ هاردي-واينبرغ على أنه في مجتمع كبير عشوائي التزاوج خاضع للطفرات والانتخاب، تبقى ترددات الأليلات ثابتة. وتكون ترددات الأنماط الوراثية: p² لـ AA، و2pq لـ Aa، وq² لـ aa، حيث p هو تردد الأليل A و q تردد الأليل a (p+q=1). في الحاسبة، إذا أخذنا p1A = p و p2A = p (لأن كلا الوالدين من نفس المجتمع)، فإن نتيجة AA = p * p = p²، و Aa = p*(1-p) + (1-p)*p = 2p(1-p) = 2pq، و aa = (1-p)*(1-p) = (1-p)² = q². هذا يطابق تمامًا توزيع هاردي-واينبرغ. لذا، يمكن استخدام الحاسبة لحساب توزيع الأنماط الوراثية في المجتمع تحت ظروف توازن هاردي-واينبرغ. لكن الحاسبة تتيح أيضًا إدخال قيم مختلفة لكل والد (مثلاً، عند الزواج بين مجموعتين مختلفتين أو عند وجود تدفق جيني)، مما يوسع التطبيق. على سبيل المثال، إذا كانت ترددات الأليلات في مجتمع الوالدين مختلفة، يمكن حساب احتمالات النسل بعد حدوث هجرة. هذا مفيد في دراسات البيولوجيا السكانية والتحليل التطوري.

احتمال 1 يعني أن النمط الوراثي مؤكد الحدوث، واحتمال 0 يعني أنه مستحيل. على سبيل المثال، إذا كان كلا الوالدين متماثلي الزيجوت السائدين (AA)، فإن احتمال AA هو 1، واحتمال Aa و aa هو 0. أما عندما تكون الاحتمالات قريبة من 0 أو 1، فإن ذلك يعكس درجة عالية من اليقين بناءً على المعلومات المتاحة. في المقابل، الاحتمالات المتوسطة (مثل 0.5) تعكس شكًا أكبر. من المهم تذكر أن الاحتمالات تعتمد على المدخلات؛ إذا كانت المدخلات غير دقيقة، فإن المخرجات ستكون غير دقيقة أيضًا. لذلك، في الاستشارات الوراثية، يجب أن تستند المدخلات إلى أفضل البيانات المتاحة (مثل نتائج الاختبارات الجينية، أو التاريخ العائلي، أو الإحصائيات السكانية). على سبيل المثال، إذا كان احتمال إنجاب طفل مصاب بمرض هو 0.01، فهذا خطر منخفض، لكنه لا يزال موجودًا. الأزواج الذين يتلقون مثل هذه النتائج قد يختارون إجراء فحوصات إضافية أو التخطيط للعلاجات الطبية. كما يجب تفسير الأرقام في سياقها: على سبيل المثال، خطر 5% لمرض خطير قد يكون مقبولًا أو لا، حسب القيم الشخصية. الحاسبة تقدم أداة كممية تساعد في هذه التقييمات، لكن القرار النهائي يعتمد على عوامل متعددة لا تقتصر على الاحتمالات فقط.

احتمال مربع بانيت

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

حاسبات ذات صلة

أمثلة محسوبة

الأسئلة الشائعة