# 基因型频率计算器

从观测计数计算群体样本中每种基因型的频率。基因型频率 = 计数(基因型) / N。对于双等位基因位点（AA、Aa、aa）：freq(AA)+freq(Aa)+freq(aa) = 1。同时从基因型数据推导等位基因频率 p = freq(AA)+0.5×freq(Aa)，q = freq(aa)+0.5×freq(Aa)，并报告完全显性下的表型频率（显性表型 = AA+Aa，隐性表型 = aa）。来源：Hartl & Clark 2007、Griffiths 遗传分析导论、StatPearls。仅供教学用途。

> 标准页面: https://elysiatools.com/zh/tools/genotype-frequency-calculator

- **分类:** Education

- **关键词:** 基因型频率, 基因型频率计算, 基因型计数, 双等位基因, AA 频率, aa 频率, 表型频率, 群体遗传学, 遗传学, 生物学

## 概述

基因型频率计算器根据 AA、Aa 和 aa 的观测计数计算样本总数、基因型频率、等位基因频率及完全显性下的表型频率，结果以 JSON 格式输出，仅供遗传学教学使用。

## 输入项

- **AA 计数（纯合显性）** (number): Observed count of genotype AA.
- **Aa 计数（杂合）** (number): Observed count of genotype Aa.
- **aa 计数（纯合隐性）** (number): Observed count of genotype aa.
- **小数位数** (number)

## 适用场景

- 根据双等位基因位点的 AA、Aa、aa 计数计算各基因型频率。
- 从基因型数据推导等位基因频率 p 和 q。
- 在完全显性假设下，快速计算显性和隐性表型频率。

## 工作原理

- 输入 AA、Aa 和 aa 三种基因型的观测计数。
- 计算样本总数 N，并用各基因型计数除以 N 得到基因型频率。
- 根据 p = freq(AA) + 0.5×freq(Aa) 和 q = freq(aa) + 0.5×freq(Aa) 计算等位基因频率。
- 按完全显性关系计算显性表型频率 AA+Aa 和隐性表型频率 aa，并按设定的小数位数输出 JSON 结果。

## 使用案例

- 群体遗传学课程中演示基因型频率与等位基因频率的关系。
- 生物学作业中根据样本计数核对频率之和及表型比例。
- 使用遗传病相关示例数据计算隐性基因型和携带者对应的样本频率。

## 常见问题

### 需要输入哪些数据？

需要输入 AA、Aa 和 aa 三种基因型的观测计数，可选设置结果的小数位数。

### 基因型频率如何计算？

基因型频率等于该基因型计数除以样本总数 N。

### 工具会计算等位基因频率吗？

会。工具根据基因型频率计算等位基因频率 p 和 q。

### 表型频率基于什么假设？

表型频率按完全显性计算：显性表型为 AA+Aa，隐性表型为 aa。

### 计算结果以什么格式返回？

结果以 JSON 格式返回，包括输入计数、样本总数、基因型频率、等位基因频率和表型频率。

## 相关工具

- [等位基因频率计算器（p = (2AA + Aa) / 2N）](https://elysiatools.com/zh/tools/allele-frequency-calculator): 从观测基因型计数计算双等位基因位点的等位基因频率。给定基因型计数（AA/Aa/aa）和个体总数 N，等位基因频率 p = (2×AA + Aa) / 2N，q = (2×aa + Aa) / 2N，p+q=1。每个二倍体个体携带 2 个等位基因，故等位基因总数 = 2N。本工具同时报告观测基因型频率和基于 HWE 的预期基因型频率以供比较。来源：Hartl & Clark 2007、Griffiths 遗传分析导论、StatPearls。仅供教学用途。
- [哈迪-温伯格平衡计算器（p² + 2pq + q² = 1）](https://elysiatools.com/zh/tools/hardy-weinberg-equilibrium): 基于哈迪-温伯格平衡原理（HWE）计算等位基因频率与预期基因型频率。双等位基因（A, a）频率 p、q 满足 p+q=1，p²+2pq+q²=1（p²=AA，2pq=Aa，q²=aa）。支持两种输入模式：(1) 给定 q（或 p）频率直接计算各基因型频率；(2) 给定观测基因型计数（AA/Aa/aa），从样本估计等位基因频率后计算预期频率并做卡方拟合优度检验（df=1，临界值 3.841 对应 p=0.05）。假设：双等位二倍体、无穷群体、随机交配、无选择/迁移/突变/漂变。来源：Hardy 1908、Weinberg 1908、Wigginton Am J Hum Genet 2005、StatPearls。仅供教学用途。
- [音频旋律轮廓提取器](https://elysiatools.com/zh/tools/audio-melody-contour-extractor): 从音频中提取主导旋律，并在一个 ZIP 中导出 MIDI、音符事件、音高轮廓、SVG 和 JSON。
- [音频编码切换](https://elysiatools.com/zh/tools/audio-codec-swap): 在选定输出格式内更换音频编码
- [音频转多轨 MIDI(草稿)](https://elysiatools.com/zh/tools/audio-to-multitrack-midi): 把整曲混音拆分为鼓/贝斯/其他/人声,逐轨转成 MIDI——多轨扒谱的起点
- [音频转文字转录器 (AI)](https://elysiatools.com/zh/tools/audio-to-text-transcriber): 用 grok-stt AI 模型将语音(wav/mp3/m4a/flac/ogg/webm/aac)转录为文本、SRT、VTT 或 JSON。最长 10 分钟。
- [音频比特率调整](https://elysiatools.com/zh/tools/audio-change-bitrate): 重新编码音频到新的比特率，保持原格式
- [音频剪切工具](https://elysiatools.com/zh/tools/audio-cutter): 从音频文件中剪切和提取音频片段，支持精确的时间选择

## 示例

- [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [无版权AAC音频样本](https://elysiatools.com/zh/samples/aac-samples): 用于测试与开发的高质量AAC编码音频样本集合，包含自然声音与冥想音乐
- [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换

## 相关内容

- [音频编码与格式转换工具](https://elysiatools.com/zh/hubs/audio-convert): 在一个专题里比较音频格式转换、码率调整、采样率转换、编码切换和导出工具，适合交付与归档工作流。
- [图片格式转换与动画导出工具](https://elysiatools.com/zh/hubs/image-convert): 在一个专题里比较 JPG、PNG、GIF、AVIF、WebP、TIFF、ICO、base64 以及动画导出相关的图片格式转换工具。
- [JSON 交换与格式翻译工具](https://elysiatools.com/zh/hubs/json-convert): 在一个专题里比较 JSON 与 CSV、YAML、TOML、GraphQL、XML、Markdown、Excel、BSON、EDN 等结构化格式之间的转换工具。
- [面向网页与印刷的色彩空间转换工具](https://elysiatools.com/zh/hubs/design-convert): 围绕网页到印刷的色彩空间转换整理的一组工具。