Education

Flaschenhals-Effekt-Simulator (Heterozygotieverlust)

Simuliert den erwarteten Heterozygotieverlust nach einem Flaschenhals (deterministische Erwartung). Bei idealem Wright-Fisher-Drift gilt pro Generation H_{t+1} = H_t(1 − 1/(2N)), also H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g; die harmonische effektive Größe Ne = (t+g)/(t/Nb + g/Nr) wird vom Minimum dominiert; kumuliertes F = 1 − H_final/H₀. Für ein Allel der Frequenz p beträgt das Überleben EINER Flaschenhals-Generation 1 − (1−p)^(2Nb); seltene Allele gehen zuerst verloren. Klassiker: See-Elefant (~20 Überlebende um 1890), Gepard, Hawaiigans, Wisent, Pingelap-Atoll. Quellen: Wright 1931, Nei et al. 1975, Hartl & Clark 2007, StatPearls. Nur für Bildungszwecke.

json· JSON-ErgebnisWerkzeug öffnen

Schnellstart

Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.

cURL

curl -X POST 'http://127.0.0.1:3003/de/api/tools/bottleneck-effect-simulator' \
  -H 'Content-Type: application/json' \
  -d '{"initialHeterozygosity":0.5,"bottleneckSize":20,"bottleneckGenerations":5,"recoverySize":2000,"recoveryGenerations":10,"alleleFrequency":0.1,"decimalPlaces":4}'

API-Referenz

Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.

Endpunkt

HTTP

POST http://127.0.0.1:3003/de/api/tools/bottleneck-effect-simulator

Parameter

Name	Typ	Erforderlich	Beschreibung
initialHeterozygosity	number	Ja	Heterozygosity before the bottleneck (0 < H₀ ≤ 1).
bottleneckSize	number	Ja	Census size during the bottleneck (Nb).
bottleneckGenerations	number	Ja	Number of generations spent at the bottleneck size (t).
recoverySize	number	Ja	Census size after recovery (Nr).
recoveryGenerations	number

MCP-Integration

Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.

Serverkonfiguration

Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:

mcp.json

{
  "mcpServers": {
    "elysiatools-bottleneck-effect-simulator": {
      "name": "bottleneck-effect-simulator",
      "description": "Simuliert den erwarteten Heterozygotieverlust nach einem Flaschenhals (deterministische Erwartung). Bei idealem Wright-Fisher-Drift gilt pro Generation H_{t+1} = H_t(1 − 1/(2N)), also H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g; die harmonische effektive Größe Ne = (t+g)/(t/Nb + g/Nr) wird vom Minimum dominiert; kumuliertes F = 1 − H_final/H₀. Für ein Allel der Frequenz p beträgt das Überleben EINER Flaschenhals-Generation 1 − (1−p)^(2Nb); seltene Allele gehen zuerst verloren. Klassiker: See-Elefant (~20 Überlebende um 1890), Gepard, Hawaiigans, Wisent, Pingelap-Atoll. Quellen: Wright 1931, Nei et al. 1975, Hartl & Clark 2007, StatPearls. Nur für Bildungszwecke.",
      "baseUrl": "http://127.0.0.1:3003/mcp/sse?toolId=bottleneck-effect-simulator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Verfügbare Werkzeuge auflisten

Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

Dieses Werkzeug aufrufen

Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "bottleneck-effect-simulator",
    "arguments": {
  "initialHeterozygosity": 0.5,
  "bottleneckSize": 20,
  "bottleneckGenerations": 5,
  "recoverySize": 2000,
  "recoveryGenerations": 10,
  "alleleFrequency": 0.1,
  "decimalPlaces": 4
}
  }
}

Werkzeuge durchsuchen Werkzeug öffnen