Education

Симулятор эффекта бутылочного горлышка (потеря гетерозиготности)

Моделирует ожидаемую потерю гетерозиготности после бутылочного горлышка (детерминированное ожидание). При идеальном дрейфе Райта—Фишера H_{t+1} = H_t(1 − 1/(2N)) за поколение, откуда H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g; эффективный размер по среднему гармоническому Ne = (t+g)/(t/Nb + g/Nr) определяется минимумом; накопленный F = 1 − H_final/H₀. Для аллеля частоты p выживание за ОДНО поколение горлышка = 1 − (1−p)^(2Nb); редкие аллели теряются первыми. Классика: северный морской слон (~20 особей в 1890-х), гепард, гавайская казарка, зубр, атолл Пингелап. Источники: Wright 1931, Nei et al. 1975, Hartl & Clark 2007, StatPearls. Только для обучения.

json· JSON-результатОткрыть инструмент

Быстрый старт

Вызовите этот инструмент из своего кода на трёх языках.

cURL

curl -X POST 'http://127.0.0.1:3003/ru/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}'

Справочник API

Отправьте POST-запрос с входными данными в JSON. Параметры типа «файл» требуют предварительной загрузки.

Endpoint

HTTP

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

Параметры

Имя	Тип	Обязательный	Описание
initialHeterozygosity	number	Да	Heterozygosity before the bottleneck (0 < H₀ ≤ 1).
bottleneckSize	number	Да	Census size during the bottleneck (Nb).
bottleneckGenerations	number	Да	Number of generations spent at the bottleneck size (t).
recoverySize	number	Да	Census size after recovery (Nr).
recoveryGenerations	number

Интеграция MCP

Добавьте этот инструмент на свой сервер Model Context Protocol, чтобы ИИ-агенты могли перечислять и вызывать его.

Конфигурация сервера

Добавьте этот блок в конфигурацию вашего MCP-клиента:

mcp.json

{
  "mcpServers": {
    "elysiatools-bottleneck-effect-simulator": {
      "name": "bottleneck-effect-simulator",
      "description": "Моделирует ожидаемую потерю гетерозиготности после бутылочного горлышка (детерминированное ожидание). При идеальном дрейфе Райта—Фишера H_{t+1} = H_t(1 − 1/(2N)) за поколение, откуда H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g; эффективный размер по среднему гармоническому Ne = (t+g)/(t/Nb + g/Nr) определяется минимумом; накопленный F = 1 − H_final/H₀. Для аллеля частоты p выживание за ОДНО поколение горлышка = 1 − (1−p)^(2Nb); редкие аллели теряются первыми. Классика: северный морской слон (~20 особей в 1890-х), гепард, гавайская казарка, зубр, атолл Пингелап. Источники: Wright 1931, Nei et al. 1975, Hartl & Clark 2007, StatPearls. Только для обучения.",
      "baseUrl": "http://127.0.0.1:3003/mcp/sse?toolId=bottleneck-effect-simulator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Получить список инструментов

После подключения к SSE-endpoint выведите список доступных инструментов:

tools/list

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

Вызвать этот инструмент

Вызовите инструмент по его id; аргументы формируются из его параметров:

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
}
  }
}

Обзор инструментов Открыть инструмент