Elysia Tools

在一个清晰的工作台里浏览工具、案例、可视化和主题指南。

热门分类

专题

语言
ZHESPTRUFRDEEN

Elysia Tools

导航

Education

测交分析器(判定未知基因型纯合/杂合)

· 最后更新:2026-08-13

通过将显性表型个体(未知基因型 AA 或 Aa)与隐性纯合子(aa)测交,根据后代比例判定其基因型。若后代中出现任何隐性个体(aa)→ 亲本为杂合(Aa);若全部后代表现显性 → 亲本可能为纯合(AA)。统计学置信度:若无隐性后代,在亲本实为 Aa 的假设下,P(0 隐性) = 0.5^n(n = 后代总数),n 越大置信度越高。支持自定义显著性水平。来源:Mendel 1866、Griffiths 遗传分析导论、Hartl & Clark 2007、StatPearls。仅供教学用途。

执行

运行这个工具

填写表单、运行工具,并在同一页面查看结果。

案例

与这个工具匹配的案例

相关内容

继续查看相关工具与专题

由 Elysia Tools 团队编写

工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类
Education
输入类型
number, select
输出类型
json
案例覆盖
4
API 可用
是

概览

测交分析器通过输入显性表型后代数和隐性表型后代数,判断未知显性表型亲本更可能是纯合子(AA)还是杂合子(Aa),并根据后代数量计算统计置信度。工具仅供遗传学教学使用。

适用场景

  • 分析显性表型亲本与隐性纯合子(aa)测交后的后代数据。
  • 根据是否出现隐性表型后代,判断亲本是否为杂合子。
  • 在没有隐性后代时,使用不同显著性水平评估亲本为纯合子的可能性。

使用方式

  1. 1输入显性表型后代数和隐性表型后代数,工具计算后代总数及观察比例。
  2. 2若隐性表型后代数大于 0,则判定未知亲本为杂合子(Aa)。
  3. 3若未观察到隐性后代,工具根据 P(0 隐性) = 0.5^n 评估亲本为杂合子的概率,并判断其是否可能为纯合子(AA)。
  4. 4选择显著性水平和小数位数后,工具以 JSON 格式返回判定结果、基因型、比例及相关统计信息。

常见用途

  • 孟德尔遗传学课程中演示显性表型与隐性纯合子测交的判定逻辑。
  • 整理实验或练习题中的显性、隐性后代计数,并快速获得基因型结论。
  • 比较不同后代样本量和显著性水平对纯合子判断置信度的影响。

示例

1. 确认杂合:47 个显性后代与 53 个隐性后代

遗传学学生

背景

学生完成一次测交练习,记录到 47 个显性表型后代和 53 个隐性表型后代。

问题

需要根据后代表型判断未知显性表型亲本是 AA 还是 Aa。

如何使用

输入显性表型后代数 47、隐性表型后代数 53,选择显著性水平 0.05,并将小数位数设为 4。

dominantCount=47;recessiveCount=53;alpha=0.05;decimalPlaces=4

结果

共 100 个后代,因出现隐性表型后代,工具判定亲本为杂合子(Aa);观察比例为 47:53,接近预期的 1:1。

2. 无隐性后代:20 个显性后代

生物学教师

背景

教师准备课堂示例,测交数据中有 20 个显性表型后代,没有观察到隐性表型后代。

问题

需要说明无隐性后代时,如何用样本量和概率评估亲本为纯合子的可能性。

如何使用

输入显性表型后代数 20、隐性表型后代数 0,选择显著性水平 0.05,并保留 4 位小数。

dominantCount=20;recessiveCount=0;alpha=0.05;decimalPlaces=4

结果

工具判定亲本可能为纯合子(AA),并计算在亲本为 Aa 假设下出现 0 个隐性后代的概率约为 0.000001,置信度约为 0.999999。

常见问题

测交分析器需要输入哪些数据?

需要输入显性表型后代数、隐性表型后代数,并选择显著性水平;小数位数可以自定义。

出现一个隐性表型后代说明什么?

在标准测交假设下,出现隐性后代即可证明未知显性表型亲本携带隐性等位基因,即为杂合子 Aa。

没有隐性后代就一定是 AA 吗?

不一定。工具会根据后代总数计算概率,并将亲本标记为可能纯合子;样本数越多,判断置信度通常越高。

显著性水平可以选择哪些值?

可选择 0.05、0.01 或 0.001,用于进行杂合性统计检验。

工具的结果以什么形式返回?

结果以 JSON 返回,包含后代总数、输入计数、判定结论、基因型、观察比例和预期比例等信息。

首页
工具3201
案例593
可视化465
文件查看器103
专题233
标签333
图像、音频与视频657

图像、音频、视频处理、转换与优化工具

数学、日期与金融644

计算器、数值计算、日期逻辑、统计与金融工具

设计与颜色297

颜色、版式、图形、视觉样式与设计辅助工具

文本与写作209

写作、清洗、格式化、提取与文本分析工具

开发与 Web193

开发者工具、网络处理、Web 调试与自动化辅助工具

转换与编码175

格式、文件、压缩包、单位与编码转换工具

FLAC/WAV 无损音源疑点筛查与证据交付
自托管抽奖组件配置复核、嵌入测试与上线交付
Stripe 优惠码候选批次审核与本地导入预检
批量照片技术初筛、近重复复核与修图候选交付
界面截图结构化、人工校对与开发交付

© 2026 Elysia Tools. 保留所有权利。

文档价格关于我们服务条款隐私政策Cookie 政策联系我们
文件系统

路径分析器样本

来自Windows、Linux和macOS的文件系统路径综合集合,用于路径分析和测试

Python

Web Python 图像处理示例

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

Web 开发

URL查询分析器示例

全面的URL查询参数集合,用于测试URL解析、编码验证和参数提取

移动开发

Xamarin跨平台开发示例

Xamarin.Forms和Xamarin.Native实现示例,用于使用C#和.NET进行跨平台移动开发

Education

常染色体显性遗传系谱分析器

计算常染色体显性(AD)遗传的子代风险并评估观察数据与预期比例的拟合度。亲本基因型组合决定预期患病比例:AA × 任意 = 全部患病;Aa × Aa = 3:1(75%);Aa × aa = 1:1(50%);aa × aa = 无。观察计数可做卡方检验(df = 1,α = 0.05 临界值 3.841)。系谱特征清单:垂直传递(代代出现)、两性患病率相近、父传子存在(可排除 X 连锁显性)、未患病者一般不传递(除新发突变)。示例疾病:亨廷顿病、软骨发育不全、马凡综合征。来源:Griffiths、Hartl & Clark 2007、StatPearls、OMIM。仅供教学用途。

Education

近交系数计算器(Wright's F)

用 Wright 路径公式计算近交系数 F:个体某位点两个等位基因同源相同的概率。F_X = Σ (1/2)^(n1+n2+1) × (1 + F_A),n1/n2 为父系/母系到共同祖先的代数,F_A 为祖先自身近交系数,对所有共同祖先的路径求和。参考值:自交 0.5、亲子 0.25、全同胞 0.25(两条 1,1 路径)、半同胞 0.125、舅甥 0.125、一级表亲 0.0625(两条 2,2 路径)。隐性致病风险由 q² 升至 q² + F·q·(1−q)。支持单路径与多路径模式。来源:Wright 1922、Falconer & Mackay、Hartl & Clark 2007、StatPearls。仅供教学用途,不能替代遗传咨询。

Education

亲缘系数计算器(r 与共祖率 φ)

用 Wright 路径公式计算两个个体之间的亲缘系数 r 与共祖率(kinship/coancestry)φ:r = Σ (1/2)^(n1+n2) × (1 + F_A),n1/n2 为两个个体到共同祖先的代数,对所有共同祖先路径求和;φ = r/2,且子代近交系数 F = 亲代 φ。参考值:同卵双生 1.0、亲子/全同胞 0.5、半同胞/祖孙/叔侄 0.25、一级表亲 0.125、二级表亲 0.03125。附亲缘等级判定(一级至四级亲属)。来源:Wright 1922、Falconer & Mackay、Hartl & Clark 2007、Jacquard 1970。仅供教学用途,不能替代遗传咨询。

Education

连锁分析 LOD 得分计算器

用 LOD 得分做两点连锁分析:LOD(θ) = log10[θ^r(1−θ)^(N−r) / 0.5^N],r 为重组减数分裂数,N 为信息减数分裂总数。最大似然估计 θ̂ = r/N,可求最大 LOD(Zmax),也可在固定 θ 处求值,并给出 θ = 0.05–0.45 的 LOD 曲线表。经典判定阈值(Morton 1955):Z ≥ 3 显著支持连锁(1000:1),Z ≤ −2 显著排除连锁,介于两者为不确定。来源:Morton 1955、Ott 1999、Griffiths、StatPearls。仅供教学用途。