آزمایشگاه آزاد؛ بدون نیاز به ورود
چرخه‌های پی‌سی‌آر؛ کپی‌های دنا چطور زیاد می‌شن؟
در پی‌سی‌آر، تکرار چرخه‌ها می‌تونه تعداد نسخه‌های یک بخش دنا رو خیلی زیاد کنه. اینجا تعداد چرخه‌ها، کپی‌های آغازین و کاراییِ مدل رو تغییر بده و ببین عدد نهایی چه‌طور عوض می‌شه.
آزمایش رو شروع کنبرای شروع، چرخه‌ها رو روی ۴، کپی‌های آغازین رو روی ۲ و کارایی رو روی ۹۰٪ بذار؛ بعد تعداد نهایی رو بخون.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
یک چرخهٔ بیشتر یعنی چند کپی؟
کپی‌های آغازین رو روی ۲ و کارایی رو روی ۹۰٪ نگه دار. تعداد چرخه‌ها رو یک بار روی ۴ و یک بار روی ۵ بذار.
حدست چیه؟ با یک دور بیشتر، خروجی مدل دو برابر می‌شه یا کمتر؟
توضیح نتیجه رو ببین
عدد خام مدل از ۲۰٫۹۹۵۲ به ۳۷٫۷۹۱۳۶ کپی می‌ره و نمایشگر اون رو به ۲۱ و ۳۸ گرد می‌کنه. در این مدل، هر دور با کارایی ۹۰٪ خروجی رو ۱٫۸ برابر می‌کنه.
کارایی، عامل هر چرخه رو عوض می‌کنه
چرخه‌ها رو روی ۸ و کپی آغازین رو روی ۱ بذار. کارایی رو یک بار روی ۸۰٪ و یک بار روی ۱۰۰٪ تنظیم کن و کپی نهایی رو مقایسه کن.
حدست چیه؟ اگر عامل تکثیر هر چرخه بیشتر باشه، فاصلهٔ خروجی‌ها بعد از چند دور چه‌قدر می‌شه؟
توضیح نتیجه رو ببین
با تعریف همین مدل، کارایی ۸۰٪ یعنی عامل ۱٫۶ در هر دور و خروجی خام حدود ۴۲٫۹۵؛ در ۱۰۰٪ عامل ۲ و خروجی ۲۵۶ می‌شه. این ورودی با تعریف رایج کارایی PCR فرق داره؛ پایین‌تر توضیحش دادیم.
شروع با دو برابر کپی
چرخه‌ها رو روی ۴ و کارایی رو روی ۱۰۰٪ بذار. تعداد آغازین رو از ۵ به ۱۰ تغییر بده.
حدست چیه؟ اگر شروع با دو برابر مولکول باشه، خروجی نهایی چه تغییری می‌کنه؟
توضیح نتیجه رو ببین
با ۵ کپی آغازین، مدل ۸۰ کپی می‌ده؛ با ۱۰ کپی آغازین، خروجی ۱۶۰ می‌شه. وقتی بقیهٔ ورودی‌ها ثابتن، دو برابر کردن نقطهٔ شروع خروجی مدل رو هم دو برابر می‌کنه.
پشت این حرکت چه خبره؟
چرا تعداد کپی‌ها نمایی بالا می‌ره؟
N=N0*(2*e)^n
در چرخه‌های تکراری، کپی‌های تازه هم الگو می‌شن و نسخه‌های بیشتری ساخته می‌شه. اگر عامل تکثیر در همهٔ دورها ثابت بمونه، مقدار پایانی با توان تعداد چرخه‌ها رشد می‌کنه.
این ابزار کارایی رو چطور به کار می‌بره؟
در فرمول همین ابزار، کارایی در عدد ۲ ضرب می‌شه؛ برای همین ۸۰٪ ضریب ۱٫۶ می‌ده. در تعریف رایج کارایی PCR، ۸۰٪ یعنی به ازای هر الگو به طور میانگین ۰٫۸ کپی تازه ساخته می‌شه؛ پس تعداد کل در هر دور ۱٫۸ برابر می‌شه. خروجی این ابزار برای کارایی کمتر از ۱۰۰٪ با این تعریف یکی نیست.
نسخه‌های آغازین هم مهمن
N=N0*factor^n
وقتی تعداد چرخه‌ها و کارایی ثابت باشن، دو برابر کردن کپی‌های آغازین، مقدار نهایی مدل رو هم دو برابر می‌کنه؛ یعنی رابطهٔ نقطهٔ شروع و خروجی خطیه.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
چرا خروجی ۸۰٪ کارایی این ابزار با انتظار معمول PCR فرق داره؟
چون این ابزار کارایی رو مستقیم در ۲ ضرب می‌کنه و برای ۸۰٪ عامل ۱٫۶ می‌سازه. در تعریف رایج PCR، ۸۰٪ یعنی به طور میانگین ۰٫۸ نسخهٔ تازه از هر الگو ساخته می‌شه، پس تعداد کل در هر دور ۱٫۸ برابر می‌شه. این عددها رشدِ فرمول سادهٔ خود ابزارن، نه برآورد واکنش آزمایشگاهی.
سؤال‌های رایج
پی‌سی‌آر چه‌کاری انجام می‌ده؟
پی‌سی‌آر با چرخه‌های تکراری، تعداد نسخه‌های یک بخش هدف از دنا رو زیاد می‌کنه. در حالت ایدئال، کپی‌ها در هر دور دو برابر می‌شن.
کارایی ۸۰٪ در پی‌سی‌آر یعنی چی؟
در تعریف رایج، یعنی به طور میانگین ۰٫۸ کپی تازه به ازای هر الگو ساخته می‌شه؛ بنابراین عامل هر دور ۱٫۸ می‌شه. این ابزار برای ورودی ۸۰٪ عامل ۱٫۶ می‌گیره، پس نتیجه‌اش رو فقط به‌عنوان خروجی مدل خودش بخون.
چرا تعداد آغازین روی خروجی اثر می‌ذاره؟
کپی‌های آغازین هم در چرخه‌های بعدی تکثیر می‌شن. اگر چرخه‌ها و کارایی ثابت باشن، دو برابر کردن شروع، عدد نهایی مدل رو هم دو برابر می‌کنه.
چرا شکل تعداد همهٔ کپی‌ها رو نمی‌کشه؟
برای عددهای بزرگ، شکل حداکثر ۱۰۰ مولکول رو نمایش می‌ده؛ خروجی عددی تعداد محاسبه‌شده رو نشان می‌ده و برای مقدار کامل باید همون رو بخونی.
می‌شه عدد خروجی رو نتیجهٔ یک آزمایش واقعی دونست؟
نه. مدل بازده ثابت رو در همهٔ دورها فرض می‌کنه و کارایی رو هم مثل تعریف رایج PCR به کار نمی‌بره. در واکنش واقعی، نتیجه به ویژگی‌های آزمایش وابسته است و رشد در ادامه به سکون می‌رسه.