群体遗传学 population (Samir Okasha)

首次发表于 2006 年 9 月 22 日星期五；实质性修订于 2022 年 11 月 24 日星期四

群体遗传学是生物学的一个领域，研究生物群体的遗传组成，以及由各种因素的作用（包括自然选择）导致的遗传组成的变化。群体遗传学家开发基因频率动态的抽象数学模型，提取关于实际群体遗传变异可能模式的预测，并将这些预测与实证数据进行验证。从群体遗传学分析中得出的一些更为可靠的概括性结论如下讨论。

群体遗传学与进化和自然选择的研究密切相关，通常被视为进化生物学的理论基石。这是因为“进化”传统上被定义为群体遗传组成的任何变化（尽管这一定义受到批评）；自然选择是导致这种变化的一个重要因素（尽管不是唯一的因素）。当一些变体由于更好地适应环境或更“适应”而在群体中比其他变体繁殖时，自然选择就会发生。假设适应度差异至少部分是由于遗传差异引起的，这将导致群体的遗传构成发生变化，因为与更高适应度相关的遗传变体的频率增加。通过设计基因频率变化模型，群体遗传学家能够阐明进化变化的遗传基础，并以定量精确的方式探讨不同进化假设的后果。

群体遗传学在 20 世纪 20 年代和 30 年代诞生，得益于 R.A. Fisher、J.B.S. Haldane 和 Sewall Wright 的工作。他们的成就在于将在世纪之交重新发现的孟德尔遗传学原理与达尔文的自然选择原理相结合。尽管达尔文主义与孟德尔遗传学的兼容性如今被视为理所当然，但在 20 世纪初期并非如此。许多早期的孟德尔派并不接受达尔文关于进化的“渐进主义”观点，相反，他们认为新颖的适应性必须在单一的突变步骤中产生；相反，许多早期的达尔文主义者不相信孟德尔遗传，往往是因为错误地认为它与达尔文所描述的进化修正过程不兼容。通过在遵循孟德尔遗传规则的群体上运作选择的数学后果，费希尔、霍尔丹和赖特表明，达尔文主义和孟德尔主义不仅兼容而且是极好的伙伴；这在“新达尔文综合体”形成中起着关键作用，并解释了为什么群体遗传学在进化理论中扮演如此关键的角色。

群体遗传学是科学的一个重要分支，但为什么哲学家要关心它呢？有许多原因。首先，达尔文进化论长期以来一直是哲学家在各个领域工作的一个富有成果的思想源泉，包括心灵哲学、伦理学和政治哲学。（回想一下达尔文著名的评论“懂得狒狒的人对形而上学的贡献比洛克更大”）。要正确理解进化，就需要掌握基本的群体遗传学知识，这为哲学家学习这一领域提供了动力。其次，群体遗传学是一种可能的“测试场”，可以检验一般科学哲学中关于理想化、解释、抽象模型的作用以及理论与数据之间相互作用的观点。第三，群体遗传学在许多关于生物哲学的争论中占据重要地位，涉及进化因果关系的本质、选择性解释的逻辑、进化中机会的作用以及群体水平和个体水平过程之间的关系等问题。最后，群体遗传学间接地与某些其他哲学争论相关，例如有关生物种族现实性的争论。

下面的讨论结构如下。第 1 节简要概述了群体遗传学的起源，重点关注主要主题和争议。第 2 节解释了哈代-温伯格原理，这是许多群体遗传分析的起点。第 3 节概述了群体遗传学中的一些基本模型及其后果。第 4 节讨论了随机漂移（在有限群体中出现的基因频率的机会波动）和合并（当我们追溯基因谱系时，基因谱系的汇合）。第 5 节讨论了群体遗传学在生物学中的地位。第 6 节审视了群体遗传学引发的一些哲学问题。

1. 群体遗传学的起源

要理解群体遗传学的产生，并欣赏其思想意义，有必要简要回顾生物学的历史。达尔文于 1859 年出版的《物种起源》提出了两个主要命题：首先，现代物种是由共同的祖先演化而来的；其次，自然选择是进化变化的主要机制。第一个命题很快在科学界获得了认可，但第二个命题却没有。许多人发现很难接受自然选择能够扮演达尔文理论所要求的解释角色。这种情况——接受进化已经发生，但怀疑达尔文关于导致进化发生的原因的描述——一直持续到 20 世纪（Bowler 1988）。

反对自然选择是可以理解的，因为达尔文的理论虽然令人信服，但存在一个重大空白：对遗传机制的描述。要发生自然选择的进化，父母应该倾向于与他们的后代相似；否则，增加适应性的特征将无法在群体中传播。在《物种起源》中，达尔文将他的论点建立在观察到的事实上，即后代确实倾向于与父母相似——‘遗传的强大原则’——同时承认他不知道这是为什么。达尔文后来尝试了一个关于遗传的明确理论，基于假设实体称为‘胚芽’，但事实证明这一理论毫无根据。

达尔文对遗传机制缺乏适当的理解感到困扰，因为这使他无法反驳他的理论所面临的一个强有力的反对意见。要使一个群体通过自然选择进化，群体的成员必须存在变异——如果所有生物都是相同的，就不会发生选择。因此，为了让选择在长时间内逐渐改变一个群体，如达尔文所建议的那样，需要持续不断地提供变异。弗里明·詹金（Fleeming Jenkin）认为可利用的变异会消耗得太快（詹金 1867 年）。他的推理基于一种“混合”遗传理论，即后代的表型特征是其父母的“混合物”。（例如，如果一个矮个体和一个高个体交配，后代的身高将介于两者之间。）詹金认为，鉴于混合遗传，一个有性繁殖的群体在几代之内就会在表型上变得同质化，远远不及自然选择产生复杂适应性所需的代数。

幸运的是，达尔文的理论并不像詹金所想的那样运作。我们所称的“孟德尔遗传学”，以格雷戈尔·孟德尔命名，是“颗粒状”而不是“混合状”——后代从父母那里继承离散的遗传颗粒（基因），这意味着性繁殖并不会减少群体中存在的可遗传变异（请参见第 2 节，“哈代-温伯格原理”）。然而，这一认识花了很长时间才得以确立，原因有两个。首先，孟德尔的工作被科学界忽视了四十年。其次，即使在 20 世纪初重新发现孟德尔的工作后，人们普遍认为达尔文的进化论和孟德尔的遗传学是不相容的。早期的孟德尔派不认为自然选择在进化中起重要作用，因此无法看到孟德尔为达尔文的理论提供了所需的生命线。达尔文主义和孟德尔主义的综合，标志着群体遗传学的诞生，通过了一条漫长而曲折的道路（Provine 1971）。

孟德尔遗传理论背后的关键思想很简单。在他对豌豆植物的实验工作中，孟德尔观察到了一个不寻常的现象。他从两个“纯种育种”系列开始，一个产生圆形种子的植物，另一个产生皱缩的种子。然后他将它们交配，产生了第一代子女（F1 代）。F1 代植物都有圆形种子——皱缩特征已经从群体中消失了。孟德尔然后将 F1 代植物互相交配，产生了 F2 代。引人注目的是，大约四分之一的 F2 代植物有皱缩的种子。因此，皱缩特征回来了，跳过了一代。

这些类似的观察可以通过孟德尔的解释来解释。他假设每棵植物都包含一对“因子”，这些因子共同决定其表型的某些方面——在这种情况下是种子形状。一棵植物从每个父母那里继承一个因子。假设有一个因子代表圆形种子（R），另一个代表皱缩种子（W）。那么就会有三种可能的植物类型：RR、RW 和 WW。RR 植物将拥有圆形种子，WW 植物将拥有皱缩种子。那么 RW 植物呢？孟德尔认为它将拥有圆形种子——R 因子“显性”于 W 因子。这些观察结果可以很容易地解释。最初的纯种系是 RR 和 WW。F1 植物是由 RR×WW 杂交形成的，因此都是 RW 类型，因此拥有圆形种子。F2 植物是由 RW×RW 杂交形成的，因此包含了 RR、RW 和 WW 类型的混合。如果我们假设每个 RW 父母以相等的概率向其后代传递 R 和 W 因子，那么 F2 植物将以大约 1:2:1 的比例包含 RR、RW 和 WW。（这一假设被称为孟德尔的第一定律或分离定律。）由于 RR 和 RW 都拥有圆形种子，这就解释了为什么四分之三的 F2 植物拥有圆形种子，四分之一拥有皱缩种子。

我们对遗传的理解今天比孟德尔时代要复杂得多，但孟德尔理论的关键要素——离散的遗传颗粒，具有不同类型的优势和隐性，以及分离定律——事实证明基本上是正确的。孟德尔的“因子”是群体遗传学中的基因，因子可以采取的替代形式（例如，豌豆植物示例中的 R 与 W）被称为基因的等位基因。分离定律的解释在于在配子形成过程中，每个配子（性细胞）只从其亲本生物那里接收每对染色体中的一个。孟德尔理论的其他方面已根据后来的发现进行了修改。孟德尔认为，大多数表型特征由一对因子控制，就像他豌豆植物中的种子形状一样，但现在已知大多数特征受许多基因对的影响，而不仅仅是一个。孟德尔认为，负责不同特征（例如，种子形状和花色）的因子对独立于彼此分离，但我们现在知道这并非必然如此（见第 3.5 节“双位点模型和连锁”）。尽管存在这些观点，孟德尔的理论标志着我们对遗传的理解的一个转折点。

1900 年重新发现孟德尔的工作并没有导致科学界立即转向孟德尔主义。当时对遗传研究的主导方法是由伦敦的卡尔·皮尔逊领导的生物计量学，涉及对自然群体中发现的表型变异进行统计分析。生物计量学家主要关注的是身高等连续变异特征，而不是孟德尔研究的种子形状等“离散”特征，并且通常是达尔文渐变论的信徒。与生物计量学家相对立的是孟德尔派，由威廉·贝茨顿领导，强调不连续变异，并认为主要适应性变化可以通过单一突变步骤产生，而不是通过达尔文式的累积自然选择。生物计量学家和孟德尔派之间展开了激烈的争论。因此，孟德尔遗传学被视为与反达尔文进化观点相关联。

群体遗传学在一定程度上源于需要调和孟德尔与达尔文之间的矛盾，随着对孟德尔遗传的实证证据不断积累，这种需要变得越来越迫切。一个重要的里程碑是 R.A.费舍尔于 1918 年发表的论文《假设孟德尔遗传下亲属之间的相关性》，该论文展示了生物计量学和孟德尔研究传统如何可以统一起来。费舍尔证明，如果给定的连续性特征（例如身高）受到许多孟德尔因子的影响，每个因子对特征造成的影响很小，那么该特征在群体中将呈现近似正态分布。由于达尔文过程被普遍认为最适用于连续变异特征，展示这些特征的分布与孟德尔主义相容是与达尔文与孟德尔调和的重要一步。

在 20 世纪 20 年代和 30 年代初期，由于费希尔、霍尔丹和赖特的数学工作（费希尔 1930 年，霍尔丹 1930-32 年，赖特 1931 年），完全的和解得以实现。这些理论家发展了形式模型，探讨自然选择以及其他进化因素（如突变和随机漂移）如何随着时间改变门德尔人群的遗传组成。这项工作标志着进化生物学的重大进步，因为它使得各种进化假设的后果能够以定量方式而非仅仅定性方式来探讨。关于自然选择能否实现什么或不能实现什么，或者关于它将产生哪种遗传变异模式的口头论证被明确的数学论证所取代。设计形式模型来阐明进化过程的策略仍然是群体遗传学的主要方法论，尽管与 20 世纪 30 年代不同，今天的建模者有大量的经验数据可供测试他们的预测（哈特尔 2020 年）。

费雪和霍尔丹都是坚定的达尔文主义者，他们认为自然选择是影响群体遗传学组成的最重要因素。赖特并没有贬低自然选择的作用，但他认为机会也起着至关重要的作用，就像物种的组成亚群之间的迁移一样（见第 4 节“随机漂移”和第 3.3 节“迁移”）。自然选择和机会（或随机漂移）在塑造遗传变异方面的各自作用，无论是在物种内部还是在物种之间，都成为群体遗传学的一个重要主题，至今仍然是一个活跃的问题。这个问题是 1960 年代和 1970 年代“中性主义者与选择主义者”争论的核心。由木村基夫领导的中性主义者认为，在自然群体中发现的许多分子遗传变异很可能是中性的，即在给定位点的不同遗传变体大多是选择上等效的（木村基夫，1977 年，1994 年）。如果属实，这表明随机漂移起着重要作用。尽管最初颇具争议，但今天在 DNA 序列中存在丰富的中性变异的想法已经相当普遍（Jensen 等，2019 年）；尽管这与自然选择在适应性进化中起主要作用完全相容（Kern 和 Hahn，2018 年）。

当代群体遗传学发生在一个与 Fisher、Haldane 和 Wright 所处的科学环境截然不同的时代。他们是在分子生物学出现之前工作的，当时的“基因”是一个纯粹理论的实体，被假定用来解释观察到的遗传模式，但其结构和分子组成是未知的。因此，遗传变异只能间接观察，尽管有时会导致表型变异。这意味着几乎没有实证数据可以用来测试群体遗传模型；因此，这一领域始终是一种基本上理论性的工作。在过去的一个世纪里，基因已经从一个理论假设发展为一个其分子结构和功能被深入理解的实体。自 20 世纪 80 年代以来，基因测序技术，即确定 DNA 链中核苷酸碱基序列的技术，变得越来越快速和廉价。这使得群体遗传学家能够直接研究自然群体中发现的遗传变异，通过对一些个体进行采样并测序感兴趣的基因（或在某些情况下是整个基因组）。因此，群体遗传学现在是一门“数据丰富”的科学，与该领域创立时的情况截然相反。尽管如此，许多早期理论工作提供的模型、技术和结论今天仍然直接相关（Charlesworth 和 Charlesworth，2017）。

2. 硬氏-温伯格定律

1908 年，G.H.哈代和 W.温伯格分别发现的哈代-温伯格原理是群体遗传学中最简单和最重要的原理之一（Hardy 1908，Weinberg 1908）。为了说明这个原理，考虑一个大型有性繁殖生物群体。这些生物是二倍体，意味着它们每个染色体都有两份拷贝，一份来自每个亲本。它们产生的配子是单倍体，意味着它们只有每对染色体中的一种。在性融合期间，两个单倍体配子融合形成一个二倍体合子，然后长大发育成为成体生物。大多数多细胞动物和许多植物都有这种生命周期。

假设在给定的位点或染色体“槽”上有两种可能的等位基因，A1 和 A2；假定该位点位于常染色体上，而不是性染色体上。就所讨论的位点而言，人口中有三种可能的基因型，A1A1，A1A2 和 A2A2（就像上面提到的孟德尔的豌豆植物示例一样）。具有 A1A1 和 A2A2 基因型的生物称为纯合子；具有 A1A2 基因型的生物称为杂合子。整体人口中这三种基因型的比例或相对频率可以分别表示为 f(A1A1)，f(A1A2)和 f(A2A2)，其中 f(A1A1)+f(A1A2)+f(A2A2)=1。假定这些基因型频率对于雄性和雌性都是相同的。人口中 A 和 B 等位基因的相对频率分别表示为 p 和 q，其中 p=f(A1A1)+12f(A1A2)，q=f(A2A2)+12f(A1A2)。注意到 p+q=1。

哈代-温伯格原理涉及等位基因频率和基因型频率之间的关系。它表明，如果人口中的交配是随机的，并且如果不存在自然选择、突变、迁移和漂变，那么在后代中，基因型和等位基因频率将由以下简单方程式相关联：

f(A1A1)=p2,f(A1A2)=2pq,f(A2A2)=q2

随机交配意味着交配伙伴之间没有基因型相关性，即，例如，给定生物体与 A1A1 伙伴交配的概率不取决于该生物体自身的基因型，其他两种基因型也是如此。

随机交配导致基因型呈上述比例（“Hardy-Weinberg 比例”）是孟德尔分离定律的结果。要理解这一点，请注意，随机交配实际上等效于通过从大型“配子池”中随机挑选配对的配子并将它们融合成合子来形成后代。配子池包含父代生物体的所有成功配子。由于我们假设没有选择，所有父代对配子池贡献相等数量的配子。根据分离定律，A1A2 杂合子产生携带 A1 和 A2 等位基因的配子，比例相等（平均）。因此，配子池中 A 和 B 等位基因的相对频率将与父代种群中的相同，即分别为 p 和 q。鉴于配子池非常庞大，当我们随机从配子池中挑选配对的配子时，我们将以 p2:pq:qp:q2 的比例获得有序的基因型配对{A1A1}，{A1A2}，{A2A1}，{A2A2}。但顺序并不重要，因此我们可以将{A1A2}和{A2A1}配对视为等效，从而得到无序后代基因型的 Hardy-Weinberg 比例。

这个对 Hardy-Weinberg 原理的简单推导涉及单一位点上的两个等位基因，但可以轻松扩展到多个等位基因。（扩展到多个位点比较棘手；请参见下面的第 3.6 节。）对于多等位基因情况，假设在位点上有 n 个等位基因 A1…An，其相对频率分别为 p1…pn，其中 p1+p2+…+pn=1。再次假设种群庞大，交配是随机的，进化力量不存在，并且孟德尔的隔离定律成立，那么在后代代中，AiAi 基因型的频率将为 p2i，而（无序的）AiAj 基因型（i≠j）的频率将为 2pipj。请注意，两等位基因情况是这个广义原理的一个特例。

重要的是，无论最初的基因型比例如何，随机交配将自动产生符合 Hardy-Weinberg 比例的后代（对于单位点基因型）。因此，如果代之间没有重叠，即父母一旦繁殖就会死亡，只需要一轮随机交配就可以在整个种群中实现 Hardy-Weinberg 比例；如果代之间有重叠，就需要多轮随机交配。一旦实现了 Hardy-Weinberg 比例，只要种群继续随机交配且不受进化力量的影响，这种比例就会在后代中保持不变。然后，该种群被称为处于 Hardy-Weinberg 平衡状态——意味着基因型频率从一代到下一代保持恒定。

硬氏-温伯格定律的重要性在于它包含了解决困扰达尔文的混合遗传问题的方法。詹金认为，性繁殖会迅速减少群体中的变异，这一观点被硬氏-温伯格定律证伪。性繁殖并没有固有的倾向来破坏基因型变异，因为在上述假设条件下，基因型比例在世代间保持恒定。自然选择通常倾向于破坏变异，因此是一种同质化的力量；但这是完全不同的问题。"混合" 的反对意见是，即使在没有选择的情况下，性混合本身也会产生同质性，而硬氏-温伯格定律表明这是不正确的。

硬氏-温伯格定律的另一个好处是它极大地简化了建模进化变化的任务。当一个群体处于硬氏-温伯格平衡状态时，可以通过直接跟踪等位基因频率（或配子频率）来追踪群体的基因型组成。这一点是显而易见的——因为如果我们知道所有等位基因的相对频率（在一个位点上），并且知道群体处于硬氏-温伯格平衡状态，整个基因型频率分布可以很容易地计算出来。如果群体不处于硬氏-温伯格平衡状态，我们将需要明确跟踪基因型频率本身，这更加复杂。

基本上，许多群体遗传学模型假设存在哈代-温伯格平衡；这等同于假设交配在基因型方面是随机的。但这个假设在经验上是否合理呢？答案有时是，但并非总是如此。例如，在人类群体中，关于 ABO 血型，交配几乎是随机的，因此决定血型的基因型在许多群体中大致上符合哈代-温伯格比例（Hartl 和 Clark，2006）。但是，关于身高，交配并不是随机的；相反，人们倾向于选择与自己身高相似的伴侣。因此，如果考虑一个影响身高的基因型，交配就不会在这个基因型方面是随机的（参见第 3.4 节“非随机交配”）。

群体遗传学家 W.J. Ewens 曾写道哈代-温伯格原理：“在任何学科中，最重要的定理很少是该学科中最容易和最容易推导的定理”（1969 年，第 1 页）。正如 Ewens 强调的那样，该原理的主要重要性不在于它所允许的数学简化，这只是一个有益的副作用，而是在于它对性繁殖群体中遗传变异的保留教给我们的东西。

进化的群体遗传学模型

进化生物学家通常将“进化”定义为群体遗传组成随时间的任何变化。这一定义的基础是这样一个观念，即进化的所有其他方面，例如新型表型特征的传播和新物种的形成，最终源自于种群内基因频率的变化。可以导致这种变化的四个因素是：自然选择、突变、随机遗传漂变以及种群内或种群外的迁移。（第五个因素——交配模式的变化——可以改变基因型但不会改变基因频率；许多理论家不会将其视为进化变化。）下面简要介绍了对每个因素的标准群体遗传学处理。

3.1 单位点选择

当种群中的某些变体比其他变体具有生存或繁殖优势时，自然选择就会发生。自然选择的最简单的群体遗传模型集中在一个大种群中具有两个等位基因 A1 和 A2 的单个常染色体位点上。假定随机交配。三个二倍体基因型 A1A1、A1A2 和 A2A2 具有不同的适合度，分别用 w11、w12 和 w22 表示。假定这些适合度在世代间是恒定的。在这种情况下，基因型的适合度可以被定义为该基因型的有机体对下一代贡献的成功配子的平均数量——这取决于有机体的生存状况、它达到的交配次数以及它的繁殖能力。除非 w11、w12 和 w22 都相等，否则自然选择将会发生，这可能导致种群的遗传组成发生变化。

假设最初，在选择作用之前，即合子基因型符合哈代-温伯格比例，A1 和 A2 等位基因的频率分别为 p 和 q，其中 p+q=1。然后合子长大成年并繁殖，产生新一代后代合子。我们的任务是计算第二代中 A1 和 A2 的频率；让我们分别用 p'和 q'表示，其中 p'+q'=1。（请注意，在两代中，我们考虑合子阶段的基因频率；如果存在不同的存活率，则这些频率可能与成年基因频率不同。）

在第一代中，根据哈代-温伯格原理，合子阶段的基因型频率分别为 p2, 2pq 和 q2，对应于 A1A1，A1A2，A2A2。这三种基因型按照其适应度比例产生成功的配子，即按照 w11:w12:w22 的比例。人口的平均适应度为 w=p2w11+2pqw12+q2w22。假设没有突变，并且孟德尔的分离定律成立，那么 A1A1 个体只会产生 A1 配子，A2A2 个体只会产生 A2 配子，而 A1A2 个体将平均产生 A1 和 A2 配子。因此，在合子阶段第二代中 A1 配子的比例，以及 A1 等位基因的频率为：

(1)p′=p2w11+12(2pqw12)w=p2w11+pqw12w

方程（1）被称为“复发”方程，它表达了第二代中 A1 等位基因的频率与第一代中频率的关系。两代之间的频率变化可以写成：

(2)Δp=p′−p=p2w11+pqw12w−p=pq[p(w11−w12)+q(w12−w22)]w

如果 Δp>0，则自然选择导致 A1 等位基因频率增加；如果 Δp<0，则选择导致 A2 等位基因频率增加。如果 Δp=0，则没有发生基因频率变化，即系统处于等位平衡状态。（但请注意，Δp=0 的条件并不意味着没有发生自然选择；其条件是 w11=w12=w22。自然选择可能发生，但对基因频率没有影响。）

方程（1）和（2）清楚地展示了基因型间适应度差异如何导致进化变化。这使我们能够探讨不同选择制度的后果。

首先假设 w11>w12>w22，即 A1A1 纯合子比 A1A2 杂合子更适应，后者比 A2A2 纯合子更适应。通过观察方程（2），我们可以看到 Δp 必须是正的（只要 p 和 q 都不为零）。因此，在每一代中，A1 等位基因的频率将比上一代更高，直到最终固定。一旦 A1 等位基因固定，即 p=1 且 q=0，进化将不再发生变化，因为如果 p=1，则 Δp=0。这在直觉上是合理的：因为 A1 等位基因赋予携带它的生物优势，所以它在种群中的相对频率将从一代到下一代逐渐增加直至固定。

很明显，类似的推理也适用于 w22>w12>w11 的情况。方程（2）告诉我们 Δp 必须是负的，只要 p 和 q 都不为零，因此 A2 等位基因将会固定。

当杂合子在适应度上优于两种纯合子时，即 w12>w11 和 w12>w22 时，会出现更有趣的情况，这种现象被称为杂合子优势。直觉告诉我们，在这种情况下会发生什么：达到一个平衡状态，种群中同时存在两种等位基因。方程（2）证实了这种直觉。很容易看出，如果任一等位基因已经固定（即 p=0 或 q=0），或者第三种情况是，如果满足以下条件：

p(w11−w12)+q(w12−w22)=0

这可以简化为

p=p∗=(w12−w22)(w12−w22)+(w12−w11)

（星号表示这是一个平衡条件。）由于 p 必须是非负的，只有在存在杂合子优势或劣势时才能满足这个条件；它代表了种群的平衡状态，其中两种等位基因都存在。这种平衡被称为多态平衡，与当两种等位基因中的任何一种固定时产生的单态平衡形成对比。多态平衡的可能性非常重要。它告诉我们自然选择并不总是导致同质性；在某些情况下，选择会保留种群中存在的遗传变异。

利用这种简单的群体遗传学模型，可以解决许多进化问题。例如，通过引入一个衡量基因型间适应度差异的参数，我们可以研究进化变化的速率，从而提出诸如：选择需要多长时间将 A1 等位基因的频率从 0.1 增加到 0.9？如果给定的有害等位基因是隐性的，要比它是显性的时需要多长时间将其从种群中消除？通过这种方式，群体遗传学将进化理论转化为一个定量精确的理论。

上面概述的单位点模型不太可能适用于许多现实人群，因为它所做的简化假设。实际上，选择很少是唯一的进化力量，基因型适应度不太可能在各代之间保持恒定，孟德尔分离并不总是完全成立，而且并非所有进化中的人群都很大。群体遗传学中的许多工作都致力于建立更现实的模型，放宽这些假设，因此更加复杂。但是，单位点模型阐明了进化变化的群体遗传分析的本质。

3.2 选择-突变平衡

突变是遗传变异的最终来源，防止人群变得遗传同质化。一旦考虑到突变，前一节得出的结论就需要修改。即使一个等位基因在给定位点上对其他所有等位基因具有选择优势，它也不会在人群中固定；经常性的突变将确保其他等位基因以低频率存在，从而保持一定程度的多态性。群体遗传学家长期以来一直对探索当选择和突变同时起作用时会发生什么感兴趣。

在继续使用我们的一个位点、两等位基因模型时，假设 A1 等位基因比 A2 更具选择优势，但从 A1 到 A2 的反复突变阻止了 A1 的固定传播。每代从 A1 到 A2 的突变速率，即每一代中发生突变的 A1 等位基因比例，用 u 表示。（突变率的经验估计通常在 10^−6 左右。）从 A2 到 A1 的逆突变可以忽略不计，因为我们假设 A2 等位基因在群体中的频率非常低，这要归功于自然选择。在这些假设下，基因频率动态会发生什么变化？回想一下上面的方程式（1），它用前一代中 A1 等位基因的频率表示 A1 等位基因的频率。由于一定比例（u）的 A1 等位基因会突变为 A2，因此这个递归方程必须修改为：

p′=(p2w11+pqw12)(1−u)w

考虑到突变。与以前一样，当 p′=p 时达到平衡，即 Δp=0。因此，平衡的条件是：

(3)p=p∗=(p2w11+pqw12)(1−u)w

通过对基因型适应度做一些假设，并采用新的符号表示，可以对方程（3）进行有用的简化。假设 A2 等位基因完全隐性（这在有害突变体的情况下经常发生）。这意味着 A1A1 和 A1A2 基因型具有相同的适应度。因此，基因型适应度可以写为 w11=1，w12=1，w22=1−s，其中 s 表示 A2A2 纯合子的适应度与其他两种基因型的适应度之间的差异。（s 被称为针对 A2A2 的选择系数）。由于我们假设 A2 等位基因是有害的，因此 s>0。将这些基因型适应度代入方程（3）得到：

p∗=p(1−u)p2+2pq+q2(1−s)

化简后为：

p∗=1−(us)12

或等效地（因为 p+q=1）：

(4)q∗=(us)12

方程（4）给出了 A2 等位基因的平衡频率，假设它是完全隐性的。请注意，随着 u 的增加，q_也会增加。这是非常直观的：从 A1 到 A2 的突变率越大，对于给定的 s 值，可以在平衡状态下维持的 A2 频率就越大。相反，随着 s 的增加，q_会减少。这也是直观的：对 A2A2 纯合子的选择越强，对于给定的 u 值，A2 的平衡频率就越低。

很容易理解为什么方程（4）被称为描述选择-突变平衡的方程——自然选择不断地从种群中去除 A2 等位基因，而突变则不断地重新产生它们。方程（4）告诉我们将保持的 A2 平衡频率，作为从 A1 到 A2 的突变速率和 A2A2 纯合子所遭受的选择性劣势的函数。尽管方程（4）是在 A2 等位基因完全隐性的假设下推导出来的，但是很容易推导出类似的方程，用于 A2 等位基因为显性或部分显性的情况。在这些情况下，A2 的平衡频率将低于其完全隐性的情况；因为选择更有效地将其从种群中去除。一个隐性的有害等位基因可以“隐藏”在杂合子中，从而逃避选择的净化作用，但是一个显性等位基因则不行。

在本节中，我们讨论的重点是有害突变，即降低其宿主生物适应性的突变。鉴于有益突变在进化过程中发挥着关键作用，这可能看起来有些奇怪。原因在于，在群体遗传学中，一个主要关注点是理解生物群体中发现的遗传变异的原因。如果一个基因是有益的，自然选择很可能是其平衡频率的主要决定因素；对该基因的零星突变速率最多只起辅助作用。只有在一个基因是有害的情况下，突变才在维持其在群体中的作用中起主要作用。

3.3 迁移

迁入或迁出群体是影响其遗传组成的第三个因素。显然，如果移民与他们要进入的群体有遗传差异，这将导致群体的遗传组成发生变化。迁移的进化重要性源于许多物种由许多明显隔离但偶尔通过迁移相连的亚种群组成。亚种群之间的迁移导致基因流动，起到一种“胶水”的作用，限制了亚种群在遗传上相互分化的程度。

用于分析迁移的最简单模型假定给定种群每代接收一定数量的移民，但不发送移民。假设居民种群中 A1 等位基因的频率为 p，而抵达种群的移民中 A1 等位基因的频率为 pm。每代进入种群的移民比例为 m（即作为居民种群的比例）。因此，在迁移后，种群中 A1 等位基因的频率为：

p′=(1−m)p+mpm

因此，跨代间基因频率的变化是:

Δp=p′−p=−m(p−pm)

因此，如果 pm>p，则迁移将增加 A1 等位基因的频率，如果 p>pm，则会降低其频率，如果 p=pm，则会保持其频率不变。然后，我们可以推导出一个方程，将第 t 代的基因频率表示为其初始频率和迁移速率的函数：

pt=pm+(p0−pm)(1−m)t

其中 p0 是种群中 A1 等位基因的初始频率，即在发生任何迁移之前。由于表达式(1−m)t 随着 t 的增大而趋近于零，因此当 pt=pm 时，即当移民的基因频率等于居民种群的基因频率时，最终将达到平衡。

这个简单模型假设迁移是影响位点基因频率的唯一因素，但实际情况可能并非如此。因此，有必要考虑迁移如何与选择、漂变和突变相互作用（参见 Rice 2004 年，第 5 章）。迁移和选择之间的平衡可以导致在种群中维持有害等位基因，类似于突变-选择平衡。迁移和漂变之间的相互作用尤其有趣。遗传漂变通常会导致物种的不同亚种在遗传上发生分化。迁移抵消了这种趋势——它是一种使亚种更加相似的同质化力量。数学模型表明，即使是相对较小的迁移率也足以防止物种的亚种在遗传上发生分化（Hartl 和 Clark 2006）。一些理论家利用这一点来反驳群体选择的进化重要性，理由是群体选择运作所必需的群体间的遗传差异在迁移的影响下不太可能持续存在。

3.4 非随机交配

回想一下，哈代-温伯格原理是在随机交配的假设下推导出来的。但是，远离随机交配实际上是相当常见的。生物体可能倾向于选择在表型或基因型上与自己相似的配偶——这种交配系统被称为“正相配”。另外，生物体也可能选择与自己不同的配偶——“负相配”。远离随机交配的另一种类型是近亲交配，或者偏好与亲属交配。

分析非随机交配的后果变得相当复杂，但有些结论是相当容易看到的。首先，非随机交配本身并不影响基因频率（因此可以说并不像选择、突变和迁移那样是一种进化的“力量”）；相反，它影响基因型频率。要理解这一点，请注意，人口的基因频率，在合子阶段，等于形成合子的成功配子池中的基因频率。交配模式只是决定单倍体配子如何“打包”成二倍体合子。因此，如果一个随机交配的群体突然开始非随机交配，这不会对基因频率产生影响。

其次，正配对交配会倾向于减少群体中杂合子的比例。为了看清这一点，再次考虑一个具有两种等位基因 A1 和 A2 的单基因座，在给定群体中的频率为 p 和 q。假设最初群体处于哈代-温伯格平衡状态，因此 A1A2 杂合子的比例为 2pq。如果群体开始完全正配对交配，即只发生在基因型相同的个体之间的交配，很明显，杂合子的比例必须下降。对于 A1A1×A1A1 和 A2A2×A2A2 的交配将不产生杂合子；只有 A1A2×A1A2 的后代中有一半是杂合子（平均而言）。因此，第二代中的杂合子比例必须小于 2pq。相反，负配对将倾向于增加杂合子的比例，使其高于哈代-温伯格平衡状态下的比例。

那么杂交呢？一般来说，杂交会倾向于增加群体的同种合子率，就像正配对一样（Hartl 2020，第 3 章）。这是因为亲属往往在基因型上相似。杂交往往对有机体适应度产生负面影响，这一现象被称为“近交抑制”。其解释是有害等位基因往往是隐性的，因此在杂合子中时没有表型效应。近交会减少杂合子的比例，使得隐性等位基因更有可能在同种合子中被发现，从而表现出其负面表型效应。相反的现象——由杂交产生的“杂种优势”被动物和植物育种者广泛利用。

3.5 两基因座模型和连锁

上面概述的单位点模型是不现实的，因为在实践中进化可能同时发生在多个位点。最简单的双位点模型假设有两个常染色体位点，A 和 B，每个位点有两种等位基因，A1 和 A2，B1 和 B2。因此，人口中有四种单倍体配子类型——A1B1，A1B2，A2B1 和 A2B2——它们的频率分别用 x1，x2，x3 和 x4 表示。（请注意，xi 不是等位基因频率；在双位点情况下，我们不能将“配子频率”等同于“等位基因频率”，这在单个位点的情况下是可能的。）二倍体生物是由两个配子融合而成的，与以前一样。因此，人口中有十种可能的二倍体基因型——通过将每种配子类型与其他每种类型组合而找到。

在单位点情况下，我们看到在一个大的随机交配人口中，配子频率和合子频率之间有一个简单的关系。在双位点情况下，相同的关系成立。因此，例如，A1B1/A1B1 基因型的频率将是(x1)2；A1B1/A2B1 基因型的频率将是 2x1x3，依此类推。（可以通过基于配子的随机抽样的论证来严格建立这一点，就像在单位点情况下一样。）Hardy-Weinberg 原理的第一个方面——基因型频率由配子频率的平方数组确定——因此很好地转移到双位点情况。然而，Hardy-Weinberg 的第二个方面——在一轮随机交配后稳定的基因型频率——通常不适用于双位点情况。

在双位点群体遗传学中的一个关键概念是连锁，或者说两个位点之间的缺乏独立性。要理解连锁，可以考虑由 A1B1/A2B2 基因型的个体产生的配子组合，即双杂合子。如果两个位点是非连锁的，那么这个组合的构成（平均而言）将是{14A1B1,14A1B2,14A2B1,14A2B2}，即所有四种配子类型都是等量表示的。（这假设孟德尔的第一定律在两个位点都成立。）因此，非连锁位点是独立的——在 A 位点上一个配子拥有哪种等位基因并不能告诉我们它在 B 位点上拥有哪种等位基因。相反的极端是完全连锁。如果两个位点完全连锁，那么由 A1B1/A2B2 双杂合子产生的配子组合将是{12A1B1,12A2B2}；这意味着如果一个配子在 A 位点上获得 A1 等位基因，那么它必然在 B 位点上获得 B1 等位基因，反之亦然。

在物理上，完全连锁意味着 A 和 B 位点在同一染色体上靠近彼此；因此，两个位点上的等位基因被视为一个单元进行遗传。非连锁位点要么在不同的染色体上，要么在同一染色体上但相隔较远，因此很可能会被重组打断。当位点在同一染色体上时，完全连锁和完全非连锁是一个连续体的两端。连锁程度由重组率 r 来衡量，其中 0≤r≤1/2。由 A1B1/A2B2 基因型的个体产生的配子组合的构成可以用 r 来表示，如下所示：

A1B1

12(1−r)

很容易看出 r=1/2 表示位点是非连锁的，而 r=0 表示它们是完全连锁的。

在双位点模型中，即使没有选择、突变、迁移和漂变的情况下，配子（因此基因型）频率在各代之间不一定是恒定的，与单位点情况不同。（尽管等位基因频率将是恒定的，在没有这些进化力量的情况下。）可以推导出配子频率的递归方程，作为它们在前一代的频率和重组分数的函数：

x′1=x1+r(x2x3−x1x4)x′2=x2+r(x2x3−x1x4)x′3=x3+r(x2x3−x1x4)x′4=x4+r(x2x3−x1x4)

（请参阅 Ewens 1969 或 Edwards 2000，以获得这些方程的明确推导。）

从循环方程可以得出，配子（因此也是基因型）频率在各代之间将保持稳定，即对于每个 i，都有 x′i=xi，在以下两种条件下成立：（i）r=0，或（ii）x2x3−x1x4=0。条件（i）意味着两个位点完全连锁，实际上表现为一个；条件（ii）意味着两个位点处于‘连锁平衡’状态，即 A 位点的等位基因与 B 位点的等位基因随机关联。更准确地说，连锁平衡意味着 A 位点和 B 位点的等位基因的总体频率等于 AiBi 配子的频率乘以 Ai 等位基因的频率再乘以 Bi 等位基因的频率。

两位点理论中的一个重要结果表明，在随机交配的情况下，数量(x2x3−x1x4)将在每一代中减少，直到达到零为止——此时基因型频率将达到平衡。因此，最初处于连锁不平衡状态的群体将在多代之后接近连锁平衡，其速率取决于 r，即重组率。请注意与单位点情况形成对比，仅需一轮随机交配即可使基因型频率达到平衡。

4. 随机漂变

随机遗传漂变是指在有限群体中出现的基因频率的偶然波动。在许多进化模型中，包括上述第 3 节中概述的模型，人们假设群体非常大（从技术上讲是无限的），以便从这种波动中抽象出来。但尽管在数学上很方便，这种假设通常是不现实的。在现实生活中的群体中，特别是那些规模较小的群体，随机性是进化变化的重要来源。因此，某一等位基因的频率增加或减少并非是因为它对生物个体的生存或繁殖产生了任何影响，而仅仅是由于偶然性。理解基因频率中的这种随机变化，以及它们与自然选择的相互作用，是群体遗传学中的一个重要主题，无论是过去还是现在。

“随机漂变”一词既有狭义又有广义之分（Kimura 1964; Rice 2004; Millstein 2016）。在狭义上，它指的是由于随机抽样配子形成后代代的基因频率变化。（这里的要点是，生物体产生的配子比最终会进入受精卵的配子多得多，而每个二倍体生物体的基因只有一半被传递给每个配子）。在广义上，漂变指的是由所有随机因素引起的基因频率变化，包括例如选择强度的随机波动，或生存和交配成功率的波动。这里使用了该术语的狭义含义。

随机漂变极大地复杂化了群体遗传学家的任务。因为在漂变的影响下，不再可能从第 t 代的群体遗传构成推断出第 t+1 代的遗传构成；因此，无法推导出类似于上述方程（1）中所表达的等式的等位基因频率的递归关系。相反，目标必须是推断出第 t+1 代群体的所有可能遗传构成的概率分布。有时，可以从中推断出有关等位基因长期命运的预测。

用于分析随机漂变的最简单且最广泛使用的模型称为 Wright-Fisher 模型。该模型涉及包含 N 个二倍体生物体的有限群体。假定 N 在世代间保持不变（可能是由于生态约束）。各代之间不重叠，意味着父母一旦繁殖就会死亡，交配是随机的。假定不存在选择、迁移和突变。子代群体是通过随机从父代群体产生的配子中抽样 2N 个而形成的。时间是离散的，一个世代对应一个时间段。考虑一个感兴趣的等位基因。让 X(t) 表示第 t 代群体中该等位基因的拷贝数，其中 0≤X(t)≤2N（因为生物体是二倍体）。等位基因频率 p(t) 等于 12NX(t)，其中 0≤p(t)≤1。

我们对 X(t+1) 和 p(t+1) 感兴趣，分别表示第 t+1 代中等位基因的拷贝数和频率（它们之间的关系是 p(t+1)=12NX(t+1)）。现在，X(t+1) 是一个随机变量，可以取 2N+1 个可能值中的任意一个，这些值来自集合 {0,1,2,…,2N}。由于子代群体是通过从父代配子池中随机抽样形成的，因此 X(t+1) 的概率分布由二项分布给出：

Prob(X(t+1)=x)=(2Nx)p(t)x(1−p(t))2N−x

这个公式告诉我们，对于 X(t+1) 的每个可能值，它作为种群大小 N 和父代群体中等位基因频率 p(t) 的函数的概率是多少。从中，我们可以轻松计算 X(t+1) 的期望值，记为 E(X(t+1))，结果简单地等于 X(t)。这是非常直观的：由于第二代是通过随机抽样形成的，等位基因的拷贝数量增加和减少的可能性是一样的，因此第 t+1 代中的拷贝数量的期望值等于第 t 代中的实际拷贝数量。由此可知，从第 t 代到第 t+1 代等位基因频率的期望变化，记为 E(Δp)，等于零。

事实上， E(Δp)=0 并不意味着漂变不会产生进化效应。因为 Δp 可能在零的平均值周围有相当大的方差（取决于 N 的值），所以 Δp 偏离零值相当多的可能性可能相当大。（类似地，如果一个公平的硬币抛掷 20 次，预期正面朝上的次数是 10，但实际正面朝上的次数不超过 8 的概率相当大，约为 25%）。在 Wright-Fisher 模型中， Δp 的方差结果为 Var(Δp)=12Np(1−p)。因此，随着种群大小的增加， Δp 的方差变得越来越小，这说明随机漂变在小种群中比在大种群中更为重要。

最终会发生什么？在赖特-费歇尔模型的假设下，连续世代中等位基因频率的序列 {p(0),p(1),p(2),…} 构成了所谓的马尔可夫链，即一系列随机变量（随机过程），其中任何变量的概率分布仅取决于前一变量的值。也就是说，在 t+1 代中等位基因频率为（比如）0.8 的概率，即 Prob(p(t+1)=0.8)，取决于 p(t) 的值，即 t 代中等位基因的频率，而不取决于之前世代的频率。重要的是，这个马尔可夫链具有一个特殊的特征，即 p(t) 的两个极端值，即 0 和 1，是吸收边界，这意味着如果系统达到这些边界之一，它将停留在那里。也就是说，如果等位基因在 t 代中灭绝，即频率为零，那么在所有后续世代中，它的频率也将为零（因为我们忽略了突变）。同样，如果等位基因在 t 代中固定，它将在后续世代中保持固定。形式上，我们可以表达这些事实为：Prob(p(t+1)=0∣p(t)=0)=1 和 Prob(p(t+1)=1∣p(t)=1)=1。由于世代数量没有上限，最终随机漂移必定导致等位基因在群体中灭绝或固定（以及其他等位基因类似）。这是因为吸收边界假设，这意味着每条随机轨迹最终必定会在某个 t 值处结束于 p(t)=0 或 p(t)=1。

这自然引出以下问题。等位基因在群体中固定的概率是多少，而不是灭绝？Wright-Fisher 模型对这个问题给出了一个非常简单的答案。如果给定的（中性）等位基因在第 t 代中的频率为 p(t)，那么它最终固定的概率就是 p(t)。这是一个相当直观的结果。因为如果等位基因很罕见，很可能会因为偶然而从群体中消失。相反，如果等位基因很常见，那么它很不可能从群体中消失，因为这需要一系列不太可能同时发生的偶然事件。这个结果的一个直接后果是，一个在群体中通过零星突变产生的新（中性）遗传变体固定的概率是 12N，因为最初在群体中只有一个新变体的拷贝。因此，对于可观的 N，任何给定的新变体很可能会因遗传漂变而消失。这说明了一个普遍事实，即遗传漂变在许多代中具有同质化的倾向，减少了群体中的遗传变异。

重要的是，等位基因当前频率与其固定概率之间的平等性假设，假定所讨论的等位基因以及同一位点上的其他等位基因是选择中性的——这意味着随机漂变是频率变化的唯一决定因素。如果放宽这一假设，情况就变得更加复杂。等位基因的命运现在取决于漂变和其选择优势或劣势。这将我们带出了简单的 Wright-Fisher 模型的范围，因为现在有两个进化因素在起作用——随机漂变和自然选择。在有限的群体中，一个具有选择优势的等位基因，即具有正选择系数的等位基因，将比一个中性等位基因更有固定的可能性；相反，对于一个具有选择劣势的等位基因则相反。这是相当明显的。不太明显，但仍然正确的是，即使出现了一个赋予显著选择优势的新变体，它仍然更有可能被漂变消除而不是固定。为了定量研究选择和漂变的综合效应，群体遗传学家使用一种称为扩散分析的先进概率技术，这超出了本文的范围（参见 Rice 2004 年第 5 章，Hartl 2020 年第 6 章，或 Otto 和 Day 2007 年第 15 章）。但有一个关键结果值得一提，即等位基因的最终命运取决于两个量的相对大小，即 4Ne 和 s。这里 Ne 表示“有效种群大小”（它校正了实际种群大小，以考虑与 Wright-Fisher 模型理想化假设的偏差），s 是选择系数，它是具有该等位基因的生物体相对于没有该等位基因的生物体的相对适应度的度量，其中 0≤s≤1。结果表明，如果 4Nes≫1，则自然选择将决定等位基因的命运，而如果 4Nes≪1，则漂变将决定其命运。

在 1960 年代和 1970 年代，漂变和自然选择在分子进化中的各自作用是选择主义者与中性主义者之争的主题，正如引言中所述（参见 Dietrich 1994）。由木村领导的中性主义阵营认为，大多数分子变体对表型没有影响，因此不受自然选择的影响；随机漂变反而是它们命运的主要决定因素。木村认为，蛋白质氨基酸序列进化的表观恒定速率，以及自然种群中观察到的遗传多态性程度，最好可以用中性主义假说来解释（Kimura 1977, 1994）。选择主义者反驳说，自然选择也能够解释观察到的多态性。由于数据不足，争论最终没有明确的胜利者。然而，选择和漂变之间的对立仍然是当今分子群体遗传学的一个核心话题，自然种群中的 DNA 序列变异数据丰富。已经开发出复杂的方法，使研究人员能够在现代生物体的基因组中寻找过去选择的迹象。现在清楚地看到，DNA 序列中确实存在许多中性分子变异（部分原因是“同义”突变，不改变基因编码的蛋白质的氨基酸序列）。然而，也有许多证据表明，当代物种的基因组受到了自然选择的重大影响（Casillas 和 Barbadilla 2017，Kern 和 Hahn 2018）。此外，中性主义者最初认为漂变是中性变异频率的唯一决定因素的想法并不一定正确。J. Gillespie (2004)认为，在群体中中性变异体的传播可能受到连锁位点选择的严重影响，这一过程被称为“搭车效应”或“基因拖拽”；有关讨论，请参阅 Skipper (2004)。最近对选择与漂变问题的评估得出结论：“DNA 序列演化受选择还是漂变的程度仍然是一个重要的未解决的一般性问题”(Charlesworth 和 Charlesworth 2017, p.6)。

尽管随机漂变在数学上得到了很好的理解，并且在生物学中受到了大量实证研究的关注，但一些哲学家提出，概念上可能没有人们想象的那么清晰。例如，Millstein (2002)认为，生物学家所使用的“随机漂变”一词经常在过程（如随机抽样）和结果（如基因频率变化）之间含糊不清。Millstein 的观点引发了大量关于“漂变”和“选择”应该如何定义的哲学文献；有关讨论和参考文献，请参阅有关遗传漂变的条目。

4.1 合并

传统的群体遗传学模型如上所述是“前瞻性”的，因为它们的目标是基于对工作中的进化过程的各种假设，预测群体未来的遗传组成或等位基因的命运。从 20 世纪 80 年代开始，一种称为“共同祖先理论”的不同群体遗传学方法被发展出来，最初是作为应用概率学研究的结果（Kingman 1982）。共同祖先理论具有“向后看”的取向：它旨在根据从当前群体中抽取的基因样本推断出群体的历史（Wakeley 2008）。与传统的前瞻性模型相比，共同祖先理论允许提出一组不同的进化问题，并且还提供了计算传统模型中感兴趣的某些数量的更简单方法，例如固定概率（Rice 2004，第 5 章）。此外，共同祖先理论提供了预测，例如我们应该期望在来自自然群体的基因样本中找到的 DNA 序列变异量，这些预测可以直接与数据进行测试。

群体遗传学是关于追踪（二倍体）群体中基因之间的祖先谱系的理论。通常我们会考虑有机体的祖先-后代谱系，但我们同样（事实上更容易）可以从基因在一个位点的谱系角度思考，同时忽略这些基因所在的有机体。群体遗传学的起点是观察到当前群体中一个位点上的所有基因最终必定源自过去的一个单一祖先基因拷贝（“最近共同祖先”或 MRCA）。这实际上是遗传漂变的另一面。如果我们追溯一个群体的祖先足够久远，我们必定会到达一个所有基因除一个外在当前群体中没有后代的点。这是因为，在每一轮繁殖中，一个给定的基因拷贝有一定的机会在下一代中没有后代，即被漂变淘汰。这意味着，随着我们向时间的过去追溯，基因谱系将会汇合，或者“合并”。

到达共同祖先的概率为 12N×(1−12N)t−1。

这种推理可以自然地重复。假设我们选择的两个基因在上一代不会合并，即它们有不同的父母。那么，这两个父母的基因要么来自上一代的单个拷贝，要么不是。如果是这样，那么我们选择的两个基因将在两代前合并，即来自单个祖父母基因。这种情况的概率是 12N×(1−12N)。通过重复这种推理，我们可以计算出在当前一代中两个随机选择的基因拷贝从 t 代祖先那里获得的概率分布。这由以下给出：

Prob(coalescence t generations ago)=12N×(1−12N)t−1.

接下来要问的问题是，这个分布的期望值是多少，也就是说，共同祖先的平均时间是多少？答案是大约 2N。因此，平均而言，在给定位点随机选择的一对基因将在 2N 代之后共同祖先，其中 N 是种群大小。然而，关于这个平均值存在相当大的变异性，这意味着共同祖先发生得比这快得多，或者比这慢得多的显著机会。通过在这个简单分析的基础上构建，共同祖先理论允许回答一系列更复杂的问题，包括例如多等位基因，亚分群种群，随时间变化的种群，以及其他偏离基本 Wright-Fisher 模型假设的情况。例如，共同祖先理论提供了一个简单的计算，平均而言，我们必须回溯多少代才能找到一个位点上多个不同基因的 MRCA（Otto 和 Day 2007，第 13 章）。

5. 群体遗传学及其批评者

当代生物学中群体遗传学的地位是一个有趣的问题。尽管群体遗传学对进化理论至关重要，并具有历史重要性，但并非没有批评者。一些人认为，群体遗传学家过多地致力于发展理论模型，通常具有很高的数学创造力，而对实际测试这些模型与实证数据的关系则关注不足（Wade 2005）。这在某个时期可能是一个公正的批评，然而，近年来分子群体遗传学的蓬勃发展改变了这种情况，使理论与数据之间的联系更加紧密（Hahn 2018）。另一些人认为，群体遗传模型通常过于理想化，无法真正揭示进化过程，并且在教导我们有关表型进化的知识方面受到限制（Pigliucci 2008）。还有一些人认为，从历史上看，尽管经常提到群体遗传学，但在实际进化生物学实践中，群体遗传学对大多数进化生物学家的影响相对较小（Lewontin 1980）。然而，并非所有生物学家都接受这些批评。例如，遗传学家迈克尔·林奇（2007）写道，“除了在群体遗传学的光芒下，生物学中没有任何东西是有意义的”，这是对多布任斯基著名格言的一种诠释；有关林奇论点的讨论，请参阅 Bromham（2009）和 Pigliucci（2008）。在对 50 年群体遗传学的最新调查中，查尔斯沃斯和查尔斯沃斯（2017）认为，群体遗传学分析不仅使我们能够理解分子遗传变异的性质和原因，还深入洞察了进化生物学中的各种主题。

进化的群体遗传学模型有时会受到批评，理由是很少有表型特征仅由单个基因座，甚至两个或三个基因座控制。（存在多基因座群体遗传学模型，但它们不可避免地非常复杂。）还有一套叫做数量遗传学的理论，处理所谓的“多基因”或“连续”特征，比如身高，这些特征被认为受到基因组中许多不同基因座的影响，而不仅仅是一个或两个；参见 Falconer（1995）或 Walsh 和 Lynch（2018）以获取良好的概述。数量遗传学采用与群体遗传学完全不同的方法论。如前所述，群体遗传学的目标是跟踪基因和基因型频率在世代间的变化。相比之下，数量遗传学并不直接处理基因频率；其目标是跟踪表型分布，或者分布的矩，比如均值或方差，在世代间的变化。尽管被动植物育种者广泛使用，数量遗传学通常被认为是比群体遗传学更不基础的理论体系，因为它具有“表型”取向。尽管如此，群体遗传学和数量遗传学之间的关系基本上是和谐的。

对群体遗传学方法在进化中的另一种批评是它忽视了胚胎发育；这种批评实际上更普遍地适用于“现代综合理论”时代的进化理论，而这一理论的核心是群体遗传学。正如我们所看到的，群体遗传学的推理假设一个生物体的基因以某种方式影响其表型，从而影响其适应度，但它对基因实际上如何构建生物体的细节保持沉默，即胚胎学。现代综合理论的创始人将胚胎学视为一个“黑匣子”，其细节可以在进化理论的目的上被忽略；他们的焦点是基因在世代间的传递，而不是基因构建生物体的过程（参见进化与发展条目）。考虑到当时对发育了解甚少，这种策略是完全合理的。但自 1990 年代以来，分子发育遗传学取得了巨大进展，这使得将胚胎发育研究与进化理论整合的希望重新燃起，并导致了“进化发育生物学”或 evo-devo 学科的出现（参见 Arthur 2021 年的最新概述或进化与发展条目）。有时有人认为 evo-devo 与传统的新达尔文主义存在紧张关系（例如 Amundson 2007），但更有可能将它们视为研究进化的互补方式，它们有不同的重点。

在 2005 年的一本书中，领先的进化发育研究者肖恩·卡罗尔（Sean Carroll）认为，群体遗传学不再应该在进化生物学课程中占据重要地位。他写道：“数百万生物学学生被教导（来自群体遗传学的观点）‘进化是基因频率的变化’…这种观点将解释引向数学和基因的抽象描述，远离蝴蝶和斑马，或者南方古猿和尼安德特人”（2005 年，第 294 页）。皮格留奇（Pigliucci）（2008 年）也提出了类似的论点。卡罗尔认为，我们应该将进化定义为‘发育的变化’，而不是‘基因频率的变化’，以承认大多数形态进化是通过影响有机体发育的突变引起的。卡罗尔可能是对的，进化发育学比群体遗传学更适合作为进化生物学的入门课程，并且专注于基因频率动态并不是理解所有进化现象的最佳方式；但群体遗传学可以说仍然是全面理解进化过程不可或缺的。

近年来，关于“现代综合”（MS）是否仍然能够满足生物学的需求展开了激烈的辩论。MS，或新达尔文综合理论，是 20 世纪从达尔文的进化理论与孟德尔遗传学相结合而产生的知识体系，而群体遗传学是其核心，正如我们所见。 “扩展进化综合”（EES）的支持者认为，MS 的主要原则——适应性进化源于自然选择作用于零星的基因突变——并非错误，但也不是全部，需要根据最新发现进行补充（Pigliucci 和 Muller 编著，2010 年；Laland 等，2014 年，2015 年）。他们指出诸如生境建构、表观遗传继承、多层次选择、表型可塑性和发育偏倚等现象，据称这些现象与 MS 对基因为基础的进化的强调并不容易契合。EES 的支持者通常对群体遗传学持怀疑态度，并试图淡化其解释意义。然而，他们的观点颇具争议。传统 MS 的辩护者认为，所讨论的经验现象在进化上相对不重要，或者可以在不进行重大范式转变的情况下纳入 MS（Wray 等，2014 年；Walsh 和 Lynch，2018 年；Charlesworth，Barton 和 Charlesworth，2017 年）。这场辩论看起来将继续下去。

尽管有人对其提出批评，但群体遗传学确实对我们对进化的理解产生了重大影响。例如，由 G.C. Williams（1966 年）、W. D. Hamilton（1964 年）和 R. Dawkins（1976 年）发展的著名的“基因视角”进化观直接源自群体遗传学的推理；事实上，基因视角思维的重要方面已经存在于费希尔的著作中（Okasha 2008 年，Ewens 2011 年）。基因视角观点的支持者认为，基因是进化过程中真正受益者；基因型和有机体只是暂时的表现形式。自然选择根本上是基因谱系之间为在基因库中更好地代表而进行的竞争；创造具有适应特征的有机体是基因为确保后代而设计的“策略”（Dawkins 1976 年，1982 年）。基因视角思维在过去五十年中彻底改变了许多进化生物学领域，特别是动物行为领域（参见 Agren 2021 年），但在许多方面，它只是对群体遗传学形式主义中隐含的进化概念的生动描述。

群体遗传学中的哲学和概念问题

群体遗传学引发了许多有趣的概念和哲学问题。其中一个问题涉及基因本身的概念。正如我们所看到的，群体遗传学诞生于 20 世纪 20 年代和 30 年代，早在基因的分子结构被发现之前。在这些分子之前的日子里，基因是一个理论实体，假设是为了解释育种实验中观察到的遗传模式；基因由什么组成，它们如何引起表型变化，以及它们如何从父母传递给后代，这些都是未知的。如今，由于分子遗传学和基因组学的惊人成功，我们已经知道了这些问题的答案。基因已经从一个理论实体变成了实验室中实际可以操纵的东西。

古典（分子之前）遗传学的基因与现代分子遗传学的基因之间的关系是一个微妙而广泛讨论的话题（Beurton，Falk 和 Rheinberger（编）2000 年，Griffiths 和 Stotz 2006 年，Moss 2003 年，Meunier 2022 年）。在分子遗传学中，“基因”更多或更少地指的是编码特定蛋白质的一段 DNA，因此基因是一个功能单位。但在古典群体遗传学中，“基因”更多或更少地指的是代际间完整遗传的一部分遗传物质，因此基因是一个传递单位，而不是一个功能单位。在许多情况下，这两个基因概念将大致指出相同的实体，这导致一些哲学家认为古典遗传学可以“还原”为分子遗传学（Sarkar 1998）。但很明显，这两个概念并不完全具有相同的延伸；并非每个分子基因都是古典基因，反之亦然。一些理论家走得更远，认为分子生物学实际上表明古典基因并不存在。

无论一个人对这场辩论持何种观点，令人惊讶的是，几乎所有群体遗传学的核心概念都是在分子时代之前设计的，当时对基因知之甚少；自费希尔、霍尔丹和赖特（查尔斯沃斯和查尔斯沃斯，2017 年）以来，群体遗传学理论的基本结构几乎没有改变。这反映了群体遗传学模型的经验前提实际上相当薄弱；基本前提只是存在遵守孟德尔遗传规律的遗传颗粒，并以某种方式影响表型。因此，即使不知道这些遗传颗粒由什么构成，或者它们如何施加表型影响，早期的群体遗传学家也能够设计出令人印象深刻的理论体系。这一理论至今仍然有用，说明了科学中抽象模型的力量。

这引出了群体遗传学另一个吸引哲学家注意的方面：抽象模型的方式，涉及已知为虚假简化假设的方式，可以阐明实际的经验现象。这种理想化模型在许多科学领域起着核心作用，包括物理学、经济学和生物学，并引发有趣的方法论问题。特别是，现实性和可处理性之间经常存在权衡；模型越现实，就越复杂，这通常限制了其有用性和适用范围。这一普遍问题及其他类似问题已在哲学文献中得到广泛讨论（例如，戈德弗雷-史密斯，2006 年，韦斯伯格，2006 年，弗里格和哈特曼，2006 年），并由普卢特因斯基（2006 年）与群体遗传学相关。

显然，群体遗传学模型依赖已知为错误的假设，并受到现实性/可处理性的权衡的影响。最简单的群体遗传模型假设随机交配、非重叠世代、无限种群大小、完美的孟德尔分离、频率独立的基因型适应度以及没有随机效应；很不可能（在无限种群假设的情况下是不可能的）这些假设中的任何一个符合任何实际的生物种群。已经构建了更现实的模型，放宽了上述假设中的一个或多个，但它们无一例外地更难分析。一个有趣的历史问题是，这些“标准”的群体遗传学假设最初是因为简化了数学，还是因为人们认为它们是对现实的合理近似，或者两者兼而有之。这个问题由莫里森（2004 年，2014 年）在与费希尔早期群体遗传学工作相关的讨论中提出。

群体遗传学引发的另一个哲学问题是还原主义。人们经常争论说，无论是批评者还是捍卫者，进化的群体遗传学观点本质上是还原主义的。这一点从群体遗传学家如何定义进化就可以看出：基因频率的变化。这个定义中隐含的观点是，进化现象，如物种形成、适应性辐射和多样化，以及表型进化，最终可以归结为基因频率的变化。但我们真的知道这是真的吗？许多生物学家，特别是“整个生物体”生物学家，并不相信，因此他们拒绝群体遗传学对进化生物学的定义以及传统上赋予群体遗传学的首要地位（皮格鲁奇，2008 年）。

这是一个很大的问题，与上文第 5 节讨论的问题有关。这个问题可以有用地分为两个部分：(i) 微进化过程能解释所有进化吗？；(ii) 所有微进化都可以归结为群体遗传学吗？‘微进化’指的是在给定种群中发生的进化变化，通常发生在相对较短的时间内（例如，几百代）。这些变化通常涉及基因对其等位基因的替代，正如群体遗传学所建模的那样。因此，在微进化时间尺度上，我们通常不期望看到灭绝、物种形成或主要形态变化 —— 这些现象被称为‘宏观进化’。许多生物学家认为宏观进化只是‘放大的微进化’，但这种观点并非普遍。例如，Gould（2002）和 Eldredge（1989）等作者已经有力地论证了宏观进化现象受自主动力支配，无法归结为微进化基础。关于这个问题的哲学讨论包括 Sterelny（1996）、Grantham（1995）和 Okasha（2006）。Turner 和 Havstad（2019）提供了一个有用的概述。

将宏观演化还原为微观演化的问题搁置一边，仍然存在一个问题，即仅仅采用群体遗传学方法来研究后者是否令人满意。已经讨论过一些怀疑的理由，包括基因型-表型关系的复杂性、群体遗传学将发育视为黑匣子以及其模型所依赖的理想化假设。另一个未在上文讨论的观点是，群体遗传学模型故意不涉及其模拟的基因型之间适应度差异的原因（Sober 1984，Glymour 2006）。例如，在第 3.1 节的简单单基因模型中，并未说明为什么三种基因型会产生不同数量的成功配子。要完全理解演化，还必须理解导致这些适应度差异的生态因素。尽管这是一个有效的观点，但最多只能表明仅仅采用群体遗传学方法无法完全理解演化过程。这并不真正威胁到传统观点，即群体遗传学对于进化理论至关重要。

围绕群体遗传学的一系列哲学问题涉及因果关系。进化生物学通常被认为是一门提供因果解释的科学：它告诉我们特定进化现象的原因（Okasha 2009，Otsuka 2016a）。这种进化解释的因果维度在群体遗传学中得到了呼应，其中选择、突变、迁移和随机漂变经常被描述为导致基因频率变化的原因或“力量”（Sober 1984）。这种说法的基础是显而易见的。如果一个群体中等位基因 A 的频率从一代增加到另一代，且该群体遵守孟德尔遗传规律，那么从逻辑上讲，必定发生了以下三种情况之一：（I）携带等位基因 A 的移民进入了该群体；（II）从另一个等位基因突变为等位基因 A；（III）父代中每个等位基因 A 的平均后代数量超过了所有基因的平均值。很容易验证，如果没有发生（I）-（III）中的任何一种情况，那么等位基因 A 的频率将保持不变。请注意，情况（III）涵盖了选择和随机漂变，取决于等位基因 A 是否仅仅因为偶然地留下了更多后代，还是因为等位基因 A 对有机体适应度产生了某种系统性影响。

尽管如此，一些哲学家反对将进化变化有用地视为由不同因素引起，包括自然选择（例如，Matthen 和 Ariew 2009 年，Walsh 2007 年）。对这种看似无害的说法提出了各种异议；其中一些似乎是针对“力量”隐喻的异议，而另一些则涉及与因果关系和机会有关的更一般性考虑。这些异议的地位是一个有争议的问题；请参阅 Reisman 和 Forber（2005 年），Brandon 和 Ramsey（2007 年），Sarkar（2011 年）以及特别是 Otsuka（2016b）进行批判性讨论。进化的“非因果”（有时称为“统计主义”）观点确实是一个激进的观点，因为特别是自然选择是进化变化的潜在原因这一观念在进化生物学中几乎是公理，并且经常教给这门学科的学生。正如 Millstein（2002 年）所指出的那样，如果放弃这种观点，就很难理解进化生物学史上的重要事件，比如上述选择主义者/中性主义者争议。

这个问题无法在这里得到完全解决；然而，值得观察的是，突变、选择、迁移和漂变被视为基因频率变化的“原因”这一观念。漂变与其他三个因素之间存在重要区别。这是因为突变、选择和迁移是有方向性的；它们通常导致基因频率的期望变化不为零（Rice 2004 p. 132）。另一方面，随机漂变是无方向性的；由于漂变的期望变化定义为零。正如 Rice（2004）指出的那样，这意味着突变、选择和迁移可以在基因频率空间上分别用矢量场表示；它们对整体进化变化的综合影响随后由普通矢量加法表示（这可能赋予“力量”隐喻实质）。但漂变不能以这种方式处理，因为它具有大小但没有方向。就持“非因果”观点的支持者而言，他们认为将漂变或机会视为一种力量是奇怪的。然而，这种论证线索特定于随机漂变；它不能推广到影响基因频率变化的所有因素。这并不改变这样一个事实，即将基因的传播归因于随机漂变，我们已经给出了一个真正的科学解释，这一解释是可以被证伪的；因为我们说基因的传播不是由于基因赋予拥有它的生物体任何系统优势。

群体遗传学相关的哲学关注的最后一个领域是关于种族范畴地位的辩论。这是种族哲学中的一个核心主题，是哲学的一个新兴子领域（有关种族的条目请参阅概述）。一个有影响力的论点认为，种族范畴是社会建构而非自然种类。根据这一观点，将人类物种划分为不同的“种族”（可以用多种方式进行划分），应主要理解为这些种族范畴在社会和政治角色中所扮演的作用。这种观点有时被称为关于种族的“反实在论”，因为它认为将人类划分为种族的通常方式（例如在国家普查中使用的方式）是约定俗成的而非真实存在的。反对反实在论的人有时候会借助人类群体遗传学来支持种族划分实际上是真实存在的对立立场（Andreasen 2007，Sesardic 2010，Spencer 2015）。利用机器学习技术对人类基因变异结构进行的实证研究发现了似乎大致对应于某些广泛种族群体（如“非洲”和“欧亚”）的遗传簇（Rosenberg 等人 2002 年，Li 等人 2008 年）。然而，这些实证结果对种族划分的真实性与约定性问题的确切影响是一个持续存在的哲学争议问题（Kopec 2014，Winther 2014）。

总之，最近文献中讨论的群体遗传学周围存在许多有趣的哲学问题。除此之外，由于群体遗传学对进化生物学的核心地位，对许多哲学领域都具有重要意义，因此群体遗传学间接地与更广泛的一系列哲学关注相关。

Bibliography

Agren, J.A., 2021, The Gene’s Eye View of Evolution, Oxford: Oxford University Press.
Amundson, R., 2007, The Changing Role of the Embryo in Evolutionary Thought, Cambridge: Cambridge University Press.
Andreasen, R., 2007, ‘Biological Conceptions of Race’, in D. Gabbay and M. Matthen (eds.) Philosophy of Biology, Amsterdam: Elsevier, 455–481.
Arthur, W. 2021, Understanding Evo-Devo, Cambridge: Cambridge University Press.
Baedke, J. and Gilbert, S.F., 2021, ‘Evolution and Development’, The Stanford Encyclopedia of Philosophy (Fall 2021 Edition), Edward N. Zalta (ed.), URL=https://plato.stanford.edu/archives/fall2021/entries/evolution-development/.
Beurton, P.J., Falk, R. and Rheinberger, H., (eds.), 2000, The Concept of the Gene in Development and Evolution, Cambridge: Cambridge University Press.
Bowler, P.J., 1988, The Non-Darwinian Revolution, Baltimore, MD: Johns Hopkins University Press.
Reisman, K. and Forber, P., 2005, ‘Manipulation and the Causes of Evolution’, Philosophy of Science, 72: 1113–1123.
Brandon, R.N. and Ramsey, G., 2007, ‘What’s Wrong with the Emergentist Statistical Interpretation of Natural Selection and Random Drift?’, in D. Hull and M. Ruse (eds.) The Cambridge Companion to the Philosophy of Biology, 66–84.
Bromham, L., 2009, ‘Does Nothing in Evolution Make Sense in the Light of Population Genetics?’, Biology and Philosophy, 24: 387–403.
Carroll, S.B., 2005, Endless Forms Most Beautiful: The New Science of Evo Devo and the Making of the Animal Kingdom, New York: W.W. Norton.
Casillas, S., Barbadilla, A., 2017, ‘Molecular Population Genetics’, Genetics, 205(3): 1003–1035.
Charlesworth, B. and Charlesworth, D., 2017, ‘Population Genetics from 1966 to 2016’, Heredity, 118: 2–9.
Charlesworth D., Barton N.H., and Charlesworth, B., 2017, ‘The Sources of Adaptive Variation’, Proceedings of the Royal Society B 284(1855): 20162864.
Crow, J.F., and Kimura, M., 1970, An Introduction to Population Genetics Theory, New York: Harper and Row.
Darwin, C., 1859, On the Origin of Species by Means of Natural Selection, London: John Murray.
Dawkins, R., 1976, The Selfish Gene, Oxford: Oxford University Press.
–––, 1982, The Extended Phenotype, Oxford: Oxford University Press.
Dietrich, M.R., 1994, ‘The Origins of the Neutral Theory of Molecular Evolution’, Journal of the History of Biology, 27: 21–59.
Dunn, L.C., 1965, A Short History of Genetics, London: McGraw Hill.
Edwards, A.W.F., 1977, Foundations of Mathematical Genetics, Cambridge: Cambridge University Press.
Eldredge, N., 1989, Macroevolutionary Dynamics, New York: McGraw Hill.
Ewens, W.J., 1969, Population Genetics, Birkenhead: Willmer Brothers.
Falconer, D.S., 1995, Introduction to Quantitative Genetics, 4th edition, London: Longman.
Fisher, R.A., 1918, ‘The Correlation Between Relatives on the Supposition of Mendelian Inheritance’, Transactions of the Royal Society of Edinburgh, 52: 399–433.
–––, 1930, The Genetical Theory of Natural Selection, Oxford: Clarendon Press.
Frigg, R. and Hartmann, S., 2006, ‘Models in Science’, Stanford Encyclopedia of Philosophy (Summer 2009 Edition), Edward N. Zalta (ed.), URL=<Models in Science (Stanford Encyclopedia of Philosophy/Summer 2009 Edition)>.
Gillespie, J.H., 2004, Population Genetics: A Concise Guide, 2nd edition, Baltimore, MD: Johns Hopkins University Press.
Glymour, B., 2006, ‘Wayward Modeling: Population Genetics and Natural Selection’, Philosophy of Science, 73: 369–389.
Godfrey-Smith, P., 2006, ‘The Strategy of Model-Based Science’, Biology and Philosophy, 21: 725–740.
Gould, S.J., 2002, The Structure of Evolutionary Theory, Cambridge, MA: Harvard University Press.
Grantham, T.A., 1995, ‘Hierarchical Approaches to Macroevolution’, Annual Review of Ecology and Systematics, 26: 301–321.
Griffiths, P.E. and Stotz, K., 2006, ‘Genes in the Post-Genomic Era’, Theoretical Medicine and Bioethics, 27(6): 499–521.
Haldane, J.B.S., 1930–1932, ‘A Mathematical Theory of Natural and Artificial Selection’, Proceedings of the Cambridge Philosophical Society, 26–28, Parts I–IX.
–––, 1932, The Causes of Evolution, London: Longmans Green.
Hamilton, W.D., 1964, ‘The Genetical Evolution of Social Behaviour I and II’, Journal of Theoretical Biology, 7: 1–52.
Hamilton, M.B., 2021, Population Genetics: 2nd edition, Oxford: Blackwell.
Hardy, G.H., 1908, ‘Mendelian Proportions in a Mixed Population’, Science, 28: 49–50.
Hartl, D., 2020, A Primer of Population Genetics and Genomics, 4th edition, Oxford: Oxford University Press.
Hartl, D.L. and Clark, A.G., 2006, Principles of Population Genetics, 4th edition, Sunderland, MA: Sinauer.
James, M. and Burgos, A., 2022, ‘Race’, The Stanford Encyclopedia of Philosophy (Spring 2022 Edition), Edward N. Zalta (ed.), URL=https://plato.stanford.edu/archives/spr2022/entries/race/.
Jenkin, F., 1867, ‘The Origin of Species’, North British Review, 46: 277—318
Jensen, J.D., Payseur, B.A., Stephan, W., Aquadro, C.F., Lynch, M., Charlesworth, D. and Charlesworth, B. (2019), ‘The importance of the Neutral Theory in 1968 and 50 years on: A response to Kern and Hahn’ , Evolution, 73: 111–114. https://doi.org/10.1111/evo.13650
Kern, A.D. and Hahn, M.W., 2018, ‘The Neutral Theory in Light of Natural Selection’, Molecular Biology and Evolution 35(6): 1366–1371.
Kimura, M., 1964, Diffusion Models in Population Genetics, London: Methuen.
–––, 1977, ‘The Neutral Theory of Molecular Evolution and Polymorphism’, Scientia, 112: 687–707.
–––, 1994, Population Genetics, Molecular Evolution and the Neutral Theory, Chicago: University of Chicago Press.
Kimura, M. and Ohta, T., 1971, Theoretical Aspects of Population Genetics, Princeton: Princeton University Press.
Kingman, J.F.C., 1982, ‘On the Genealogy of Large Populations’, Journal of Applied Probability, 19: 27–43.
Kopec, M., 2014, ‘Clines, Clusters and Clades in the Race Debate’, Philosophy of Science, 81: 1053–1065.
Laland, K.N, Uller, T., Feldman, M.W., Sterelny, K., Muller, G.B., Moczek, A., Jablonka, E., and Odling-Smee, J., 2014, ‘Does Evolutionary Theory Need a Re-think? Yes, Urgently’, Nature, 514: 161–4.
Laland, K.N, Uller, T., Feldman, M.W., Sterelny, K., Muller, G.B., Moczek, A., Jablonka, E., and Odling-Smee, J., 2015, ‘The Extended Evolutionary Synthesis: its Structure, Assumptions and Predictions’, Proceedings of the Royal Society B, 282: 20151019.
Lewontin, R.C., 1974, The Genetic Basis of Evolutionary Change, New York: Columbia University Press.
–––, 1980, ‘Theoretical Population Genetics in the Evolutionary Synthesis’, in The Evolutionary Synthesis, E. Mayr and W.B. Provine (eds.), Cambridge MA, Harvard University Press, 58–68.
Lewontin, R.C. and Hubby, J. L., 1966, ‘A Molecular Approach to the Study of Genic Heterozygosity in Natural Populations 1’, Genetics, 54(2): 577–594.
Li, J., Absher, D., Tang, H., Southwick, A.M., Casto, A., Ramachandran, S. and Cann, H., 2008, ‘Worldwide Human Relationships Inferred from Genome-Wide Patterns of Variation’, Science, 319: 1100–1104.
Lynch, M.J., 2007, The Origins of Genome Architecture, Baltimore, MD: Sinauer.
Matthen, M. and Ariew, A., 2009, ‘Selection and Causation’, Philosophy of Science, 76: 201–224.
Maynard Smith, J., 1989, Evolutionary Genetics, Oxford: Oxford University Press.
Meunier, R., 2022, ‘Gene’, The Stanford Encyclopedia of Philosophy (Fall 2022 Edition), Edward N. Zalta (ed.), URL=https://plato.stanford.edu/archives/fall2022/entries/gene/.
Millstein, R., 2002, ‘Are Random Drift and Natural Selection Conceptually Distinct?’, Biology and Philosophy, 17: 33–53.
Morrison, M., 2004, ‘Population Genetics and Population Thinking: Mathematics and the Role of the Individual’, Philosophy of Science, 71: 1189–1200.
Morrison, M., 2014, Reconstructing Reality: Models, Mathematics and Simulations. Oxford: Oxford University Press.
Moss, L., 2003, What Genes Can’t Do, Cambridge MA: MIT Press.
Okasha, S., 2006, Evolution and the Levels of Selection, Oxford: Oxford University Press.
–––, 2008, ‘Fisher’s “Fundamental Theorem” of Natural Selection: A Philosophical Analysis’, The British Journal for the Philosophy of Science, 59: 319–351.
–––, 2009, ‘Causation in Biology’, in The Oxford Handbook of Causation, H. Beebee, C. Hitchcock and P. Menzies (eds.), Oxford, Oxford University Press, 707–725.
Otsuka, J., 2016a, ‘Causal Foundations of Evolutionary Genetics’, The British Journal for the Philosophy of Science, 67: 247–269.
Otsuka, J., 2016b, ‘A Critical Review of the Statisticalist Debate’, Biology and Philosophy, 31: 459–482.
Otto, S.P. and Day, T., 2007, A Biologist’s Guide to Mathematical Modeling in Ecology and Evolution, Princeton, NJ: Princeton University Press.
Pigliucci, M., 2008, ‘The Proper Role of Population Genetics in Modern Evolutionary Theory’, Biology and Philosophy, 3(4): 316–324.
Pigliucci, M. and Muller, G. B. (eds.), 2010, Evolution: The Extended Synthesis, Cambridge MA: MIT Press.
Provine, W.B., 1971, The Origins of Theoretical Population Genetics, Chicago: University of Chicago Press.
Plutynski, A., 2006, ‘Strategies of Model Building in Population Genetics’, Philosophy of Science, 73: 755–764.
Reisman, K. and Forber, P., 2005, ‘Manipulation and the Causes of Evolution’, Philosophy of Science, 72: 1113–1123.
Rice, S.H., 2004, Evolutionary Theory, Sunderland MA: Sinauer.
Rosenberg, N., Pritchard, J., Weber, J., Cann, H., Kidd, K., Zhivotovsky, L. and Feldman, M., 2002., ‘Genetic Structure of Human Populations’, Science, 298: 2381–85.
Roughgarden, J., 1979, Theory of Population Genetics and Evolutionary Ecology, New York: Macmillan.
Sarkar, S., 1998, Genetics and Reductionism, Cambridge: Cambridge University Press.
–––, 2011, ‘Drift and the Causes of Evolution’, in P. McKay Illari, F. Russo and J. Williamson (eds.) Causality in the Sciences, Oxford: Oxford University Press, 445–469.
Sesardic, N., 2010, ‘Race: A Social Destruction of a Biological Concept’, Biology and Philosophy, 25, 143–162.
Skipper, R.A., 2004, ‘Stochastic Evolutionary Dynamics: Drift versus Draft’, Philosophy of Science, 73: 655–665.
Sober, E., 1984, The Nature of Selection, Chicago: Chicago University Press.
Spencer, Q., 2015, ‘Philosophy of Race Meets Population Genetics’, Studies in History and Philosophy of Science Part C: Studies in History and Philosophy of Biological and Biomedical Sciences 52: 46–55.
Sterelny, K., 1996, ‘Explanatory Pluralism in Evolutionary Biology’, Biology and Philosophy, 11: 193–214.
Turner, D. and Havstad, J.C., 2019, ‘Philosophy of Macroevolution’, The Stanford Encyclopedia of Philosophy (Fall 2019 Edition), Edward N. Zalta (ed.), URL=https://plato.stanford.edu/archives/fall2019/entries/macroevolution/.
Wade, M.J., 2005, ‘Evolutionary and Ecological Genetics,’ Stanford Encyclopedia of Philosophy (Spring 2005 Edition), Edward N. Zalta (ed.), URL=<Evolutionary Genetics (Stanford Encyclopedia of Philosophy/Spring 2005 Edition)>.
Wakeley, J., 2008, Coalescent Theory: an Introduction, Greenwood Village, CO: Roberts.
Walsh, D.M., 2007, ‘The Pomp of Superfluous Causes: the Interpretation of Evolutionary Theory’, Philosophy of Science, 74: 281–303.
Walsh, B. and Lynch, M., 2018, Evolution and Selection of Quantitative Traits, Oxford: Oxford University Press.
Weinberg, W., 1908, ‘Über den Nachweis der Vererbung beim Menschen’, Jahreshefte des Vereins für Vaterlandische Naturkunde in Württemburg, 64: 368–82. English translation in S. Boyer (ed.), 1983, Papers on Human Genetics, Englewood Cliffs, N. J.: Prentice-Hall, 4-15.
Weisberg, M., 2006, ‘Forty Years of “The Strategy”: Levins on Model Building and Idealization’, Biology and Philosophy, 21: 623–645.
Williams, G.C., 1966, Adaptation and Natural Selection. Princeton: Princeton University Press.
Winther, R.G., 2014, ‘The Genetic Reification of ‘Race’ A Story of Two Mathematical Methods’, Critical Philosophy of Race, 2: 204–223.
Wray, G.A, Futuyma D.A., Lenski R.E., MacKay T.F.C., Schluter D., Strassman J.E., Hoekstra H.E., 2014, ‘Does Evolutionary Biology Need a Rethink? Counterpoint: No: All is Well’, Nature, 514: 161–4.
Wright, S., 1931, ‘Evolution in Mendelian Populations’, Genetics, 16: 97–159.
–––, 1937, ‘The Distribution of Gene Frequencies in Populations’, Proceedings of the National Academy of Sciences, 23: 307–20.
–––, 1968–1978, Evolution and the Genetics of Populations, Volumes 1–4, Chicago: University of Chicago Press.

Academic Tools

Other Internet Resources

[Please contact the author with suggestions.]

上一页分子遗传学 molecular (Ken Waters)下一页基因组学和后基因组学 genomics and postgenomics (Stephan Guttinger and John Dupré)

最后更新于12小时前