第二十五章 群体遗传如何连接微观遗传和进化
第一节 连续性状为何未否定离散遗传
孟德尔式分离使遗传因素具有可辨认的单位身份，但自然界中许多性状看起来连续变化。身高、体重与成熟时间往往不能像黄绿种子那样简单分成两类。若把外观的连续直接等同于遗传因素的融合，离散传递似乎只能解释少数特殊材料；若反过来只承认容易分组的差异，进化研究所关心的大量微小变异又会被排除。问题因此不是在连续和离散之间选择一种世界，而是找到两者可以同时成立的机制。
费希尔1918年关于孟德尔遗传假设下亲属相关的论文，把这一问题放在群体统计层面处理。论文从多个因素的叠加及方差出发，讨论显性偏离、上位作用、择偶相关等条件，使亲属间的统计相似能够与离散遗传构成相联系。[25-1] 这里所连接的并非两个同义说法：一边是单位如何传递，另一边是许多单位和其他影响共同作用后，测量值怎样在群体中分布。
可用一个简化设例看出连续外观何以出现。假设一个性状受二十个位点影响，每个位点有两个等位基因，并假定所有增加型拷贝对测量值贡献相同的小量。个体最多具有四十个增加型拷贝，单从遗传贡献看就可能出现四十一个等级。在随机组合且效应适当的条件下，中间等级拥有的组合方式远多于两端。再加入营养、温度、发育时点等造成的细小变化，肉眼看到的分布便可能相当平滑。没有任何一个等位基因必须在传递中被稀释成半个。
这个设例不意味着所有数量性状都由相同效应的位点简单相加。效应可以不同，杂合子不必恰好位于两种纯合子中间，一个位点的作用也可以依赖另一个位点。示例的用途，是打破“连续外观必然要求融合遗传”的推论。建立某一性状的真实解释，还需要家系资料、交配实验与测量条件支持，不能从分布平滑直接读出位点数量。
把表型测量值写为P=G+U，是一种现代教学分解，其中G代表选定模型中的遗传贡献，U代表模型中纳入的其他贡献。若二者独立或不相关，可以得到方差相加；更一般的情形应写成Var(P)=Var(G)+Var(U)+2Cov(G,U)。当不同遗传构成的个体恰好获得不同生长条件，协方差项就不能凭方便删掉。若还有相互作用，模型本身需要扩展。这里的U只是统计记号，并不是本书SDE中的任何一维。
方差描述的是特定群体及条件下的差异分布。它不把一个人的身高切成若干百分比的遗传实体与环境实体，也不表示统计上归入某一项的差异无法改变。费希尔在论文开头已经提醒，谈论变异原因时须区分个体与群体。[25-1] 这一层级边界对后来的遗传率解释始终重要：同一套遗传变异在不同环境分布中，可以对应不同的方差比例。
亲属相关也不是未经条件审查的遗传读数。亲属通常既共享遗传来源，也可能共享生长环境；人类亲属还处在不同的家庭和社会条件中。若父母在某个性状上并非随机配对，后代的相关结构也会改变。数学理论的进展在于让这些条件成为可显式讨论的部分，而不是使一切相关都自动具有遗传原因。统计相似可以限制模型，却不能独自完成所有因果识别。
从本书的角度看，生命研究单位在此发生了尺度转换。遗传因子仍是传递分析的单位，群体分布则成为解释变异的单位；两者没有谁取代谁。它们之间的E体现为等位基因频率、效应和交配方式共同限定可见分布。若只知道每个位点的效应，却不知道各类在群体中多常见，无法推出总体方差；若只知道方差，也不能唯一恢复所有位点及其效应。
因此，连续性状没有被简单归并到豌豆两类性状，而是促使研究者增加一种连接层。离散规则提供可能的传递组合，统计模型分析组合的分布，测量又检查模型是否足以解释材料。这条链保留了尺度之间的信息损失：许多不同的微观构成可能给出相近的宏观分布。模型的成功首先说明相容性与解释能力，未必意味着所有微观细节已经被唯一识别。
第二节 频率模型的条件
传递规律并不自动决定一个等位基因在群体中会越来越常见。一个杂合子能够向配子各提供一半A和a，与整个群体下一代有多少A，是不同问题。后者取决于哪些个体参与繁殖、留下多少后代、与谁交配以及是否有迁入和新突变。群体遗传的工作，就是把这些条件写成能够递推的关系，使“进化变化”获得明确的计量对象。
霍尔丹1924年《自然选择与人工选择的数学理论》第一篇，开头就要求在具体问题中说明遗传方式、交配制度、选择强度及作用范围，并把它们同变化速率联系起来。他选择简单情形起步，说明世代不重叠等限制，而非宣告一个公式已经穷尽所有进化。[25-2] 理论的力量来自条件清晰以后可推出多少结果。
先用现代记号建立一个单个位点、两个等位基因的基准模型。设A频率为p，a频率为q，且p+q=1。若雌雄配子池具有相同频率，随机结合形成合子，则AA、Aa、aa的期望频率分别为p²、2pq、q²。再加上没有选择、突变、迁移和有限数量随机效应等条件，等位基因频率保持不变。这一基准通常称为哈代—温伯格关系，本章使用的是明确限定的教学形式。
它不是“自然界永远平衡”的断言，而是比较改变需要的零点。随机交配足以在相应条件下产生上述合子比例，但并不独自保证下一阶段、下一代都保持同样状态。若某类合子在出生后大量死亡，成体样本便可能偏离；若两性配子频率不同，第一代合子比例也不能直接套用同一个平方展开。测量发生在生命周期哪一步，决定了公式应该同哪一批材料比较。
选择可以通过不同基因型对下一代贡献的差异进入模型。设三种基因型的相对贡献为wAA、wAa、waa，在起点具有上述随机结合比例，并假定选择后各基因型仍按孟德尔方式传递等位基因，将其贡献汇入下一代配子池，则平均贡献为w̄=p²wAA+2pqwAa+q²waa。选择后A的频率为：
p′=(p²wAA+pqwAa)/w̄。
分子中杂合项只有pq而不是2pq，是因为每个杂合个体的两个等位拷贝中只有一个为A。分母将选择后的总贡献重新归一化。这不是给“适者生存”加一串装饰符号，而是把繁殖差异与频率变化之间的中间步骤写出来。
在教学设例中，取p=q=0.5，wAA=1.1、wAa=1、waa=0.9，则平均贡献为1，选择后p′=0.525。A增加了0.025。若三种贡献完全相同，不管共同乘上多大的数，频率都不会因此改变；改变总数量与改变相对构成不是同一个结果。适应度在这里是相对繁殖贡献的模型量，不是力量、聪明或任何人类价值等级的同义词。
同一等位基因的优势还可能受频率和环境条件影响。若它有利的效果只在某种组合下出现，固定w的模型只能近似描述一个有限范围。随着频率改变，组合比例和相互作用也可能改变。模型需要回答的是在什么条件下该参数可以视为常数，而不是先把所有有利作用永久附着在一个名称上。
迁移提供另一个清楚的条件。若在选择以后，一个群体的繁殖来源有比例m由移入者构成，而移入者A频率为pm，则混合后的频率为(1−m)p′+mpm。沿用上面的设例，取m=0.1、pm=0.2，结果为0.4925。局部选择让A增加，随后的迁入却使最终频率低于最初的0.5。只根据两个时点的总变化断言A受到负选择，便会错过过程的组合。
运算次序也有生物学含义。若迁入者先进入、随后所有个体共同经历选择，所得关系未必等于先选择后迁入。把生命周期顺序写清楚，是数学模型与实际过程对接的一部分。参数表列得再完整，如果每个参数施加于哪个阶段不明，模型仍可能无法被资料检验。
群体的边界因此不能随意划定。一个地理范围内被采到的所有个体，未必属于一个随机交配单位；两个局部群体各自符合相应比例，混在一起也可能产生表面上的杂合不足。若不先辨认交配与迁移结构，就可能把空间混合造成的现象误认为个体层面的选择。频率不是浮在总体上的一个数字，而是对某种明确的采样对象和繁殖关系进行计数。
这正是本章的特征纠缠：频率的意义受生命周期和边界限定，边界的合理性又要接受交配及迁移证据检验，模型结果反过来提示该采哪个阶段、哪个地点的样本。把这些条件拆成互不相干的清单，就无法解释为什么同一数字在两个研究中可能回答不同问题。它们共同构成群体作为科学研究单位的可比较性。
第三节 漂变与选择怎样形成不同可检验后果
一个等位基因频率的改变，可以包含系统性的繁殖差异，也可以包含有限繁殖机会造成的随机偏移。赖特1931年的《孟德尔群体中的进化》明确讨论有限群体中频率的偶然变化，并区分有效繁殖数量与所有年龄个体的总数；其迁移和选择讨论同样保留群体结构条件。[25-3] 这些内容使群体遗传不只是选择的定量语言，也成为比较不同变化机制的框架。
考虑一个现代的理想化抽样模型。下一代由N个二倍体个体组成，某位点的2N个等位拷贝独立地从上一代配子池抽取，A的频率为p。若没有选择、突变和迁移，则下一代A拷贝数K服从二项分布Binomial(2N,p)。由于p下一代=K/(2N)，它的条件均值为p，条件方差为p(1−p)/(2N)。这里的独立抽样、固定数量和离散世代都是模型假定。
均值不变不意味着每一个群体都不变。它意味着大量同样起点的重复群体，向上和向下的随机偏移在平均意义上抵消。任一具体群体仍可能连续几代向同一方向变化，甚至在没有选择时最终失去某个等位基因。在没有突变或迁入的模型中，一旦丢失，该等位基因不会凭借随机抽样重新出现。这使微小的随机变化能够产生长期不可逆的结果。
取p=0.5，若理想群体N=50，单代频率变化的标准差为0.05；若N=5000，标准差为0.005。小群体的随机偏移尺度更大，但不能据此说所有小群体都必然朝同一方向改变，也不能说大群体没有漂变。对单次观察而言，方向与幅度都仍是概率问题。数量改变的是分布，而不是预先替历史指定结果。
真实群体往往不满足独立等量贡献。少数亲本可能留下大部分后代，性别比例可能不均，数量也可能经历瓶颈。有效群体大小的用处，是在指定统计性质上寻找可比较的理想群体规模。它不必等于现场清点个体数，也未必在不同推断任务下只有一个通用值。将一个看起来庞大的群体直接视为漂变可以忽略，可能因忽视繁殖结构而失败。
选择与漂变由此产生可以比较但并非绝对分离的预期。在相同环境和相同起始频率下，稳定的选择效应倾向使多个独立重复群体的平均变化朝相同方向；中性漂变模型则给出均值不变、群体间方差随时间积累的预期。研究者可以同时检查平均方向与离散程度，而不是只盯住某一条漂亮曲线。重复的价值在于估计变化分布。
可是环境差异也会使选择方向在重复群体间不同，偶然一致也可能发生在少量重复中。因此，看到方向一致不能立刻关闭其他解释，看到方向分散也不能断言没有选择。需要将实验规模、环境控制、起始条件与预测分布结合，判断结果在竞争模型下各有多大可能。可检验性来自模型作出不同的概率预期，并不要求每种机制都留下完全专属的单个现象。
对群体间差异的理解也需要这种条件意识。两个隔离群体经过若干世代具有不同频率，既可能经历了不同选择，也可能由共同起点经过漂变而分开。如果后来发生迁移，差异又可能缩小。仅凭终点相似或不同，都不能唯一重建过程。时间序列、独立位点与迁移资料能够增加约束，但每增加一种资料，也要检查它是否与原有资料共享同一混杂来源。
一个有帮助的反事实是保持选择参数不变，只改变理想群体数量。在重复试验中，若群体间变化幅度随数量按模型预期缩放，便增加了有限抽样解释的支持；若平均方向随某个环境处理系统改变，则需要检验选择或其他受处理影响的过程。二者可以在同一实验中同时出现。通过分别改变条件，我们寻找的是过程各自留下的可比较影响，而非要求现实把机制排成互斥类别。
同样，若只把所有群体的后代合并成一个大样本，局部漂变可能在平均中被抵消，研究者会误以为各处没有变化。保留群体身份，与上一章保留亲本配置一样，是让某类差异不被过早合并的操作。如何汇总数据，因此本身就是一个关于研究对象尺度的决定。
观察误差又是另一层随机性。即使真实群体频率固定，研究者每次只抽取少量个体，也会得到不同估计。这种样本抽样波动发生在观察环节；遗传漂变发生在世代传递环节。增加一次调查的样本数可以缩小前者，却不能取消已经发生的后者。若把二者合并，便可能把测量噪声写成进化，也可能把真实的频率改变误当作只需更精确计数就会消失的误差。
可以设计一个两层检查：同一代从同一群体取得若干独立样本，用来估计观察波动；再在明确间隔的世代中重复取样，分析超过这一波动范围的变化。若还掌握繁殖数量和亲本贡献，便能进一步约束漂变模型。这里每增加一层资料，都应明确它缩小哪一种不确定性。仅仅积累更多数字，却不区分数字来自哪个层次，未必改善解释。
选择也不保证有利新变异必然保留。当它刚出现时，拷贝数可能极少；即使携带者平均而言贡献较大，其后代仍可能偶然没有传下该拷贝。长期的选择优势与早期的随机消失并不矛盾。反过来，一个在模型中不利的变异也可能在有限时间内上升。因此，单个群体短期的方向不能直接替代对相对繁殖贡献的测量。
连锁还会把上一章的问题带入群体尺度。某个标记的频率上升，可能因为它自身相关的功能影响繁殖，也可能因为它与另一个受选择的变异共同传递。重组率决定这种共同变化能够维持多久。如果忽略传递结构，就会把被带动的标记一律当成直接选择对象。遗传地图在这里提供约束，却仍不能单独说明哪一个位点通过何种生理过程影响繁殖。
本书所说的研究改道，可以具体表现为从只测终点频率，转向同时测量重复群体、生命周期阶段和连锁标记。原有显露不足以区分机制，差异序列便要扩展；新的序列又要求修改关于繁殖、交换与群体边界的共同假设。这些方法论相位能够整理检验责任，但漂变方差、选择递推和抽样误差各有自己的数学来源，不由SDE概念替代。
第四节 进化综合的非单线形成
把孟德尔遗传与进化联系起来，不能简写为离散基因一被发现，现代进化论便自然完成。个体交配、染色体排列、数量性状与自然种群变化之间，各有需要跨越的证据缺口。一个实验系统能够精确显示分离，并不自动说明野外群体的交配方式；一个选择模型允许频率上升，也不自动证明某段实际历史主要由这一过程造成。综合的形成，必须让这些不同问题相互限制。
费希尔、霍尔丹与赖特进入这一问题的路径并不相同。费希尔1918年从亲属相关与数量变异入手，显示生物统计问题能够在孟德尔假设下重写；霍尔丹1924年把选择强度和变化速率连接，明确交配方式与生命周期条件；赖特1931年的研究把有限数量和群体结构放入更广的频率分析。[25-1][25-2][25-3] 三条入口可以在数学与遗传知识上交流，却不是同一篇论证被三个人重复。
如果把三人的贡献压成“证明自然选择正确”，就会丢掉这种差异。数量性状的相容性问题、选择速度的问题和有限群体随机变化的问题，回答的不是同一个疑问。前者修复表型连续与单位传递之间的表面冲突，第二个要求机制给出时间尺度，第三个指出没有定向繁殖优势也会发生演化性改变。共同框架的建立依靠问题可以相接，而非所有机制合成一个。
综合还需要同实验育种、细胞研究、野外种群和分类地理材料发生双向交流。数学可以指出什么记录具有区分力，实际材料也会要求放松随机交配、恒定数量或固定优势等便利假设。若把野外材料仅仅当作理论的例证，就会低估它们修改理论的能力；若只列出复杂性而拒绝任何简化，又无法比较不同过程的相对后果。有效的简化应使具体问题可解，并允许资料指出何处需要增加结构。
这里尤其要避免把模型中的群体同分类学中的物种无条件等同。一个物种可以包含多个交换有限的局部群体，一个局部群体也未必在时间中保持固定边界。繁殖关系、迁移与地理分隔决定了哪个尺度适合哪种解释。随着问题从局部变化扩展到分化和隔离，分析单位可能需要调整，但调整必须保留可追溯的证据，而非只换一个更宏大的名称。
功能归属也在这个尺度上改变。一个变异对某个生理过程的影响，不能直接决定它对群体频率的净效应。净效应还经过存活、交配、繁殖及其他位点的共同作用。同样，某个频率变化符合选择模型，不足以单独解释分子或细胞机制。群体遗传连接微观传递与宏观变化的方式，是构造中间关系，而不是消除两端各自的研究责任。
以三原理的方法论相位看，D—E→S在这里对应繁殖结构与频率差别共同促成群体过程的显露；S—E→D要求依据已显露的变化重新安排世代、地点和重复群体的比较；S—D→E则要求用这些比较修改选择、漂变和迁移如何共同作用的模型条件。这一组织顺序不提供新的频率定律。它能帮助检查的，是某个宏观结论究竟依赖哪些微观假定，以及新增证据究竟使哪一个假定接受了修订。
这一分析的适用范围也因此清楚。经典群体遗传已经把概率、数量与繁殖结构纳入同一分析，本书不能将其成熟内容重新命名后据为理论发现。可提出的增量，是把单位成立与功能归属连到一条可审查的链：哪些个体被算作共同群体，哪些差别被当作可传递变异，哪些贡献被压缩成参数，哪些剩余失配又迫使这些决定改变。链条中的每一个环节都可以回到具体模型和资料。
这一章暂时把生命研究单位推进到跨世代的群体，并不意味着所有生物学问题都必须沿同一路线到达这里。下一部分的微生物与疾病研究，会在培养、污染控制和感染证据中建立另一类单位与因果联系。它们同遗传学可以交汇，却有独立的问题来源。科学世界的多样性，正体现为不同证据秩序能够相互支持，而不必被编成一条只有一个终点的胜利道路。