{
  "id": "fitness-biology",
  "title": "适合度（生物学）",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "生物适合度衡量生物对后代的繁殖贡献，将生物性状、环境条件与进化变化联系起来。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "适应度",
    "达尔文适合度",
    "进化适合度"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/fitness-biology/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/fitness-biology/",
      "json": "https://aiwiki.page/en/fitness-biology.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "生物学中的适合度，是指生物个体、基因型或其他生物学实体对后续世代的繁殖贡献，通常在特定环境中，通过与其他个体、基因型或实体比较来评估。它将存活、交配、生育力和遗传方面的差异与进化联系起来。在进化模型中，适合度往往指预期的繁殖贡献，而不是某个个体实际产生的后代数量。\n\n适合度并不等同于力量、健康、寿命或复杂程度。这些因素都可能影响繁殖成功，但它们在进化上的意义取决于生态条件以及可遗传变异的传递。寿命短但繁殖迅速的生物，其适合度可能高于寿命长的竞争者；某个等位基因即使降低了存活率，只要它能充分提高交配成功率或自身的传递概率，其频率仍可能上升。\n\n没有一种适合度指标适用于所有生物学问题。世代离散的模型通常采用预期后代数量，种群统计模型会纳入繁殖时间和年龄结构，而社会进化模型则区分直接繁殖与对亲属的影响。这些指标都着眼于繁殖贡献，但其具体含义取决于所研究的种群、环境、遗传系统和时间尺度。"
    },
    {
      "heading": "含义、参照类别与适合度的度量",
      "text": "最基本的区分是绝对适合度与相对适合度。绝对适合度可以描述一个个体或某种遗传类型在指定时间间隔内贡献的预期后代数量。在一个世代不重叠的简单种群中，令 \\(W_i\\) 表示类型为 \\(i\\) 的个体所产生的、能够存活至与亲代相同的种群统计阶段的预期子代数量。如果每个后代都属于同一类型，那么 \\(W_i>1\\) 表示该谱系预期会增长，而 \\(W_i<1\\) 则表示预期会衰减。种群统计所选的阶段十分重要：产下的卵数、成功定植的幼苗数，以及新加入繁殖群体的成体数，是不同的数量。\n\n相对适合度将某一类型与参照类型或参照值进行比较。两种常见的定义是\n\n\\[w_i=\\frac{W_i}{W_{\\mathrm{ref}}}\\]\n\n以及\n\n\\[w_i=\\frac{W_i}{\\overline W},\\]\n\n其中，\\(\\overline W\\) 是种群的平均绝对适合度。第一种定义可以将繁殖最成功的类型或实验指定类型的相对适合度设为一。第二种定义则使种群的平均相对适合度等于一。因此，如果不知道已发表的适合度数值采用了何种归一化方式，就无法可靠地比较这些数值。\n\n自然选择取决于繁殖贡献的差异，而不只是种群是否在增长。某种基因型的绝对适合度即使为 \\(0.9\\)，只要与之竞争的基因型的绝对适合度为 \\(0.7\\)，它的频率仍然可以上升，尽管整个种群都在衰减。反过来，如果竞争者的数量增长得更快，某种基因型的数量也可能在增长的同时，其频率却在下降。种群的存续与进化上的成功彼此相关，但并不是同一个问题。\n\n适合度可以赋予个体、基因型或等位基因，但这些赋值回答的是不同的问题。个体实际实现的繁殖成功是观测到的结果。基因型适合度通常是在指定条件下，对具有该基因型的个体所取的期望值。等位基因的边际适合度，则是对其所处的不同遗传背景及与之搭配的等位基因取平均。即使等位基因本身的生物学效应没有改变，这些平均值也可能发生变化。\n\n区分期望与实际结果，可以避免将偶然事件误认为适应性差异。两个遗传上完全相同的生物体，可能仅仅因为其中一个遭遇捕食者，或遇到资源格外丰富的斑块，就留下了不同数量的后代。在这些事件发生之前，适合度模型可以赋予它们相同的预期繁殖成功。因此，进化推断需要了解繁殖结果的概率分布，而不能仅仅依据单个生物体的命运。"
    },
    {
      "heading": "历史发展与理论基础",
      "text": "查尔斯·达尔文在1859年出版的《物种起源》中，将生存和繁殖上的差异置于自然选择的核心。他的论述强调可遗传变异、竞争以及有利差异的保留。赫伯特·斯宾塞于1864年提出“适者生存”这一说法，达尔文随后将其纳入1869年出版的《物种起源》第五版。在当时的语境中，“适者”指最适应现有条件的生物，而不一定是体格最强壮的生物。现代适合度理论也明确指出，生存之所以重要，在于它对繁殖的影响。\n\n孟德尔遗传学的发展，将这一描述性的论证转化为解释遗传变化的模型。20世纪初，罗纳德·A. 费希尔、J. B. S. 霍尔丹和休厄尔·赖特奠定了群体遗传学的大部分数学基础。他们的模型将存活能力和繁殖上的差异与等位基因频率的变化联系起来，也揭示了选择如何与突变、迁移、交配制度和随机抽样相互作用。\n\n费希尔于1930年出版的《自然选择的遗传学理论》提出了自然选择基本定理。按照现代解释，平均适合度变化中可归因于选择的部分，等于适合度的加性遗传方差，具体表达形式则取决于模型和时间尺度。“可归因于选择”这一限定至关重要。环境恶化、种群密度变化以及遗传关联的变化，都可能改变总体平均适合度。该定理并不意味着，每个演化中种群的实测平均适合度都必然持续上升。\n\n乔治·R. 普赖斯于1970年提出了另一个影响深远的理论框架。普赖斯方程的一种常见形式为\n\n\\[\\Delta\\overline z = \\frac{\\operatorname{Cov}(W_i,z_i)}{\\overline W} + \\frac{\\operatorname{E}(W_i\\Delta z_i)}{\\overline W}.\\]\n\n其中，\\(z_i\\) 表示亲本的某一性状，\\(W_i\\) 表示其繁殖贡献，\\(\\Delta z_i\\) 表示该亲本的性状值与其后代平均性状值之间的差值。协方差项描述了与繁殖成功差异相关的变化。第二项反映传递效应，其中可包括突变、偏倚遗传或发育变化。该方程是一个用于分解和核算变化的一般性恒等式；要预测演化轨迹，还需要额外的生物学假设。\n\n这些理论框架也回应了这样一种质疑：既然“适者”被定义为繁殖最多的生物，自然选择岂不成了循环论证？繁殖成功固然可以事后测量，但生物学中的适合度假说会依据独立确定的机制来预测差异。例如，某种壳形能够降低被捕食的风险，或某种酶的变体能够促进生物在特定底物上生长，这些预测都可能被实验否定。因此，具有解释力的适合度模型会将性状与繁殖结果联系起来，而不是仅仅给成功繁殖的生物换个名称。"
    },
    {
      "heading": "遗传适合度与等位基因频率的变化",
      "text": "在一个简单的单倍体群体中，每个个体在所考察的基因座上携带一个等位基因。如果等位基因 \\(i\\) 的频率为 \\(p_i\\)，能在繁殖过程中准确传递，且适合度为 \\(W_i\\)，那么选择会按照下式改变其频率：\n\n\\[p_i'=\\frac{p_iW_i}{\\overline W}, \\qquad \\overline W=\\sum_i p_iW_i.\\]\n\n该方程将选择的作用与突变、迁移和随机抽样的作用区分开来。当某一类型的适合度高于群体平均值时，其频率就会上升。但该类型的个体数量未必增加，因为这个方程描述的是比例，而不是群体大小。\n\n对于二倍体生物，需要分别考虑各基因型的适合度。对于等位基因 \\(A\\) 和 \\(a\\)，设选择前的频率分别为 \\(p\\) 和 \\(q=1-p\\)。在随机交配条件下，形成时的基因型频率分别为 \\(p^2\\)、\\(2pq\\) 和 \\(q^2\\)。若其适合度分别为 \\(w_{AA}\\)、\\(w_{Aa}\\) 和 \\(w_{aa}\\)，则选择后 \\(A\\) 的频率为：\n\n\\[p'= \\frac{p^2w_{AA}+pqw_{Aa}} {p^2w_{AA}+2pqw_{Aa}+q^2w_{aa}}.\\]\n\n\\(A\\) 的边际适合度为 \\(pw_{AA}+qw_{Aa}\\)。因此，只要携带 \\(A\\) 的两种基因型具有不同的适合度，\\(A\\) 的边际适合度就会随等位基因频率而变化。\n\n选择系数用于概括某一特定的适合度差异。一种常见的参数化方式为：\n\n\\[w_{AA}=1,\\qquad w_{Aa}=1-hs,\\qquad w_{aa}=1-s,\\]\n\n其中，\\(s\\) 表示 \\(aa\\) 相对于 \\(AA\\) 的适合度劣势，\\(h\\) 则描述适合度上的显性程度。当 \\(h=0\\) 时，这种劣势为完全隐性；当 \\(h=1\\) 时，则为完全显性。稀有的隐性有害等位基因大多存在于杂合子中，因此，与危害程度相同的显性等位基因相比，选择清除它的效率较低。\n\n当杂合子的适合度高于两种纯合子时，选择可以使两种等位基因都得以保留。一个经典例子是历史上恶性疟原虫（Plasmodium falciparum）传播强度较高地区的血红蛋白变异。与携带两个正常成人血红蛋白等位基因的个体相比，镰状细胞等位基因的杂合子对重症疟疾具有一定的抵抗力，而该等位基因的纯合子则会患镰状细胞病。由此产生的适合度关系取决于疟疾暴露情况及其他条件；杂合状态并非在所有情况下都有利。\n\n遗传漂变也会抵消或改变选择的作用。在有限群体中，后代是一次抽样的结果，而不是预期繁殖贡献的精确体现。因此，有利突变也可能消失，尤其是在其初始频率很低时。选择相对于漂变的重要性取决于选择强度和有效群体大小；有效群体大小与实际群体数量之间的关系，则受到繁殖贡献不均、群体历史和交配结构的影响。"
    },
    {
      "heading": "生活史、繁殖时机与种群统计学适合度",
      "text": "仅统计一生所产的后代数量，并不总足以比较进化上的成功程度。生命早期的繁殖对种群增长的贡献，可能大于晚得多时产生同样数量后代的贡献，因为早出生的后代自身也可能更早开始繁殖。因此，存活和生育对适合度的影响，取决于生物的生活史理论所描述的生活史，以及其种群的年龄等结构。\n\n对于年龄结构种群，设 \\(l_x\\) 为从出生存活至年龄 \\(x\\) 的概率，\\(m_x\\) 为该年龄个体平均产生的后代数，统计时采用一致的种群统计学口径，例如每只雌性产生的雌性后代数。净繁殖率为\n\n\\[R_0=\\sum_x l_xm_x.\\]\n\n这一指标衡量的是预期终生繁殖量，但其本身无法区分早期繁殖与晚期繁殖。在年龄别存活和生育模式固定且满足模型假设的条件下，内禀增长率 \\(r\\) 满足欧拉—洛特卡方程：\n\n\\[\\sum_x e^{-rx}l_xm_x=1.\\]\n\n当年龄为连续变量时，相应表达式使用积分。指数项体现了繁殖时机的影响。\n\n因此，两个生物个体即使具有相同的 \\(R_0\\)，对应的种群增长率也可能不同。如果一个个体在一岁时产生后代，另一个在三岁时产生后代，那么即使两者留下的后代总数相同，其长期增殖效果也会不同。在增长中的种群里，较早繁殖通常具有更大的种群统计学价值。在稳定或衰退的种群中，各年龄组的权重会发生变化，因而必须使用适当的种群统计模型来评估其影响。\n\n许多生物更适合按个体大小或发育阶段分类，而不是按年龄分类。多年生植物可能连续数年保持较小的体型，而大型个体对繁殖的贡献可能远高于其数量占比。矩阵种群模型用于表示这些类别之间的转变。在转移矩阵固定的情况下，其主特征值 \\(\\lambda\\) 描述种群在长期渐近状态下每个时间步的增殖倍数。相应的繁殖价值衡量不同类别个体对种群的相对长期贡献。这些权重有助于避免将种群组成的变化误判为选择作用。\n\n生活史性状受到资源分配权衡的制约。用于当前繁殖的资源，可能无法再用于生长、维持或以后的繁殖。产生更多后代可能会使后代个体变小，或降低亲代的存活率。因此，在不同的死亡风险格局和资源条件下，选择可能有利于不同的繁殖安排。寿命长并不必然意味着适合度高，而在每个年龄都达到最高生育水平通常也不可行。\n\n当模型假设与所研究的生物学问题相符时，种群增长率是有用的适合度指标。然而，在受密度调节的种群中，繁殖安排可能随种群数量的变化而改变。一种在低密度环境中增长迅速的策略，在资源变得有限后，未必能够抵御其他策略的入侵。"
    },
    {
      "heading": "环境依赖性、频率依赖性与不确定性",
      "text": "适合度体现的是某一生物类型与其所处环境之间的关系。温度、食物供应、捕食者、病原体和竞争者都可能影响生存与繁殖。因此，同一种表型在某一生境中可能有利，在另一生境中却可能不利。厚实的防护结构可以减少被捕食的风险，却也可能使生长或运动付出代价；它能否增加繁殖贡献，取决于这些效应之间的权衡。\n\n当遗传差异在不同环境中对表型或适合度产生不同影响时，就出现了基因型与环境交互作用。其中最强的形式是适合度排序发生逆转：基因型 \\(A\\) 在某一环境中优于基因型 \\(B\\)，而在其他环境中，\\(B\\) 又优于 \\(A\\)。相互移植实验通过比较种群在原生环境和其他种群环境中的表现来检验这种现象。如果本地种群的表现优于外来种群，就为局部适应提供了证据，但前提是将母体效应及其他混杂因素的影响纳入考量。\n\n适合度也可能取决于种群密度。资源充足时，快速获取资源可能更有优势；而在拥挤条件下，高效利用资源或耐受资源匮乏的能力可能更为重要。因此，在低密度下测得的内禀增长率，并不足以全面预测受调节种群的进化结果。入侵分析则考察：一种稀有类型能否在定居种群所形成的生态环境中增加。\n\n在频率依赖选择下，一种类型的优势会随其频率而变化。负频率依赖可以维持变异，因为稀有类型具有优势。在某些自交不亲和的开花植物中，相较于常见的亲和性等位基因，稀有的亲和性等位基因能与更大比例的潜在配偶成功交配。相反，正频率依赖可能有利于常见类型，例如，当某种警戒图案广泛存在时，捕食者能更有效地学会避开具有该图案的生物。此时，进化结果就部分取决于初始频率。\n\n环境随时间的变化还带来了另一项区别：繁殖量的算术平均值未必能预测谱系的长期增长。对于在连续环境中以正值因子 \\(W_t\\) 倍增的谱系，\n\n\\[N_T=N_0\\prod_{t=1}^{T}W_t.\\]\n\n当相应极限存在时，其长期对数增长率为\n\n\\[\\lim_{T\\to\\infty}\\frac{1}{T}\\sum_{t=1}^{T}\\ln W_t.\\]\n\n例如，某一年倍增因子为 \\(2\\)，次年为 \\(0.4\\)，则两年的总倍增因子为 \\(0.8\\)，尽管其算术平均值为 \\(1.2\\)。\n\n这就是进化风险分散的基本原理：一种策略可以牺牲短期平均繁殖量，同时降低灾难性失败的风险。种子休眠能让萌发分散在不同年份，但繁殖推迟和种子死亡也会带来代价。这类策略是否受到选择青睐，取决于环境的可预测性、后代各自命运之间的相关性，以及持续休眠所产生的种群动态后果。"
    },
    {
      "heading": "适合度景观、遗传相互作用与适应约束",
      "text": "适合度景观表示生物状态与适合度之间的关系。休厄尔·赖特于1932年提出了影响深远的景观图。在一种常见的遗传学解释中，每个位置代表一种基因型，相邻位置之间相差一次突变或重组事件，而高度代表适合度。表型景观则为可测量性状的不同组合赋予适合度值。这两种表示方式相互关联，但哪些表型变化能够实现，取决于遗传和发育过程。\n\n景观这一比喻强调，突变的效应取决于其起点。在一种遗传背景下能够改善酶性能的突变，在另一种背景下可能是中性的，也可能有害。这类相互作用称为上位性。它们可能源于蛋白质内部的物理相互作用、代谢反应之间的协调，或基因表达的调控。因此，并非总能脱离基因组的其他部分，为某个等位基因赋予固定的适合度效应。\n\n当一个突变在某种遗传背景下有利、在另一种背景下却有害时，就出现了符号上位性。当两个突变各自的效应符号都随另一个突变是否存在而改变时，就出现了相互符号上位性。在标准的离散基因型景观中，这种模式可以形成彼此分离的局部适合度峰。一个通过逐次有利替换而演化的种群，可能因此到达某种基因型：从这一基因型出发，所有可能的单次突变都会降低适合度，即使别处还存在更高的峰。\n\n针对抗生素耐药蛋白的实验表明，只有某些突变次序能够形成通向高耐药性、且每一步都持续改善的路径。然而，耐药性的测量并不自动等同于对生物体适合度的测量。一个提高酶或细胞所能耐受的抗生素浓度的突变，可能会减缓无药条件下的生长；菌株之间的竞争则取决于药物浓度和培养条件。因此，景观必须明确其高度所代表的究竟是生化活性、耐药性、生长速率，还是繁殖成功程度。\n\n适合度景观并不一定保持不变。环境变化可以改变峰的位置，而频率依赖性相互作用则使景观取决于正在演化的种群本身。水平基因转移和重组还可以引入无法通过连续单次突变获得的组合。在崎岖的景观中，重组既可能将有利组合组装起来，也可能将其拆散，具体取决于等位基因的分布及其相互作用。\n\n这些约束解释了为什么适应并不意味着完美。演化是在历史、发育和生态限制下，对现有变异进行改造。多效性指一个遗传变化影响多个性状的现象，它可能使一种功能的改善以另一种功能受损为代价。因此，某种结构或生理通路可能是约束下的折中结果，而不是针对其承担的每项任务分别优化的解决方案。"
    },
    {
      "heading": "社会相互作用、广义适合度与选择层次",
      "text": "生物体不仅能影响自身的繁殖，也能影响其他个体的繁殖。亲代照料、合作防御、食物分享和竞争都会对适合度产生社会性影响。要解释这些行为如何进化，就需要明确谁承担代价、谁获得收益，以及相互作用的个体在遗传上有何关联。行为者当前繁殖产出的减少，本身并不意味着导致这一结果的遗传变异会减少。\n\nW. D. 汉密尔顿在1964年发表的两篇论文中，将广义适合度概念形式化。汉密尔顿法则的一种常见表达式是\n\n\\[rb>c,\\]\n\n其中，\\(c\\) 是行为者付出的繁殖代价，\\(b\\) 是受益者获得的繁殖收益，\\(r\\) 则衡量双方之间与该过程有关的遗传亲缘度。在简单的加性模型中，当按亲缘度加权的收益超过代价时，影响社会行为的等位基因就能扩散。这一不等式不能普遍替代种群统计模型或遗传模型：非线性相互作用、种群的类别结构，以及代价和收益的定义，都需要谨慎处理。\n\n这里的亲缘度是指相对于适当种群基准的遗传关联，而不只是外表相似或属于同一分类群。在标准的二倍体假设下，同胞之间基于谱系的预期亲缘度为二分之一，但生态结构和扩散模式会影响与选择有关的遗传关联。帮助附近的亲属，也可能加剧这些亲属之间对繁殖地点或资源的竞争。将这类竞争纳入考量后，帮助行为表面上的收益可能会降低，甚至被抵消。\n\n亲缘选择描述的是由对亲属适合度的影响所引起的进化变化。它并不意味着个体能够有意识地识别遗传关系。有限的扩散、家族群体的形成，或可靠的识别线索，都可以产生所需的遗传关联。亲缘选择也不预测亲属之间的每一次相互作用都是合作性的：当亲属的繁殖利益不一致时，它们之间也可能发生激烈竞争。\n\n多层次选择将进化变化划分为群体内和群体间的组成部分。在同一群体中，合作类型的繁殖成功率可能低于非合作类型；但合作个体较多的群体，可能产生更多后代，或存续更久。利用普赖斯方程进行分解，可以区分这些效应。对于许多模型，亲缘选择与多层次选择的表述，是对同一种群过程不同但相容的描述。\n\n生物体内部的遗传元件之间也会发生冲突。一个减数分裂驱动元件可以传递到个体超过半数的配子中，即使它会降低携带者的生育力或存活率，仍能提高自身所占的比例。这说明，等位基因适合度与生物体的整体表现并不总能等同。同样，不育的工虫即使直接产生的后代数为零，也能通过影响亲属，促进它们共同携带的遗传变异扩散。"
    },
    {
      "heading": "实验室与自然种群中的适合度测量",
      "text": "测量适合度，首先要提出生物学问题，并明确比较的对象。研究者必须说明所比较的单位、环境、观察时段，以及在哪个发育阶段统计后代。测量体型、存活率、交配成功率或生理表现有助于揭示相关机制，但这些指标都不天然等同于总体繁殖贡献。它们能否有效地作为适合度的替代指标，取决于其对所关注结果的预测有多准确。\n\n微生物竞争实验能够在跨越多个世代的时间尺度上，提供相对直接的估计。研究者将两个菌株混合，在受控条件下培养，并利用中性标记、选择性平板培养或DNA测序来区分它们。如果 \\(N_A\\) 和 \\(N_B\\) 分别表示两者的丰度，那么两者数量比值的对数随时间变化的平均速率为\n\n\\[\\frac{1}{t} \\ln\\!\\left[ \\frac{N_A(t)/N_B(t)} {N_A(0)/N_B(0)} \\right].\\]\n\n这一指标衡量的是实验条件下两个菌株在竞争中的生长速率差。它在数值上并不等同于所有定义方式下的相对适合度。标记效应、转接安排、种群瓶颈以及竞争菌株各自所占的频率，都可能影响结果。\n\n理查德·伦斯基于1988年以12个大肠杆菌（Escherichia coli）种群启动的长期进化实验，展示了受控竞争和存档样本的价值。实验通过在规定环境中反复转接来培养细菌种群，保存的冷冻样本则使后代与祖先之间的比较成为可能。这种设计使进化变化能够接受实验研究，但在这一转接制度下测得的适合度，只适用于其中特定的资源、温度和每日生长周期。\n\n在自然种群中，很难完整观察个体一生的繁殖成功。个体可能扩散到研究区域以外，后代可能在被发现之前就已死亡，而长寿物种的寿命可能超过项目持续的时间。标记重捕法在估计存活率时，会将无法发现所有个体的情况纳入考虑。遗传亲子鉴定可以确定那些仅凭观察无法判定亲本的后代的亲子关系。对鸟类和哺乳动物的长期研究可以整合这些数据，分别考察存活、繁殖以及后代加入繁殖种群的情况。\n\n性选择使测量上的问题尤为明显。交配对象的数量可能影响适合度，但成功交配并不保证受精，受精也不保证后代存活。精子竞争、亲代投入的差异以及后代的存活能力，都可能改变仅凭交配次数推断出的适合度排序。同样，如果没有后代随后加入繁殖种群的数据，也不一定能仅凭产卵数或产仔数推断雌性的繁殖成功。\n\n由于繁殖结果往往存在很大差异，重复研究和对不确定性的评估至关重要。控制遗传背景并开展交互环境处理，有助于识别原因；在野外重复研究，则可以检验实验室中发现的效应在生态条件下是否仍然存在。估计时还必须区分可遗传差异与环境优势：营养更好的个体可能既更容易存活，又有更好的繁殖表现，但其繁殖优势未必能通过遗传传递给后代。"
    },
    {
      "heading": "应用、解释局限与当前研究",
      "text": "适合度是理解抗微生物药物耐药性演化的核心概念。耐药突变可能在接触药物时提高繁殖成功率，却在没有药物时带来代价，例如改变药物靶标的功能，或增加维持携带耐药基因的质粒的负担。补偿性突变可以在不消除耐药性的情况下降低某些代价。因此，停止接触药物后，耐药性未必会迅速消失。最终结果取决于药物环境、竞争、传播、遗传背景和补偿性演化，而不仅仅取决于是否具有耐药性。\n\n在保护生物学中，适合度测量有助于评估近交、栖息地变化和种群衰退的影响。近交可能提高隐性有害等位基因的纯合程度，从而降低存活率或繁殖成功率。然而，能够提高种群内相对适合度的变化，并不一定能使种群的绝对增长率恢复。在环境快速变化的情况下，自然选择可能偏向表现较好的变异类型，但种群仍继续走向灭绝。因此，区分演化响应与种群数量的恢复至关重要。\n\n动植物育种也区分适合度与经济上所追求的生产性能。针对产量、生长或某种特定产品的选择，可能使繁殖力、存活率或疾病易感性发生相关变化。育种目标由人类设定，未必与受管理条件之外的繁殖成功相一致。同样的区分也适用于实验室系统：为提高某种生化产物的产出而优化的品系，可能需要特定环境，而这种环境未必有利于其在自然界中取得竞争优势。\n\n现代基因组学方法能够以更精细的分辨率揭示适合度效应。深度突变扫描通过构建大规模序列变体文库，在规定的测定条件下测量各变体丰度的变化。这类实验能够系统测定大量不同替换对生长、结合或其他功能的影响。如何解释这些结果，取决于测定实际施加了何种选择压力。分子结合评分并不等同于整个生物体的适合度，而在一种宿主或环境中测得的效应，在另一种宿主或环境中可能有所不同。\n\n在癌症生物学中，演化模型用于描述细胞谱系之间的竞争，这些谱系在分裂、存活和扩散特性上各不相同。细胞适合度是相对于局部组织环境评估的，并且可能与多细胞生物体的繁殖利益相冲突。这一概念的此类应用说明，适合度取决于所考察的生物组织层次：一个细胞谱系可以在体内扩增，同时损害维系其生存的生物体。\n\n尚待解决的研究问题包括预测变化环境中的适合度、估计突变效应的分布，以及将分子层面的测量结果与终生繁殖结果联系起来。历史偶然性和生态反馈限制了基于固定适合度值作出预测的能力。在人类种群中，生物学适合度同样只表示一种定义严格且狭窄的繁殖关系；它不衡量个人价值、社会贡献、智力或道德地位。文化习俗、避孕、社会制度以及不断变化的环境，也使任何试图从当代性状推断演化后果的尝试更加复杂。"
    }
  ],
  "links": [
    "biology",
    "evolution",
    "natural-selection",
    "genotype",
    "allele",
    "probability-distribution",
    "charles-darwin",
    "population-genetics",
    "mutation",
    "genetic-drift",
    "effective-population-size",
    "phenotype",
    "habitat",
    "genotype-environment-interaction",
    "adaptation",
    "epistasis",
    "protein",
    "gene-expression",
    "genome",
    "horizontal-gene-transfer",
    "dna-sequencing",
    "sexual-selection",
    "plasmid",
    "extinction",
    "cancer"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}