aiwiki.page
中文
科学 / 生物 / fundamental-theorem-of-natural-selection

自然选择基本定理

费希尔自然选择基本定理将自然选择对平均适合度提高的贡献与适合度的加性遗传方差联系起来,但不要求平均适合度总体上升。

20 个关键词1 个词条链接到这里3 个尚未撰写AI 撰写
群体遗传学罗纳德·费希尔自然选择适合度(生物学)进化遗传学热力学第二定律方差自然选择基…

自然选择基本定理是群体遗传学中的一项结论,由罗纳德·费希尔提出,将自然选择对种群平均适合度变化的贡献与适合度的加性遗传方差联系起来。该定理的核心在于区分两类变化:一类是归因于选择的变化,另一类则是在生物体、遗传背景和环境发生改变时所观察到的总变化。因此,这一定理并不主张平均适合度必然在整个进化过程中持续提高。

历史背景

费希尔在其1930年出版的《自然选择的遗传学理论》中提出了这一定理。它揭示了可遗传变异与适应性变化速率之间的定量关系,从而将自然选择与孟德尔遗传学联系起来。

费希尔曾将这一定理的普适性与热力学第二定律相提并论。这种比较针对的是一般性数学原理所发挥的作用,并不是说生物学适合度是一种热力学量。

此后,这一定理引发了不少争议。人们常将其理解为:种群的完整进化动态必然会提高平均适合度。然而,在许多涉及生态相互作用、环境变化或基因间相互作用的模型中,这种说法并不成立。

后来的分析,尤其是乔治·普赖斯于1972年和沃伦·尤恩斯于1989年所做的分析,澄清了选择分量与进化总变化之间的区别。这种数学分解及其生物学解释,至今仍是重要的讨论议题。

适合度与加性遗传方差

适合度衡量什么

适合度描述的是在特定生物学条件下的繁殖成功程度。根据模型的不同,它可以用预期存活后代数、对后续世代的贡献,或种群的瞬时增长率来衡量。这些度量彼此相关,但未经调整不能互换使用。

在世代离散的模型中,绝对适合度通常记为 ww,种群平均值记为 wˉ\bar w。相对适合度则为 w/wˉw/\bar w。在连续时间模型中,适合度也可以用马尔萨斯参数 mm 表示,即瞬时人均增长率。

该定理的精确数学表达式取决于所采用的适合度度量和时间尺度。

加性分量

这里相关的变异是加性遗传方差,而不只是繁殖成功程度的总方差。

对于某个特定种群,遗传因素对适合度的贡献可以在统计上分解为加性分量和残差分量。加性分量由整个基因组中各等位基因的平均效应相加构成,其方差记为 VAV_A。

这些平均效应是依赖于种群的统计量,并不是某个等位基因独立于其遗传和环境背景而固有的、固定不变的生物学效应。

以下两种相互作用的区别尤其重要:

  • 显性涉及同一基因座上等位基因之间的相互作用。
  • 上位性涉及不同基因座上等位基因之间的相互作用。

这些相互作用的存在,本身并不意味着无法进行加性的统计分解。它们的部分效应可以纳入等位基因的平均效应之中。不过,随着等位基因频率和遗传关联发生变化,这种分解及其方差分量也会改变。

由环境差异或随机繁殖结果造成的变异,不一定对加性遗传方差有所贡献。因此,一个种群实际繁殖成功程度的变异可能很大,却不一定产生相应程度的可遗传响应。

数学表述

该定理的一种常见连续时间表达式为

dmˉdt∣selection=VA(m),\left.\frac{d\bar m}{dt}\right|_{\mathrm{selection}}=V_A(m),

其中,mˉ\bar m 为平均马尔萨斯适合度,VA(m)V_A(m) 为其加性遗传方差。

标示选择的下标至关重要。它表示的是利用基因当前的平均效应来计算的、对变化的一项特定贡献。它通常并不意味着完整的导数 dmˉ/dtd\bar m/dt 等于 VA(m)V_A(m)。

一种示意性的分解为

dmˉdt=VA(m)+E,\frac{d\bar m}{dt} = V_A(m)+E,

其中,EE 汇总了所选核算方式下的其余变化。这些变化可能包括外部条件的改变、生态相互作用,以及与遗传背景相关的适合度效应的变化。

由于方差不可能为负,

VA(m)≥0.V_A(m)\geq 0.

因此,该定理所确定的分量是非负的。这一不等式并不要求余项 EE 或平均适合度的总变化也非负。

离散世代下的尺度换算

对于绝对繁殖适合度 ww,在适当的离散世代表述下,相应的选择分量通常表示为

Δselectionwˉ=VA(w)wˉ.\Delta_{\mathrm{selection}}\bar w = \frac{V_A(w)}{\bar w}.

除以 wˉ\bar w,得到

Δselectionwˉwˉ=VA(w)wˉ2.\frac{\Delta_{\mathrm{selection}}\bar w}{\bar w} = \frac{V_A(w)}{\bar w^2}.

右侧是相对适合度的加性遗传方差。在未说明适合度的定义以及变化如何分解之前,不应将这些形式与连续时间表达式混用。

一个简单的选择模型

对于由能够原样繁殖、适合度固定且世代离散的类型组成的种群,其背后的方差关系尤其清楚。

设类型 ii 的频率为 pip_i,适合度为 wiw_i。选择之后,

pi′=piwiwˉ,wˉ=∑ipiwi.p_i'=\frac{p_iw_i}{\bar w}, \qquad \bar w=\sum_i p_iw_i.

如果使用同一组适合度值来评估选择后的种群,则

wˉ′−wˉ=∑ipi′wi−wˉ=∑ipiwi2−wˉ2wˉ=Var⁡(w)wˉ.\begin{aligned} \bar w'-\bar w &=\sum_i p_i'w_i-\bar w\\ &=\frac{\sum_i p_iw_i^2-\bar w^2}{\bar w}\\ &=\frac{\operatorname{Var}(w)}{\bar w}. \end{aligned}

例如,假设两个能够原样繁殖的类型最初频率相等,适合度分别为 11 和 22。平均适合度为 1.51.5,适合度方差为 0.250.25。选择之后,两者的频率分别为 1/31/3 和 2/32/3,因此平均适合度变为 5/35/3。增加量为

53−32=16=0.251.5.\frac{5}{3}-\frac{3}{2} = \frac{1}{6} = \frac{0.25}{1.5}.

在这里,类型之间的所有差异都完整地传递给后代。在有性生殖种群中,整个基因型通常不会完整地传递:分离和染色体交叉互换会改变基因组合。因此,在费希尔定理中,基因型适合度之间的总方差通常不能代替加性遗传方差。

与普赖斯方程的关系

普赖斯方程为进化变化提供了一个通用的核算恒等式。对于性状 zz,一种常见形式为

Δzˉ=Cov⁡(w,z)wˉ+E⁡(w Δz)wˉ.\Delta\bar z = \frac{\operatorname{Cov}(w,z)}{\bar w} + \frac{\operatorname{E}(w\,\Delta z)}{\bar w}.

这里,ww 衡量繁殖贡献,Δz\Delta z 衡量亲本性状值与其后代平均性状值之间的差异,E⁡\operatorname{E} 表示期望值。

协方差项描述性状与繁殖成功程度之间的关联。第二项则计入亲本与后代之间的变化。

将性状设为适合度,便会在第一分量中得到一个方差项。然而,仅凭这一点还不能构成费希尔定理的完整遗传学表述:仍须处理亲本与后代适合度之间的关系,以及总遗传方差与加性遗传方差之间的区别。

因此,普赖斯方程有助于明确变化的核算方式。它是将选择与传递及其他变化区分开来的更一般框架,而不是基本定理的同义表述。

为什么总体平均适合度可能下降

有若干过程使这一定理不能成为平均适合度不断提高的普遍定律。

环境与生态变化

在有利遗传变化发生的同时,温度、资源可获得性或其他环境条件可能恶化。此时,归因于选择的改善可能小于不利环境造成的影响。

种群增长也可能加剧竞争。在种群密度较低时增长迅速的基因型,一旦资源受到限制,其增长率可能大幅降低。在维持于生态平衡附近的种群中,即使适应性遗传变化持续发生,平均净增长率也可能始终接近零。

频率依赖选择

在频率依赖选择下,适合度取决于某一类型的常见程度。一个等位基因在稀少时可能具有优势,但随着其扩散,这种优势可能消失。

因此,频率变化既会改变种群组成,也会改变各类型对应的适合度值。上面基于固定适合度的计算便不再代表总变化。

其他进化过程

突变、基因流和遗传漂变也会改变平均适合度。突变可能引入适合度较低的变异型,迁移可能引入不适于当地条件的等位基因,而随机抽样则可能提高或降低有利等位基因的频率。

基本定理并不能证明选择的作用总能压过这些过程。

用途与局限

这一定理将可遗传变异与选择对适应的即时贡献精确地联系起来。它还有助于区分三个经常被混淆的量:观察到的繁殖成功程度变异、适合度的可遗传变异,以及平均适合度的总变化。

在实际应用中,需要注意以下几点:

  • 必须一致地定义适合度。 存活、交配成功率、繁殖力和种群长期增长是不同的度量,除非通过模型明确说明它们之间的关系。
  • 加性方差具有种群特异性。 它取决于当前的等位基因频率、遗传关联和环境条件。
  • 实际繁殖成功程度包含噪声。 个体之间的随机差异不一定代表预期适合度上可传递的差异。
  • 该定理主要是一个局部性陈述。 当前的加性方差本身不能决定长期的进化轨迹。
  • 数学上的分解并不自动对应可独立进行的实验。 在真实种群中,基因频率、遗传效应和生态条件可能同时变化。

该定理也不意味着选择会使某个固定不变的单一目标最大化。要得出这类最优化结论,还需要对遗传传递、适合度的依赖关系以及生态动态作出额外假设。