群体遗传学是遗传学的一个分支，研究群体内部及群体之间遗传变异的分布与变化。它考察等位基因（遗传序列的不同版本）的频率，并解释繁殖、选择、突变、迁移和随机因素如何影响这些频率。通过将数学模型与观测相结合，群体遗传学为理解群体层面的进化提供了核心框架。与主要关注家系内遗传的研究不同，它考察的是群体整体的遗传组成如何随世代变化。(plato.stanford.edu)
历史发展
这门学科在20世纪20至30年代逐渐形成，主要奠基者包括罗纳德·费希尔、J. B. S. 霍尔丹和休厄尔·赖特。他们的模型表明，孟德尔遗传与通过自然选择发生的渐进式进化变化并不矛盾。他们的工作帮助建立了现代进化综合理论的数学基础，将遗传学与达尔文的进化理论联系起来。(plato.stanford.edu)
早期研究依赖理论模型、育种实验、可见的性状变异以及血型差异。自20世纪60年代起，蛋白质电泳揭示了广泛存在的分子变异；随后出现的DNA测序使直接考察遗传序列中的变异成为可能。这些进展使该领域从研究相对少量的遗传标记，拓展到分析整个基因组。(nature.com)
遗传变异及其测量
一个群体的基因库由其所有遗传变体组成。在某一特定基因座，即基因组中的一个位置，等位基因频率指抽样获得的基因拷贝中携带某一指定等位基因的比例。基因型频率则指携带某一特定等位基因组合的个体所占的比例。区分这两个量至关重要，因为等位基因频率相同的群体，其基因型频率可能不同。(nature.com)
遗传多样性的衡量指标包括杂合度和核苷酸多样性。杂合度是指在某一基因座上携带不同等位基因的个体的频率或预期频率；核苷酸多样性则是抽样序列之间每个位点的平均序列差异数。研究人员还考察变异在不同群体之间及不同基因组区域中的分布。群体遗传学与数量遗传学有所交叉，后者着重研究遗传差异和环境差异如何影响可测量性状或表型的变异。(nature.com)
哈代－温伯格平衡
哈代－温伯格平衡原理于1908年由两位研究者独立提出，提供了一个基本的参照模型。对于具有两个等位基因 (A) 和 (a) 的常染色体基因座，若二者的频率分别为 (p) 和 (q)，且 (p+q=1)，则配子的随机结合会产生以下预期基因型频率：
[ f(AA)=p^2,\qquad f(Aa)=2pq,\qquad f(aa)=q^2. ]
经典的平衡模型假定群体随机交配，不存在选择、突变或迁移，且群体规模在理论上无限大，因而不发生遗传漂变。在这些条件下，等位基因频率和平衡状态下的基因型比例在世代之间保持不变。(nature.com)
这一原理将遗传过程与进化变化区分开来：仅凭孟德尔分离规律，并不会使遗传变异逐步消失。非随机交配可以改变基因型比例，而不直接改变等位基因频率。反过来，符合哈代－温伯格比例也不能证明一个群体在进化上处于静止状态；多种进化过程可能正在发生，却未使抽样获得的基因型出现可检测的偏离。(nature.com)
改变遗传组成的过程
突变。 突变产生新的序列变体，是新等位基因的最终来源。其进化后果取决于突变率、对繁殖成功的影响，以及与其他过程的相互作用。(plato.stanford.edu)
选择。 存活率和繁殖贡献的差异可以改变等位基因频率。定向选择有利于特定变体，净化选择清除有害变体，而平衡选择则可以维持不同变体共存。一个等位基因的选择效应可能取决于其遗传背景、频率和所处环境。(plato.stanford.edu)
遗传漂变。 遗传漂变源于有限群体中的随机抽样效应。等位基因即使不带来选择优势或劣势，也可能固定或消失。有效群体大小越小，漂变通常越强，并可能导致群体之间发生分化。在不存在突变或迁移的中性模型中，一个等位基因最终固定的概率等于其初始频率。(nature.com)
基因流。 基因流通过迁移后的繁殖，或通过繁殖材料的移动，在群体之间转移等位基因。它可以为局部群体引入变异，并减少群体之间的差异，不过选择和受限的迁移也可能使群体间的分化得以维持。这些机制共同发挥作用，而非彼此独立。(nature.com)
有效群体大小、连锁与谱系
有效群体大小通常记作 (N_e)，指一个理想化群体的规模；在该群体中，某一指定遗传过程（如漂变）的发生速率与所研究的实际群体相同。它不一定等于群体的实际个体数。繁殖成功的不均等、繁殖个体性别比例的失衡，以及群体规模的波动，都可能使有效群体大小显著降低。因此，即使群体数量随后增加，瓶颈事件和奠基者事件仍可能留下持久的遗传影响。(nature.com)
遗传连锁涉及不同基因座的共同遗传，而连锁不平衡则描述群体中不同基因座上的等位基因之间的非随机关联。染色体交叉互换可以打破这些关联。选择、漂变、突变和群体混合都可能产生或改变这些关联，因此其分布模式能够提供有关进化历史的信息。(genome.gov)
溯祖理论采用回溯的方法，将抽样获得的遗传谱系向过去追溯，直到找到共同祖先。它结合突变和重组模型，将观测到的序列变异与祖先关系及群体历史联系起来。基于基因组的方法利用这些关系，研究历史上的群体规模和群体分离事件。(wakeleylab.oeb.harvard.edu)
推断与应用
群体遗传学家结合抽样、统计学、模拟和进化模型，评估对观测变异的不同解释。其应用包括重建群体历史、检测选择、研究群体分化，以及评估与保护和育种相关的遗传变异。分子数据极大地扩大了这些研究的规模。(nature.com)
对结果的解释仍取决于模型假设和数据质量。群体结构、群体数量变化和选择可能产生相互重叠的信号，因此，某种模式与一个过程相符，并不意味着它就是该过程独有的证据。研究因此需要评估不同的历史情景、抽样的局限，以及所推断参数对其基础模型的敏感性。(nature.com)