Траектории, которые не замечали: статистика аллелей при сильном отборе ✎

Оригинал: "How deterministic trajectories and their fluctuations underlie allele-frequency statistics in the strong-selection regime"
· David Waxman
arXiv:2609.14549v1 · 2026-09-13 · arXiv non-exclusive · собственный разбор · 2 мин
Даже сильный отбор не отменяет случайность: потеря аллеля вносит вклад, который нельзя игнорировать.

Река с сильным течением размывает берега, но часть воды уходит в боковую протоку. Так и в эволюции: даже когда отбор мощно толкает аллель к фиксации, случайность может увести его в тупик потери. Долгое время исследователи следили только за главным руслом — детерминированной траекторией, по которой частота аллеля растёт. Протоку, где аллель исчезает, считали несущественной. Ошибка была большой: для дисперсии частоты она достигала 100%.

Автор работы предлагает смотреть на оба русла. Он представляет статистику частоты аллеля как сумму двух условных ожиданий: одно при условии, что аллель зафиксируется, другое — что потеряется. Каждое из них переписывается через модифицированный процесс с изменённым отбором. Затем применяется разложение по малому параметру, обратному силе отбора. В результате получаются явные выражения для среднего и дисперсии частоты в любой момент времени.

Среднее приближается суммой взвешенных детерминированных траекторий и поправки порядка 1/R. Дисперсия содержит член от различия двух траекторий и член от флуктуаций.

Численное сравнение с точными результатами модели Райта-Фишера показывает, что новый метод резко снижает ошибки. При силе отбора R=50 и начальной частоте 0.001 ошибка среднего падает с 10.6% до 3.2%, а дисперсии — с 12.6% до 4.9%. Особенно важен флуктуационный вклад на ранних временах, когда детерминированная дисперсия почти нулевая.

При R=50 и начальной частоте y=0.001 детерминированный вклад в дисперсию практически нулевой до времени τ≈5, тогда как флуктуационный вклад точно описывает реальную дисперсию.

Теперь у исследователей есть инструмент, чтобы видеть оба русла реки. Метод применим к анализу временных рядов частот аллелей в экспериментальной эволюции, вирусных популяциях и программах искусственного отбора. Он помогает точнее оценивать силу отбора и предсказывать судьбу полезных аллелей в малых популяциях. Река эволюции стала прозрачнее.

Даже при сильном отборе, когда детерминированная сила велика, дисперсия частоты аллеля может почти полностью определяться случайными флуктуациями в течение длительного времени. Например, при R=50 и начальной частоте y=0.001 детерминированный вклад в дисперсию практически нулевой до времени τ≈5, тогда как флуктуационный вклад точно описывает реальную дисперсию.

R = 2 N_e |s|
R показывает, во сколько раз детерминированное изменение частоты аллеля за счёт отбора превышает случайные изменения за счёт дрейфа. При R >> 1 отбор силён.
Q(\tau) \simeq Q_0(\tau) + \frac{1}{R} Q_1(\tau)
Статистика Q (например, среднее или дисперсия) раскладывается по малому параметру 1/R. Q0 — вклад двух детерминированных траекторий, Q1/R — вклад флуктуаций.
\pi^{(1)}(y) = \frac{1 - e^{-2 \sigma R y}}{1 - e^{-2 \sigma R}}
Вероятность того, что аллель с начальной частотой y в конечном итоге зафиксируется (достигнет частоты 1). Формула Кимуры, зависит от R и знака отбора σ.
Понятия
модель Райта-Фишера теорема Фишера о естественном отборе статистический метод фактор испытаний транскрипционный фактор процентиль стохастическая экспрессия генов смена режима случайное блуждание среднее диагностическая точность