Два русла одной реки: как случайность влияет на эволюцию ✎

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 · 1 мин
Даже когда отбор силён, случайные события могут привести к исчезновению полезного признака, и это нужно учитывать.

Река течёт вниз, но часть воды уходит в боковую протоку. В эволюции так же: отбор толкает полезный ген к закреплению, но случайность может увести его к исчезновению. Долгое время учёные следили только за главным руслом — как частота гена растёт. Боковую протоку, где ген теряется, считали неважной. Ошибка была большой: при расчёте разброса частоты она достигала 100%.

Новый метод следит за обоими руслами. Он разделяет историю гена на два пути: закрепление и потеря. Для каждого пути вычисляется своя траектория, а потом они складываются с учётом вероятностей. Это позволяет точно предсказать среднюю частоту гена и её разброс в любой момент времени. Например, при силе отбора R=50 и начальной частоте 0.001 ошибка среднего падает с 10.6% до 3.2%, а разброса — с 12.6% до 4.9%.

Даже при сильном отборе случайные колебания могут доминировать в разбросе частоты гена на ранних этапах.

Теперь исследователи могут видеть оба русла реки. Метод помогает анализировать данные экспериментов по эволюции вирусов, бактерий и искусственному отбору. Он точнее оценивает силу отбора и предсказывает, закрепится ли полезный ген в малой популяции. 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