玻尔百科从癌细胞的耐药性到动物的合作行为，新的性状是如何在一个种群中出现并扩散的？理解有限种群中偶然性与选择之间的相互作用是演化生物学的一个核心挑战。莫兰过程为解决这一问题提供了一个优雅而强大的框架。它是一个简单的随机模型，将演化简化为其最基本的要素——在大小恒定的种群中的出生、死亡和选择，为新突变的命运提供了深刻的见解。
本文探讨了这一基础模型的理论基础和实际应用。它旨在填补演化复杂现实与可操作数学描述需求之间的知识鸿沟。通过研究莫兰过程，我们可以量化演化变化的几率，并理解其发生的时间尺度。
首先，在原理与机制一章中，我们将剖析莫兰过程的规则，从纯粹由偶然性驱动的中性演化开始，然后引入适应度差异和选择的影响。我们将看到这个简单的框架如何能被扩展以模拟演化博弈论中复杂的社会动态，以及微观的随机事件如何产生可预测的宏观模式。随后，应用与跨学科联系一章将展示该模型非凡的通用性，说明相同的数学原理如何解释癌症的进展、我们组织的维持、工程基因的传播，以及物种间的共同演化军备竞赛。
为了理解有限种群中演化的舞蹈，我们需要一个舞台和一套规则。物理学家钟爱简单的模型，不是因为世界简单，而是因为简单的模型揭示了支配最复杂现象的深层原理。莫兰过程正是这样一个模型——一个优美、极简的演化缩影，揭示了关于偶然、选择和基因命运的深刻真理。
想象一个微小、孤立的世界：你肠道内壁的一个隐窝，里面有少量干细胞；一个培养皿中的小型细菌菌落；或者一个濒临灭绝的物种固守在一个偏远的岛屿上。这个世界的决定性特征是其种群大小（我们称之为 ）保持恒定。没有扩张的空间；每一次出生，都必须有一次死亡。
莫兰过程用最简单的规则将这一优雅的约束条件系统化。在离散时钟的每一次滴答声中，会发生两件事：
就是这样。这一次出生紧随一次死亡的序列确保了种群大小固定在 。该模型的美妙之处在于其对时间的精细观察。与著名的怀特-费雪模型等其他模型不同，在那些模型中，整个世代在同步、离散的步骤中被替换，而莫兰过程是逐个事件展开的。世代是重叠的；一个新生儿进入一个由不同年龄的个体组成的种群。这种“异步更新”为我们提供了一个高分辨率的镜头来观察演化的发生。
现在，假设我们的种群包含两种类型的个体，我们称之为 和 。如果被选中繁殖的个体是 型，而被选中死亡的个体是 型，那么种群中 型的数量（我们称之为 ）就正好增加一。如果一个 型繁殖，一个 型死亡， 就减少一。如果繁殖者和死者是同一类型，数量则保持不变。因此，种群的构成在整数 到 之间进行着一步一步的、一维的游走。是什么引导了这场游走？这正是演化动力学的核心问题。
让我们从最简单的情况开始：如果 型和 型在内在质量上完全没有差异，会怎么样？它们在生存和繁殖能力上是完全等同的。这就是中性演化的世界，其中唯一的作用力是纯粹、不掺杂任何因素的偶然性。
在这个中性的世界里，选择谁繁殖、谁死亡是一场公平的抽奖。 个个体中的每一个都有 的机会被选中出生，也有 的机会被选中死亡。让我们思考一下其后果。
假设我们有 个 型个体和 个 型个体。 型数量增加到 的概率是多少？这需要一个 被选中繁殖（概率为 ）和一个 被选中死亡（概率为 ）。由于这些选择是独立的，总概率是它们的乘积：
那么数量减少到 的概率呢？这需要一个 繁殖（概率为 ）和一个 死亡（概率为 ）。总概率是：
看！向上走一步的概率与向下走一步的概率完全相同。我们种群的构成正在进行一个完全无偏的随机游走。没有既定议程，没有方向，没有偏好。这是演化的一场醉汉漫步。
这场随机游走不会永远持续下去。最终，由于偶然性，它会撞上两个吸收边界之一：要么是 ，此时 型灭绝；要么是 ，此时它达到固定，成为种群中唯一的类型。
这引出了一个极其简单而深刻的问题：如果一个单一的新突变体（ 型）出现在一个由 个 型个体组成的种群中，它最终占领整个种群的几率是多少？答案是整个生物学中最优雅的答案之一。一个单一中性突变体的固定概率恰好是：
为什么？可以这样想。在这场完全公平的偶然游戏中，最初存在的 个个体中的每一个都有平等的机会成为整个未来种群的祖先。我们的单个突变体只是那 个个体中的一个。因此，它的机会是 分之一。绝大多数新突变，即使它们无害，也仅仅因为出生和死亡的统计噪音而消失了。
现在，让我们给骰子灌上铅。如果 型不是中性的，而是具有轻微的优势呢？也许它代谢食物更有效，或者对疾病更有抵抗力。我们可以用一个数字来量化这个优势，即它的相对适应度，我们称之为 。如果常驻的 型适应度为 ，我们的突变体 的适应度则为 。
我们对莫兰博弈的规则稍作修改。死亡的抽奖仍然是公平的——任何个体都可能成为被替换的倒霉蛋。但繁殖的抽奖现在由适应度加权。一个个体被选中繁殖的概率与其适应度成正比。一个适应度高一倍的个体，在任何给定步骤中被选中产生后代的机会也高一倍。
这个看似微小的改变带来了巨大的后果。向上或向下移动的概率不再相等。 型数量增加的概率（）变得大于其减少的概率（）。随机游走现在有了一个漂移——一个温和但持续的、朝着增加 型数量方向的推动力。
突变体的命运仍然是一场机会游戏，但赔率已经改变。一个相对适应度为 的类型，从 个拷贝开始，其确切的固定概率由一个优美的公式给出：
这个公式是一个洞察力的宝库。注意当我们设置 （中性情况）时会发生什么。该公式变为不定形式 ，但使用一点微积分（洛必达法则 L'Hôpital's rule），我们发现当 时的极限恰好是 。关于选择的普适理论包含了关于中性漂变的理论作为一个特例，这是一个强大科学框架的标志。
对于单个有益突变体（），其固定的机会现在大于 。但这远非板上钉钉！例如，在一个大种群中，一个具有微小优势 （其中 ）的突变体的固定概率约为 （对于小的 来说就是 ）。一个具有 优势（）的突变体，其固定机会也只有大约 。选择提供了强大的顺风，但它无法消除随机运气的残酷现实，尤其是当突变体稀有时。
到目前为止，我们一直将适应度想象为个体固有的、固定的属性。但在现实世界中，一个生物体的成功往往取决于其社会环境。一个合作策略可能在合作者种群中蓬勃发展，但在充满欺诈者的种群中则可能被剥削至灭绝。这就是演化博弈论的领域。
莫兰过程为探索这些社会动态提供了一个完美的框架。我们可以定义一个支付矩阵来描述互动的结果。例如，当一个 遇到一个 时， 得到支付 ， 得到支付 。然后我们可以将这些支付直接映射到适应度。 型个体的适应度 现在变成了 的当前频率 的函数。
这使得动态变得异常丰富和迷人。我们随机游走上的“漂移”不再是恒定的。它随着种群构成的变化而变化。如果合作者在稀有时表现良好（因为他们能找到其他合作者来帮助），但在普遍时表现不佳（因为他们被搭便车者淹没），漂移将推动种群走向两种类型稳定混合的状态。简单而优雅的莫兰过程现在能够模拟社会策略复杂的消长，从细菌产生公共物品到动物利他主义的演化。
我们已经看到，莫兰过程的核心是随机的——它是一场机会游戏。对于小种群来说，结果高度不确定。但是当我们扩展到一个非常大的种群， 时，会发生什么？从无数随机的出生和死亡事件中，是否会出现任何可预测的模式？
答案是响亮的“是”，这是所有科学中最深刻的思想之一。如果我们放大视野，并重新调整时间尺度，以便我们观察的是“世代”（一个世代大约是 次出生-死亡事件），种群频率的狂乱、随机的抖动开始变得模糊。它们被平均掉，一个平滑、确定性的趋势浮现出来。每个这种重新调整的时间单位内频率的期望变化，为我们提供了一个微分方程。
对于频率依赖性选择，这个极限方程正是著名的复制子方程。复制子方程是确定性演化理论的基石，它指出给定类型的增长率与其适应度和种群平均适应度之差成正比。
这是一个美丽的统一。我们经常用来描述庞大种群的可预测、确定性的演化法则，只不过是无数微观、随机事件的宏观平均。个体出生和死亡的随机世界，催生了平滑演化流的确定性世界。在描述整个概率分布演化的更高级的福克-普朗克方程（Fokker-Planck equation）中，其系数直接对应于这个平均“漂移”和围绕它的随机“扩散”或噪音的幅度。
我们从最简单的规则出发，构建了一个强大而通用的工具。但我们的模型有一个至关重要的隐藏假设：种群是“充分混合”的，意味着每个个体与其他任何个体互动的可能性都相同。这就像假设种群生活在一个完全图上，其中每个人都是其他所有人的邻居。当我们放宽这个假设时会发生什么？如果个体生活在一个结构化的世界中，一个晶格或一个复杂的社交网络，他们只与他们的本地邻居互动呢？正如我们将看到的，这种空间结构可以产生巨大而惊人的影响，有时充当选择的放大器，有时又充当选择的抑制器，从根本上改变了演化的几率。
在熟悉了莫兰过程的机制之后，我们现在来到了旅程中最激动人心的部分。就像一位物理学家，在学习了力学定律后，能从苹果的坠落和月亮的轨道中突然看到宇宙一样，我们现在可以在一系列惊人的自然现象中看到这个简单生死过程的印记。一条物理定律或一个数学模型的真正美妙之处不在于其复杂性，而在于其统一性——用一个单一、优雅的思想来描述广泛行为的能力。莫兰过程正是这样一种思想。我们将看到它如何提供一种通用语言，来讨论癌细胞的命运、我们组织的更新、工程基因的传播、合作的演化，以及宿主与其病原体之间永无止境的军备竞赛。
演化中最基本的问题是：如果一个新的性状出现在单个个体中，它的命运是什么？它会消失，成为历史记录中被遗忘的低语，还是会崛起并征服整个种群？这个事件，即单个突变体的后代完全取代原有种群，被称为“固定”。莫兰过程为这个问题提供了一个非常精确的答案。
让我们想象一个大小恒定为 的种群。一个个体获得了一个突变，使其具有相对适应度优势，我们称之为 。如果 ，该突变是“中性的”——它既不比原有的好，也不比原有的差。在这种情况下，这是一场纯粹的偶然游戏。 个个体中的每一个都有同等的机会，其谱系仅凭运气最终占据主导地位。因此，固定概率就是其初始频率：。对于大种群来说，这是一个令人沮丧的小数字！
但如果突变赋予了轻微的优势，比如 呢？直接从莫兰过程规则推导出的答案如同一道闪电。单个突变体的固定概率 不是 ，而是 这个单一的公式是演化动力学的一块罗塞塔石碑。对于一个大种群 ，分母中的 项变得微乎其微。固定概率于是简化为一个惊人简单的近似值：。如果我们将适应度优势写成选择系数 ，因此 ，这个概率大约是 。对于一个小的优势 ，固定几率大约是 。这是一个革命性的结果！一个仅有 优势（）的突变体，其固定概率约为 ，在一个大种群中，这可能比中性概率 大上数千倍。选择不是一个温和的向导；它是一个强大的放大器。
我们在自己身体的微观剧场中看到了这场戏剧的上演。考虑一个正在接受治疗的癌细胞种群，或一个处于慢性应激下的子宫内膜异位症病灶。如果一个细胞获得了赋予它耐药性或更好生存能力的突变，它的适应度 就大于1。这个公式告诉我们它占领病灶并使治疗无效的几率。莫兰过程的冷酷数学支配着耐药性的演化，这是现代医学的核心挑战。
然而，同样的数学也描述了组织更新的优雅过程。我们的组织由干细胞维持，这些干细胞居住在称为“壁龛”的特殊环境中。一个壁龛可以被看作是为干细胞准备的固定数量“座位”（）的集合。当一个干细胞分裂时，它的一个子细胞必须替换另一个干细胞，这恰好就是莫兰过程。一个赋予干细胞更高自我更新倾向或壁龛占据能力的突变，使其具有适应度优势 。它最终占据整个壁龛的概率由完全相同的公式给出。这就是一个单一突变干细胞如何能成为癌性肿瘤种子的原因。
这个思想的力量超越了自然演化。在合成生物学领域，科学家们正在设计“基因驱动”来改变野生生物的整个种群，例如，使蚊子无法传播疟疾。基因驱动是一种在遗传抽奖中作弊的遗传元件，确保它被传递给超过其应得份额的后代。这种“超孟德尔式”遗传可以在莫兰过程框架中被建模为一个强大的适应度优势 。该模型使我们能够计算出，仅仅释放少数几个工程个体就能导致该驱动在整个目标种群中传播的概率，这是一个具有巨大生态后果的计算。
“是否”一个突变体会固定只是故事的一半。另一半是“何时”。演化以一定的节奏进行，而莫兰过程使我们能够测量其节拍。
让我们回到我们的干细胞壁龛，但这一次，假设所有细胞都是中性的（）。即使没有选择，种群也不是静态的。由于出生和死亡的随机性，谱系不断因偶然性而灭绝，直到最终只剩下一个祖先谱系。这种状态被称为“单克隆性”。这个“克隆更新”过程需要多长时间？使用莫兰过程，可以推导出达到单克隆性的期望时间，从 个不同谱系开始，结果非常简单：它与种群大小的平方（）成正比。这意味着更大的干细胞池能更长时间地维持其克隆多样性，为组织提供鲁棒性。相比之下，具有小型、快速分裂干细胞种群的组织，如我们的肠道内壁，将经历快速的克隆更新。
现在，让我们重新引入选择，并添加另一个关键因素：突变。有益的突变不是按需出现的；它们是罕见的随机事件。一个种群适应新挑战——比如病原体演化以逃避宿主免疫系统——所需的时间，是等待正确突变体出现然后成功固定的时间。这是一个分为两部分的问题：新突变的供应率，以及每一个突变成功的概率。
想象一个大小为 的病原体种群，每次出生都有一个很小的概率 产生一个逃逸突变体。每个“世代”（大约 次出生-死亡事件）产生的突变体总数与 成正比。这些突变体中的每一个都有一个固定概率 ，我们从公式中知道这个值。因此，成功突变的速率是供应率和成功概率的乘积。第一次成功逃逸的期望等待时间就是这个速率的倒数。这引出了另一个深刻的见解：对于大种群，这个等待时间与 成反比。更大的种群演化得更快，不仅因为它们有更多的个体，还因为它们是驱动适应的“中奖彩票”的更丰富来源。
到目前为止，我们一直将我们的种群想象成是“充分混合”的，就像瓮中的球。但如果我们增加更多的结构呢？莫兰过程的鲁棒性在于它可以被扩展以模拟这些复杂性，从而揭示更深层次的真理。
位置的重要性。 在许多生物组织中，比如我们肠道的隐窝，位置就是一切。一个肠道隐窝可以被建模为一个一维细胞线，底部有一个受保护的干细胞壁龛。只有大小为 的壁龛内的细胞遵循自我更新的莫兰过程。壁龛外的细胞是暂时的；它们分裂并被稳步向上推，最终被脱落。突变体的命运是什么？如果它出现在壁龛之外，其谱系就会被冲走——其固定概率为零。要让隐窝被占领，突变必须发生在壁龛内部的干细胞中。突变的命运不仅由其适应度决定，还由其地址决定。这种空间结构充当了一个强大的防火墙，保护组织免受流氓细胞的占领。
作为博弈的演化。 在许多情况下，个体的适应度不是一个固定的属性，而是取决于他人的行为。这是博弈论的领域。莫兰过程可以与博弈论完美结合，以探索如合作等社会行为的演化。想象一个种群在玩一个“公共物品博弈”，其中合作者支付成本 来创造共同利益，而背叛者不支付任何成本但坐享其成。合作能否存续？通过将博弈支付映射到适应度并将动态嵌入莫兰过程，我们可以计算出单个合作者在背叛者种群中的固定概率。结果取决于种群大小、互动群体大小、合作的利益以及选择的强度。这为从微观的互动规则到宏观的社会行为命运架起了一座桥梁，将生物学与经济学和社会科学联系起来。
红皇后竞赛。 也许最宏伟的应用是在模拟共同演化中，即物种之间永无休止的军备竞赛，例如宿主和病原体。在这里，我们可以用各自的莫兰过程来模拟每个种群，但有一个转折：宿主类型的适应度取决于病原体类型的频率，反之亦然。一个种群的适应度景观就是另一个种群。会发生什么？确定性模型通常预测系统将稳定在一个平衡点。但随机的莫兰模型揭示了一个不同的、更动态的真相。有限种群中出生和死亡的内在随机性——即“人口随机性”——可以持续地将种群推离平衡，维持适应和反适应的无尽循环。宿主演化出一种防御，病原体演化出一种反防御，如此循环，追逐永不停止。这就是“红皇后”假说，而莫兰过程展示了人口随机性本身如何成为驱动它的引擎。这是一个美丽的启示：在生物学混乱、嘈杂的现实中，随机偶然性不仅仅是需要被平均掉的麻烦；它是一种基本的创造性力量，可以塑造宏伟的演化织锦。
从癌症病房到我们组织的深处，从新颖生态系统的设计到我们社会本能的起源，“一个出生，一个死亡”的简单规则提供了一条统一的线索。莫兰过程，以其优雅的简洁性，为我们提供了一个强大的镜头，来理解支配生命世界的偶然与必然的相互作用。