在群体遗传学中，哈代-温伯格（Hardy-Weinberg, HW）定律是描述理想条件下（如随机交配、无突变、无选择等）群体基因型频率稳定性的基石。然而，现实生物群体常存在非随机交配现象，传统理论多强调HW平衡需依赖随机交配，但非随机交配是否必然破坏遗传平衡？这一矛盾成为理解自然群体遗传动态的关键问题。
为解决上述问题，Alan Stark在《Twin Research and Human Genetics》发表的研究中，创新性地将瓮模型（urn models）引入遗传学分析。通过构建包含AA、BB、AB基因型的虚拟群体（等位基因频率A为0.4，B为0.6），作者首先模拟随机交配下的配子组合（如表1所示），验证子代基因型频率与亲代一致，符合HW定律。随后，通过调整瓮中代表交配类型的“球”的数量（如改变C33 即AB×AB交配对数），证明只要满足C33 =4C12 等约束条件，即使交配类型严重偏离随机分布（如表2、表3），子代仍能精确再现亲代HW频率。
研究提出量化偏离随机交配的指标：Σij |Cij -Hij | /N（其中Hij 为随机交配理论值），并通过图1展示该指标随C33 变化的分布规律。结果显示，低偏离值（接近0）对应实际中可能的轻微非随机交配，而高偏离值（如0.9984）则对应极端交配偏好，二者均能维持HW平衡，颠覆“非随机交配必然破坏遗传平衡”的传统认知。
关键技术方法
研究基于瓮模型构建数值模拟框架，通过调整瓮中球（代表交配类型）的分布模拟非随机交配场景；利用孟德尔分离定律计算子代基因型频率；通过边际频率约束保持亲代群体结构稳定；采用绝对偏差和标准化指标量化交配偏离程度。
研究结果
1. 随机交配基准验证
表1显示，在等位基因频率q=0.4、p=0.6时，随机交配下交配类型频率符合Nq4 、Np4 等理论值，子代AA型个体数为C11 +C13 /2+C31 /2+C33 /4=100，与亲代AA型数量一致，验证HW平衡的再现。
2. 非随机交配的约束条件
通过调整C33 并保持行列边际频率不变，证明C33 =4C12 是维持HW平衡的关键约束。该条件源于随机交配的内在数学特性，但可扩展至非随机场景。
3. 偏离度量与实际意义
图1显示偏离指标在随机交配点（C33 =144）为0，随C33 偏离而增大。表2（偏离值0.5632）和表3（偏离值0.9984）为例，说明即使交配类型极端偏离（如AB型仅内部交配），子代HW频率仍保持不变，提示实际群体中隐性平衡可能广泛存在。
结论与讨论
本研究通过瓮模型揭示非随机交配下HW平衡的再现机制，强调遗传平衡的稳定性不仅依赖于随机交配，更取决于交配类型的数学约束。这一发现为解释自然群体中表观偏离随机交配但长期保持遗传多样性提供了新视角。此外，研究提出的偏离度量工具可应用于复杂遗传模型（如多等位基因 locus），为群体遗传学模拟研究提供简易高效的数值化方法。作者引用Johnson与Kotz（1977）的瓮模型应用案例，进一步论证该方法在模拟遗传漂变（genetic drift）、等位基因固定等随机过程中的潜力，深化了瓮模型在遗传学理论建构中的实用价值。
打赏
