用于刻画涉及大表型涨落基因型的基因组信息场论（GIFT）

基于正态分布及其性质（即均值与方差），Fisher 的工作提供了一个识别基因型-表型关联的概念框架。尽管 Fisher 的直觉在过去一个世纪被证明富有成果，当前对更高定位精度的需求催生了一种新的基因型-表型关联方法，亦称 GIFT（基因组信息场论，Genomic Informational Field Theory）。该方法不仅更善于从基因型和表型数据集中提取信息，GIFT 还能处理任意表型分布密度函数。在此我们将 GIFT 应用于假设的柯西分布表型。与将涨落限制于由分布主体定义的有限方差的正态分布不同，柯西分布容纳大表型涨落，因此柯西分布表型的均值和方差在数学上无法定义。虽然经典基因型-表型关联方法（GWAS）在没有恰当的均值和方差时无法运作，但本文证明 GIFT 在此情况下仍能关联基因型与表型。由于表型可塑性（即表型涨落）对在突环境变化中存活至关重要，通过应用 GIFT，我们在该情形下确定了允许双等位基因生物发生进化的基因型的独特特征。