应该说从孟德尔开始，遗传学(genetic)就已经打上了数学的烙印。这在生物学中是不多见的。即使是到今天，数学与生物学的融合仍然不够充分，很大一部分原因当然是生物本身的复杂性造成的。

也许正是基于孟德尔从一开始就很好的引入了数学去刻画豌豆实验背后的原理，遗传学似乎并不排斥数学。更有趣的是，Fisher，这位几乎凭借一己之力发展现代统计理论的学者，对遗传学同样贡献巨大，著名的种群遗传学模型Wright-Fisher模型就与他密切相关。

数学上看，population genetics就是一系列动力学模型。如果大家对这个主题有兴趣，可以参阅Evens的教材《Mathematical Population Genetics》。

一般来说，沿着时间，我们关心两大类的事情：一方面，我们关心从当下出发，随着时间的发展，系统的走势如何，或者说系统的稳定性如何？它的生物学意义是明显的，即是说我们关心种群最终的规模和分布；另一方面，我们还关心基于当下，沿着时间回溯的方向，系统的过去是个什么样子。这又是一个非常有趣和重要的角度。特别是关于evolution的争论，基于回溯过程的讨论显得更重要。

Forward in time: Wright-Fisher model, Moran model, branching process, etc.

Backward in time: Kingman's coalescent process.

上面提到的过程，都是离散随机模型，更具体的说，都是马氏链模型，这些模型可以通过wiki查到相关介绍。

这次纪念许宝騄先生百年纪念会上，来自Mcmaster大学的冯水教授报告的就是这方面的内容。另外，我本人也做过一些关于Moran model的工作。一定程度上反映，这块内容仍然是大家非常关心的。