分子時鐘從 Zuckerkandl-Pauling 的原始觀察發展至現代貝氏時間估計框架，經歷了理論、方法與應用的深刻演進。
中性演化理論的支撐
Kimura（1968, Nature; 1983, The Neutral Theory of Molecular Evolution）證明中性突變的固定速率 k = μ（突變率），獨立於有效族群大小 Ne。此為分子時鐘的核心理論支柱。然而非中性位點（如同義 vs 非同義）速率明顯不同，Ohta（1973, Nature）的 near-neutral theory 補充：弱有害突變的固定率受 Ne 影響，解釋部分速率變異。
速率常數性的檢驗與否定
Gillespie（1991, The Causes of Molecular Evolution）系統檢驗分子時鐘，發現分子時鐘的「dispersion index」（變異係數比期望值）常超過 1，顯示 over-dispersed clock。Takahata（1987, Genetics）提出 episodic clock，Pagel et al.（2006, Syst. Biol.）以 punctuated equilibrium 解釋速率變異與物種形成事件的關聯。
鬆弛分子時鐘模型
Autocorrelated models：
- Thorne et al.（1998, Mol. Biol. Evol.）：分支速率依親代分支 ±log-normal 變化
- MCMCtree（Yang & Rannala, 2006）實作此類模型
Uncorrelated models：
- Drummond et al.（2006, PLoS Biol.）：各分支速率獨立從共同分布抽取
- 更靈活但可能過度參數化
Lepage et al.（2007, Mol. Biol. Evol.）以真實資料比較，發現鬆弛時鐘模型的相對表現依資料特性而定。Ho（2014, Mol. Ecol.）綜述分子時鐘在族群遺傳時間尺度的應用。
校準策略的精緻化
*Parham et al.（2012, Syst. Biol.）指導原則*：
- 最低化校準應基於最早可靠化石紀錄
- 校準需有明確的系統發生歸屬
- 避免 secondary calibrations 的誤差累積
Fossilized Birth-Death（FBD）模型：
- Stadler（2010, J. Theor. Biol.）提出
- Heath et al.（2014, PNAS）實作於 BEAST2
- 將化石作為「tips」而非「nodes」，整合現生與滅絕分類群
- 提供 macroevolution 參數（speciation, extinction, fossilization rates）的聯合估計
Tip-dating：
- Ronquist et al.（2012, Syst. Biol.）將已知年代的化石作為 tip 校準
- 對古 DNA 研究至關重要（Shapiro et al., 2011）
病毒的分子時鐘
RNA 病毒具快速分子時鐘（~10⁻³ per site per year），可用取樣時間差（heterochronous sampling）直接校準：
- HIV：Worobey et al.（2008, Nature）推估 HIV-1 M 群約 1908 年起源於剛果金夏沙
- 流感：Smith et al.（2009, Nature）追溯 2009 H1N1 pdm 起源
- SARS-CoV-2：Rambaut et al.（2020, Nat. Microbiol.）建立命名系統；Pekar et al.（2022, Science）時間溯源至 2019 年 11 月
人類演化的時間校準爭議
Wilson & Sarich（1969, Science）以免疫距離估計人-黑猩猩分歧 ~500 萬年前，挑戰當時古人類學主流（~1500 萬年）。後古人類學家接受此數字。但 2010 年代突變率直接估計（Kong et al., 2012, Nature; Scally & Durbin, 2012, Nat. Rev. Genet.）修正為 ~6-9 百萬年前，因人類突變率估計從 ~10⁻⁹ 下修至 ~0.5×10⁻⁹。Moorjani et al.（2016, PNAS）綜述校準爭議。
速率異質性的分子機制
Bromham（2009, Biol. Lett.）綜述動物中分子演化速率的生活史關聯：
- 短代時間 → 快（老鼠 vs 象）
- 小體型 → 快（鼩鼱 vs 鯨魚）
- 高代謝率 → 快
- 大族群 → 弱有害突變過濾更嚴 → 慢（對非同義位點）
Lanfear et al.（2010, PNAS）以族群遺傳資料驗證 mutagenic hypothesis（突變率差異），而非 selectionist。
mt vs 核基因的速率差異
動物 mtDNA 演化速率約為核基因的 5-10 倍，但在某些譜系（如植物、海膽）mt 反比核慢。Galtier et al.（2009, Mol. Ecol.）綜述此變異，警告以 mt 單獨推論 phylogeography 的風險。
藥物與疾病的分子時鐘應用
- 癌症體細胞演化：Greaves & Maley（2012, Nature）應用分子時鐘估計癌症驅動突變的時間序列
- 抗藥性出現：Walker et al.（2014, Lancet Infect. Dis.）追溯結核桿菌抗藥性株系演化
當代挑戰
1. 深層時間的校準稀少性：前寒武紀事件（真核生物起源、多細胞起源）化石稀少，分子時鐘與地質證據時有衝突（Cunningham et al., 2017, Trends Ecol. Evol.）。
2. 突變率異質性：Ségurel et al.（2014, Annu. Rev. Genomics Hum. Genet.）綜述人類突變率估計的方法論分歧（系統發生 vs 族譜 vs de novo），差異可達 2 倍。
3. 校準不確定性傳播：dos Reis & Yang（2013, Biol. J. Linn. Soc.）顯示校準的先驗選擇強烈影響時間估計，deep nodes 尤其敏感。
4. 長分支上的飽和：極古老分歧的分子訊號飽和，時間估計依賴模型外推，風險高。
前沿：(1) 全基因組 directly-observed 突變率的精確估計（de novo mutation studies）；(2) 多基因聯合校準減少 calibration density 不足；(3) ML-based 替代 MCMC 的大資料時間估計（如 TreeTime, Sagulenko et al., 2018）；(4) 與古 DNA、古氣候的整合。