基因流（Gene Flow）是族群遺傳學中描述等位基因在空間分佈的亞族群（demes）之間轉移的過程。在連續模型中更精確地稱為基因散布（gene dispersal），因為「流動」暗示方向性，而基因散布通常是隨機的。
理論模型
Wright 的島嶼模型（Island Model）：假設有 k 個等大小的亞族群，每代從共同基因庫中以機率 m 接收移民。在遷移-漂變平衡時：
Fst = 1/(4Nem + 1)（二倍體）
此模型過度簡化——假設所有亞族群等機率交換移民，不考慮地理距離。
Kimura & Weiss 的踏腳石模型（Stepping-stone Model）：基因流只發生在地理相鄰的亞族群之間，更貼近自然界的空間結構。一維踏腳石模型中，遺傳分化隨地理距離增加。
Wright 的連續模型（Isolation by Distance, IBD）：在連續分佈的族群中，遺傳分化與地理距離正相關。Wright 定義的「鄰域大小」（neighborhood size, Nb）= 4πσ²De，其中 σ² 是親代-子代散布距離的方差，De 是有效密度。Rousset（1997）證明在 IBD 模型中，Fst/(1-Fst) 與地理距離（二維中為 ln(距離)）呈線性關係。
基因流的分子偵測方法
間接估計（基於 Fst）：Nm = (1-Fst)/(4Fst)（島嶼模型假設下）。缺點：假設遷移-漂變已達平衡且遷移模式均勻。
直接分子方法：
- 親代分析（Parentage Analysis）：用高多型性標記（microsatellites, SNPs）鑑定種子或幼體的親代來源族群
- 指派法（Assignment Tests）：Pritchard et al.（2000）的 STRUCTURE 程式使用貝氏聚類，將個體指派到最可能的來源族群，偵測近期遷移者
- Approximate Bayesian Computation（ABC）：模擬不同基因流情境下的分子資料分佈，與觀察資料比較選擇最佳模型
古基因體學方法：
- D-statistic / ABBA-BABA 測試：Patterson et al.（2012）開發，檢測兩個族群與第三族群的差異基因流。D = (nABBA - nBABA)/(nABBA + nBABA)，D≠0 表示基因流存在
- f₃ 和 f₄ 統計量：f₃(C; A, B) < 0 表示 C 是 A 和 B 的混合族群
適應性基因滲入（Adaptive Introgression）
基因流不僅是中性過程——某些流入的等位基因因適應優勢而被天擇固定。經典案例：
現代人類的尼安德塔人基因滲入：EPAS1 基因的藏族高海拔適應等位基因源自丹尼索瓦人（Huerta-Sánchez et al., 2014）。TLR6-TLR1-TLR10 免疫基因簇含有尼安德塔人起源的適應性單倍型。然而，整體上尼安德塔人基因滲入在功能性區域（外顯子、調控區）被淨化選擇清除——這些區域的尼安德塔人 DNA 含量低於基因體平均值（introgression desert），反映 Bateson-Dobzhansky-Muller 不相容性。
植物中的適應性基因滲入：向日葵 Helianthus 屬的耐鹽適應來自物種間雜交。作物野生近緣種的抗病基因透過回交進入栽培品種是植物育種的核心策略。
基因流與保育遺傳學
棲地破碎化切斷基因流，導致小族群近親衰退（inbreeding depression）。「遺傳拯救」（genetic rescue）策略透過人為引入外來個體恢復基因流——佛羅里達山獅（Florida panther）的保育成功案例中，從德州引入 8 隻山獅顯著提升了族群的存活率和繁殖力（Johnson et al., 2010）。但需注意遠交衰退（outbreeding depression）的風險——當基因流跨越局部適應（local adaptation）的界線，流入的等位基因可能降低適應度。