La genética de poblaciones es el estudio de los cambios en las frecuencias génicas a lo largo del tiempo debido a la selección natural y los efectos de muestreo aleatorio. Comparar la selección y la deriva en dos poblaciones diferentes puede ser difícil, ya que cada población puede tener su propio conjunto de factores adicionales que inducen ruido. Ejemplos de tales factores adicionales incluyen el comportamiento, las fluctuaciones en el tamaño de la población (por ejemplo, estacionalidad), la estructura de la población y la endogamia. Para facilitar la comparación entre poblaciones, se introdujo el concepto de "tamaño efectivo de la población" (denotado como Ne), definido como el tamaño constante de una población idealizada para la cual las propiedades estocásticas de las frecuencias génicas son equivalentes a las de la población real que se modela. Esta equivalencia estocástica ha sido muy exitosa al modelar poblaciones "bien mezcladas". Sin embargo, la mayoría de las poblaciones reales no cumplen con el criterio de "bien mezcladas", ya que están distribuidas en el espacio físico. Para abordar la heterogeneidad espacial, los modelos previos han asumido simplemente que diferentes regiones del espacio tienen diferentes valores de Ne. Pero entonces surgen preguntas, como ¿qué tan granular debe ser el valor de Ne en el espacio? En otras palabras, ¿cuántas poblaciones distintas existen, cada una con su propio tamaño efectivo, y cada una bien mezclada? Debido a factores intrínsecos a la biología, es realmente difícil elaborar modelos espaciales de otra manera, y como se puede observar, tales modelos no son realmente modelos espaciales. Por estas razones, muchos científicos creen que la genética de poblaciones en un espacio verdaderamente continuo sigue siendo un problema abierto. Proponemos el uso de una segunda equivalencia estocástica: el número efectivo de dimensiones (De), para absorber las complejidades espaciales de manera similar a cómo Ne absorbe las complejidades demográficas. Hemos desarrollado un método para estimar De utilizando la teoría de la coalescencia modificada y el cálculo estocástico. Demostramos la utilidad práctica de este resultado al estimar la dimensionalidad efectiva utilizando datos de la influenza aviar altamente patógena (HPAI) subtipo A(H5N1). Finalmente, discutimos nuestros hallazgos en un contexto más amplio y preguntamos si podrían representar un paso clave hacia una teoría de la genética de poblaciones en un espacio continuo.