La théorie de la coalescence permet d'établir la significativité des résultats des tests de neutralité sélective via des algorithmes de coalescence qui permettent de simuler de nombreux échantillons, sous le modèle neutre, pour obtenir des distributions attendues de statistiques sommaires. Des déviations de la distribution de fréquences attendue sous le modèle de neutralité sélective sont détectables dans les données moléculaires, ces dernières pouvant être présentées sous la forme de spectre de fréquences des sites et d'arbres de coalescence. Deux gènes ont été choisis pour investiguer l'application de six tests neutralité sélective à des données populationnelles provenant du projet public 1000 Genomes : MDR1 et CYP2C9. Certains exons dans ces gènes ont donnée lieu à des résultats ambigüs, sur lesquels on ne peut pas conclure à de la sélection car les conditions d'application des tests ne sont optimales. J'ai notamment montré, sur la base de ces exemples, que des faux positifs, faux négatifs, et des mauvaises interprétations sont possibles.