解码生命 守护健康

一千多个基因,能解释受教育年限中 11% 的变化| Nature genetics 论文导读

2018-09-06 20:01:09科研圈


研究人员已经发现 1271 种与接受正式教育年限相关的遗传变异。这很重要,但它的重要性可能和你想的不太一样。

 

 

 

 

来源:the Atlantic

作者:Ed Yong

翻译:阿金

审校:戚译引

 

在圣地亚哥,Scripps Ranch 幼儿园的孩子们,图片来源:ROBERT BENSON / GETTY IMAGES

 

当科学家发表研究时,他们很少会附上一份常见问题列表,来解释他们的发现和意义。而且这份问题列表要比研究论文长三倍,这就更稀奇了。但是,Daniel Benjamin 和他的同事觉得这样做很有必要,因为他们研究的是一个容易被误解、也经常被误解的课题:教育遗传学。

 

在过去的五年内,Benjamin 一直是一个国际研究团队的一员,这支团队致力于确认人类基因组中与人们接受教育年限有关的遗传变异。2013 年,在分析了 10.1 万人的 DNA 之后,团队仅发现了三种这样的遗传变异。到了 2016 年,在将研究对象数量翻了三倍之后,他们又识别出了 71 种。

 

现在,在对 110 万名欧洲人后裔的基因组进行扫描之后(这也是迄今为止此类研究中规模最庞大的一个),他们列出了多达 1271 种教育相关的遗传变异。该研究团队成员包括 Peter Visscher,David Cesarini, James Lee, Robbee Wedow 和 Aysu Okbay,他们还确定了数百种与数学技能和心智能力测试表现相关的遗传变异。

 

虽然团队还没有发现“教育基因”,但是这些变异中有许多会对胎儿和新生儿大脑中活跃的基因产生影响。这些基因会影响神经元和其他脑细胞的产生、这些细胞分泌的化学物质、它们对待新信息的反应方式,以及它们相互连接的方式。这种生物过程还会影响我们的心理状态,进而影响我们在接受系统教育过程中的表现。

 

这并不意味着上学是被“写进基因里的”。每一个遗传变异单独产生的影响微乎其微,即使一起合作,它们也无法控制人的命运。因此,研究团队创造出一种“多基因分数”(polygenic score),用这个工具来解释一个人整个基因组中的变异情况,从而预测他们未来接受正式教育的程度。尽管针对每个特定个体的预测准确性相当糟糕,但是放在整个人口样本中,它还是能解释受教育年限中 11% 的变化。

 

打个比方说,跟天气预报比起来,这个结果挺可怕的,至少天气预报预测每天温度变化的准确率有 95%。但谈及预测教育的时候,它则能够与一些传统因素相媲美,包括家庭收入、或者父母受教育程度等。“在社会科学的范畴内,这基本是前所未闻的”,Benjamin 讲到,“我们不光能用人口统计学来解释教育,用唾沫也行。”

 

图片来源:Pixabay

 

在纽约大学研究教育和遗传学的 Kathryn Asbury 评价说:“教育需要开始重视这方面的科研发展。任何能解释在校生表现 11% 的差异的因素都具有重大意义,需要仔细地探讨并加以理解。”

 

“如果我们能够识别出低认知能力的遗传风险,那就有证据来投入更多的预防措施,以减少这种不利因素。”Asbury 补充道,“我们已经采用这种方法来改善一些外部环境缺陷,比如投入额外的资金或者提供免费校餐。我认为我们需要认真考虑生理风险因素的影响,以及一个公平的社会应当如何响应。

 

然而,另一方面,有人担心这类研究会导致歧视或者侮辱带有某些遗传变异的人。这样的担忧不无道理:许多遗传学先辈也是优生学的拥趸,他们宣称,不该鼓励那些可能拥有劣等基因的人繁衍后代。

 

德克萨斯大学的临床心理学家 Paige Harden 则认为,无论是这种反乌托邦风险,还是围绕个性化教育的更有效应用,两者都不现实。“我认为我们还没有走到这种地步”,她说,因为我们仍然不能仅凭一个人的 DNA 信息来准确预测他们的学术命运。

 

Benjamin 和同事也同意这点。下图反映了受教育年限和个体多基因分数的关系,每一个点代表一个人。平均下来,得分更高的人的教育程度当然要高于得分最低的人;但是不管给定什么分数,受教育年限总有巨大差异。本杰明说:“难道我们应该根据多基因分数,让一些人进高级班,另外一些人进补习班吗?这完全不可行,因为这个方法对于任何给定个体的预测能力非常低。”这同样适用于数学能力,或者整体的认知能力。


图片来源:SOCIAL SCIENCE GENETIC ASSOCIATION CONSORTIUM

 

而且,这种预测仅仅适用于 110 万欧洲裔。对于不同族裔的人,分数的预测能力甚至更低,因为他们可能拥有他们自己的教育相关变异。



“这说明你不能通过 DNA 准确地预测教育结果,真是令人安心,”牛津大学神经科学家和遗传学家 Dorothy Bishop 说,“这项研究并不支持下面这个令人不安的场景的出现:人们筛选婴儿,期望选出最聪明的孩子。”

 

诚然,Benjamin 也怀疑他们的团队已经触碰到了准确性的天花板。他相信,即使他们再研究数百万人,对于个人教育水平的预测结果也不会比现在更可靠。鉴于此,研究团队在他们的常见问题列表中列出了如下的问题:

 

“你们从这项研究中得出了哪些政策意义或者实用建议?

 

“一无所获。对此或者其他类似实验,无论是在个体层面或者是政治层面的任何实际应用,都是极其不成熟的,也不会受到科学的支持。”

 

那为什么还要做这个研究?

 

一个原因是探索基因和环境如何相互作用。“如果你在 100 年前做了个跟我们一样的研究,那么最能预测教育水平的遗传因素就是你拥有多少条 X 染色体,因为当时整个社会环境使得女性接受教育的难度要远大于男性。”Benjamin 打比方道。同样地,许多与当今教育相关的基因看上去很重要,“其实是因为今天教育系统的设置。学生们被要求在课桌后面坐上几小时,听老师讲课,而那些不那么安分或者不服从权威的人在这种环境下自然会表现不好。


图片来源:Pixabay

 

也许下面的说法有点反直觉,Benjamin 认为,他们团队的研究“对改善教育体系发挥着真正重要的作用。”要想了解如何实现,要先放下基因,想想财富吧。

 

毫无争议的是,出身富裕家庭的人在学校的表现往往要好于来自贫困家庭的人。当然,穷孩子也可能在学校里表现优异,而富家子弟也可能因为成绩太差被勒令退学,但是几乎没有人会否认,金钱强烈地影响着人的未来。现在,想想家庭收入能够解释 7% 的教育程度差异,这可比基因的影响力少一些。“大部分社会科学家在做研究的时候都会考虑社会经济状态,即使他们对这个因素并不真正感兴趣”,Harden 说。我们的基因其实也是这样。

 

想象一下,假设政府正在计划为那些家庭条件不好的孩子们提供免费的学前教育。为了检验这个政策是否真的能让孩子们接受更长时间的教育,科学家会随机让一些孩子上免费课程,而另一些则没有。随后,他们比较这两组孩子的表现。与此同时,他们总是会考虑两组孩子的家庭富裕程度等可能的变量。同样,“你现在可以排除掉遗传因素,这就不必再担心它们的影响了。”Benjamin 讲道。通过这种方式,研究人员能够更准确地研究一项政策改变能否真正奏效,而研究的规模和成本也更小更低。

 

他说,这就是他研究关于教育或认知能力的遗传学最重要的原因,然而讽刺的是,教育和基因的关系微乎其微。但是,这倒是让社会科学变得更强大。

 

这个研究团队之所以研究基因,本质上为了更加彻底地忽略基因。

 

原文链接:

https://www.theatlantic.com/science/archive/2018/07/staying-in-school-genetics/565832/

 

 

 

论文信息

 

 

【标题】Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals

【期刊】Nature genetics

【作者】James J. Lee, Robbee Wedow, Aysu Okbay, et al.

【时间】23 Jul 2018

【DOI】10.1038/s41588-018-0147-3

【摘要】Here we conducted a large-scale genetic association analysis of educational attainment in a sample of approximately 1.1 million individuals and identify 1,271 independent genome-wide-significant SNPs. For the SNPs taken together, we found evidence of heterogeneous effects across environments. The SNPs implicate genes involved in brain-development processes and neuron-to-neuron communication. In a separate analysis of the X chromosome, we identify 10 independent genome-wide-significant SNPs and estimate a SNP heritability of around 0.3% in both men and women, consistent with partial dosage compensation. A joint (multi-phenotype) analysis of educational attainment and three related cognitive phenotypes generates polygenic scores that explain 11–13% of the variance in educational attainment and 7–10% of the variance in cognitive performance. This prediction accuracy substantially increases the utility of polygenic scores as tools in research.

【地址】https://www.nature.com/articles/s41588-018-0147-3