如果你问一个 1990 年代的行为遗传学家"什么基因影响智力？"，他会诚实地回答："我们知道基因很重要（双生子研究告诉我们），但我们不知道是哪些基因。"
如果你今天问同样的问题，答案已经变了——但远不是"我们找到了那些基因"。
答案是：几十万个遗传变体，每一个贡献的效应都微乎其微，它们的集合效应才构成了遗传贡献的大部分。我们能测量这个集合，但解释它依然复杂得令人谦卑。
这就是多基因评分（Polygenic Scores，PGS）时代的核心现实：工具更精确了，结果更丰富了，但关于基因与行为的老争论反而变得更加精密和棘手。
破除误解：双生子研究告诉我们的和没有告诉我们的
行为遗传学的起点是双生子研究（twin studies）。逻辑很简单：同卵双生子（MZ）共享约 100% 的基因组，异卵双生子（DZ）平均共享约 50%。如果 MZ 在某个特质上的相关性显著高于 DZ，就意味着遗传因素在起作用。
过去七十年积累的双生子研究得出了一个惊人稳健的结论——几乎所有经过系统研究的心理特质，遗传力（heritability）估计都在 0.3 到 0.8 之间：
- 一般智力（g）：约 0.5–0.8（随年龄增长呈上升趋势）
- 人格大五因素：各因素约 0.4–0.6
- 阅读障碍：约 0.6
- 精神分裂症：约 0.6–0.8
- 重度抑郁症：约 0.3–0.4
这不是说"基因决定一切"。遗传力是一个群体统计量，描述的是在某个特定环境下，某个特质在人与人之间的差异有多少比例可以归因于遗传差异。 在不同环境中，同一特质的遗传力可能完全不同。在极度贫困和教育剥夺的环境中，智力的遗传力可能很低，因为环境压制了遗传潜力的表达；在资源均等的环境中，遗传差异才有机会充分表现。
双生子研究的局限也被深入讨论：经典设计假设 MZ 和 DZ 双生子的环境相似程度相同（等同环境假设），但这一假设在细节上有争议；此外，双生子是一个特殊群体（出生时的宫内环境与单胎不同），研究结论的普遍化程度需要审慎。
全基因组关联研究：从"知道遗传很重要"到"识别具体变体"
传统双生子研究只能告诉我们有多少遗传影响，却无法告诉我们哪些基因在起作用。全基因组关联研究（Genome-Wide Association Study，GWAS）解决了这个问题——但解决方式出乎很多人意料。
GWAS 同时测量基因组上数百万个单核苷酸多态性（SNP），寻找哪些 SNP 在统计上与目标特质相关。2018 年，Lee 等人发表了迄今最大的教育年限 GWAS（N > 110 万人），识别出超过 1,200 个统计显著的关联 SNP[lee2018]。
每一个 SNP 解释的方差微乎其微——最大的效应量通常也不过解释总遗传方差的 0.01%–0.1%。但将这些 SNP 效应加权求和，就形成了多基因评分（Polygenic Score，PGS）——一个单一数字，捕捉了一个人基因组中与某特质相关的全部（目前可测量的）遗传倾向。
目前 PGS 的预测力：
| 特质 | 当前最佳 PGS R² | 说明 |
|---|---|---|
| 教育年限 | 约 11–18% | 解释了约 11–18% 的个体差异方差 |
| 认知能力（IQ 类测量） | 约 10–12% | |
| 身高 | 约 25–40% | 参照：身高遗传力约 80%，PGS 仍远未解释全部 |
| 体重指数（BMI） | 约 5–10% | |
| 重度抑郁症风险 | 约 1–5% | 复杂疾病的预测力普遍较低 |
为什么 PGS 预测力仍然有限，即便遗传力很高？这就是著名的"遗失的遗传力"（missing heritability）问题——部分来自罕见变体（GWAS 主要检测常见变体）、基因-环境交互、表观遗传等 GWAS 未捕捉的来源。
2020 年代的进展：更大的规模，更深的理解
生物库数据的规模爆炸：英国生物库（UK Biobank，N > 50 万人）、芬兰生物库（FinnGen）、美国"All of Us"计划等的建立，使 GWAS 样本量突破了过去无法想象的门槛。更大的样本带来了更多发现的 SNP 和更强的 PGS 预测力，但也带来了更微弱的效应量——几乎证实了人类行为特质是真正的"多基因"（omnigenic）特质，数千到数万个基因位点各自贡献微小效应[boyle2017]。
跨特质遗传相关研究：利用 GWAS 数据，研究者可以估计不同特质之间的遗传相关性（genetic correlation）——即两个特质的遗传基础在多大程度上重叠。发现包括：
- 抑郁与焦虑障碍的遗传相关性约为 0.7（高度重叠，支持了"内化障碍谱系"的概念）
- 精神分裂症与双相障碍遗传相关约 0.7
- 神经质人格与抑郁症遗传相关约 0.7
- 教育年限与智力遗传相关约 0.7
这些发现正在重写精神病学的分类框架——DSM 基于症状分类的疾病边界，与遗传学的连续谱系之间存在明显张力[cross2013]。
兄弟姐妹间比较设计：为了排除"遗传与环境混淆"的担忧，研究者开始更多利用同一家庭内兄弟姐妹之间的 PGS 差异来检验效应。这个设计控制了家庭环境，使遗传效应估计更干净。结果显示，教育年限 PGS 在兄弟姐妹内的预测力（约 11%）与群体水平相近，提示遗传效应本身较为稳健，而非完全由家庭背景混淆[kong2018]。
Kathryn Paige Harden 与"基因组宣言"
2021 年，德克萨斯大学的 Kathryn Paige Harden 出版了《基因抽签》（The Genetic Lottery），对行为遗传学在政治和伦理层面进行了一次系统性的定位。
Harden 的核心论点是：进步派学者长期以来因为对遗传决定论的（合理）担忧而回避行为遗传学证据，但这种回避是政治上的奢侈，在实践上适得其反。如果遗传差异真实影响教育和经济结果，那么公共政策就应该正视这种差异，并据此设计补偿性干预——而不是假装遗传差异不存在[harden2021]。
这本书受到了复杂的评价：许多行为科学家赞赏其将遗传证据与进步政治议程整合的努力，但也有批评者指出，即便接受基因影响的证实，政策含义依然高度依赖价值判断，Harden 的政策结论与遗传证据之间的逻辑链条未必像她呈现的那样直接[moore2022]。
伦理与误用风险：一份清醒的清单
行为遗传学在历史上与优生学运动有深刻的关联——这段历史要求我们对每一项新的遗传发现都保持警醒。以下是 2020 年代最值得注意的误用风险：
PGS 的跨人群转移失效：绝大多数大型 GWAS 使用欧洲裔样本，产生的 PGS 在非欧洲裔人群中预测力显著下降（有时下降超过一半）。在多样性样本中直接使用欧洲裔 PGS 不仅无效，还可能加剧诊断和医疗中的不平等[martin2019]。
"基因决定论"谬误：即便 PGS 预测了 15% 的智力差异，剩下的 85% 仍然由环境和测量误差解释，且遗传影响本身也通过环境中介起作用。任何将 PGS 用于"天才选拔"或"劣质基因排除"的应用，都严重误解了多基因预测的统计本质。
群体间比较的无效性：PGS 是基于同一人群内部的遗传差异构建的。用一个人群的 PGS 比较不同人群（如不同种族或国家群体）的平均值，在方法上是根本错误的——因为不同人群有不同的历史、等位基因频率和连锁不平衡模式[lewontin]。这一点在"种族与智力"伪科学争论中尤为重要。
基因检测的商业应用：部分直接面向消费者（DTC）的基因检测公司提供"智力潜能"或"运动天赋"评分服务，这些应用的科学根据极为薄弱（预测力太低，应用场景的心理影响未知），且存在误导性标签。
表观遗传学的复杂性：行为遗传学通常假设基因效应通过分子生物学路径起作用，但环境（如早期创伤、营养、毒素）可以通过表观遗传机制（DNA 甲基化等）改变基因表达——这进一步模糊了"遗传"与"环境"的边界。
代价与争议
间接遗传效应（IGE）：父母的基因不仅通过遗传给孩子影响孩子，还通过父母的行为影响孩子——比如有高教育 PGS 的父母可能为孩子创造更好的学习环境。Kong 等人（2018）的亲子设计研究估计，教育年限 PGS 的效应中，约 1/3 是通过"间接遗传效应"（父母行为环境）实现的，而非直接传递给孩子[kong2018]。这意味着 PGS 预测的部分是"家庭环境变量"，而不是纯粹的遗传效应。
遗传力不等于不可改变：遗传力高的特质（如身高、智力）仍然对强烈的环境干预有反应。20 世纪的 Flynn 效应（智力测试成绩在全球范围内平均上升约 3 IQ 分/十年，在某些国家上升更快）清晰地表明，遗传力高不等于对环境改变不敏感[flynn]。
方法学争议：全基因组复杂性状关联（GCTA）估计遗传力的方法受到了部分统计学家（如 Graham Coop）的方法学质疑，特别是关于局部混淆的纠正是否充分。
未知的边界
- "遗失的遗传力"从何而来：如果双生子研究显示智力遗传力约为 0.7，而 PGS 只能预测约 12% 的方差，这个差距到底由什么填补？罕见变体、结构变异、基因-环境交互、基因-基因交互，还是双生子研究本身高估了遗传力？这仍是一个开放问题。
- 基因-环境交互的量化：理论上，相同的基因在不同环境中可能产生截然不同的效应（GxE 交互），但可靠量化这种交互在大样本研究中依然极度困难。
- 跨文化遗传效应的通用性：在不同文化环境下，哪些行为特质的遗传基础在基因层面高度保守，哪些高度文化依赖？数据非常有限。
- 临床应用的门槛：精神障碍 PGS 在临床预防（如识别高风险个体）中的伦理使用标准和实际预测能力，仍是悬而未决的问题。
跨域连接
- 统计学：多基因分数是把全基因组关联的效应量加权求和，因而它继承了原始研究的全部结构：判别力受样本量限制、跨族群迁移性差（连锁不平衡模式不同）、且个体层面的预测区间极宽。群体层面可用、个体层面近乎无用，是这类分数最重要也最常被略过的性质。
- 决定论：高遗传力常被读作"不可改变"，而这一推断在原理上不成立：遗传力是特定环境分布下群体差异的分解，环境方差一变它就变。近视的遗传力很高而其发生率在几十年内大幅上升，这一例子足以说明遗传力与可改变性是两个独立的量。
- 基因检测与隐私：当代行为遗传学与二十世纪初优生学的关键差别不在结论而在推论结构——前者报告群体统计量与不确定性，后者从群体断言直接推出个体处置。把群体统计量用于个体选择，正是历史上出过大错的那一步，而胚胎多基因筛查把这一步重新摆上了桌面。
- 不平等经济学：分数与教育成就的关联在很大程度上经由环境中介——父母的分数通过其提供的环境影响子女（遗传抚育）。这使"遗传影响"与"家庭影响"在常规数据中无法分离，而同胞间的分数差异设计是少数能分离两者的方法，也是这一领域近年最重要的方法论进展。
- 生命伦理学：分数一旦可购买，就会先被最有支付能力的人使用，因而即使技术本身中性，其扩散路径也会放大既有差距。这一点与技术准确性无关：监管的对象应当是可及性与用途，而非等待分数变得更准——更准只会提高而非降低这一风险。
参考文献
- Lee, J.J. et al. Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals. Nature Genetics 50, 1112–1121 (2018). DOI: 10.1038/s41588-018-0147-3.
- Harden, K.P. The Genetic Lottery: Why DNA Matters for Social Equality. Princeton University Press, 2021.（政策含义的最全面中文友好讨论）
- Plomin, R. Blueprint: How DNA Makes Us Who We Are. MIT Press, 2018.
- Boyle, E.A., Li, Y.I., & Pritchard, J.K. An expanded view of complex traits: From polygenic to omnigenic. Cell 169, 1177–1186 (2017). DOI: 10.1016/j.cell.2017.05.038.（"全基因组"理论的奠基论文）
- Martin, A.R. et al. Clinical use of current polygenic risk scores may exacerbate health disparities. Nature Genetics 51, 584–591 (2019). DOI: 10.1038/s41588-019-0379-x.
- Kong, A. et al. The nature of nurture: Effects of parental genotypes. Science 359, 424–428 (2018). DOI: 10.1126/science.aan6877.（间接遗传效应的里程碑研究）