行为遗传学方法：双生子、基因组与"遗传性"的正确读法

"一半由基因决定"是误读#

每当媒体说"研究发现智力的遗传性为百分之五十"，评论区总会分裂成两派：一派读成"你的一半是基因决定的"，另一派则认定这是在为宿命论张目。

两种反应都搞错了遗传性这个数字的含义。遗传性是一个关于群体差异的统计量：在某个特定人群、特定环境中，人们在某个特质上的差异有多大比例与遗传差异相关联。它说的不是任何一个个体"由什么构成"，也不预测这个特质能否被环境改变。

一个经典例证是身高。身高的遗传性在富裕社会约为八成，是整个社会科学中最高的数字之一；但二十世纪人类的平均身高增长了十厘米以上，原因几乎完全是营养和卫生的改善。高遗传性与巨大的环境可塑性毫不矛盾——因为遗传性度量的是"现有环境差异还能解释多少剩余差异"，而不是"环境起不起作用"。

行为遗传学要研究的，正是这个被反复误读的分解问题：心理特质的个体差异从何而来。

换一个角度说：遗传性回答的是"在你观测到的这批人里，差异的哪一部分与亲缘重叠共变"，而不是"基因在因果图上占几成"。同一数字在不同抽样框下可以差很远——若研究只覆盖大学城附近的中产家庭，环境方差被压缩，遗传性会被抬高；若覆盖极端贫困与极端富裕并存的区域，环境项膨胀，遗传性会下降。媒体标题常省略这个条件句，于是读者把条件统计量读成了本质属性。

双生子设计：自然提供的对照实验#

心理学家不能随机分配基因，但自然提供了一个近似。

同卵双生子共享几乎全部的遗传变异，异卵双生子平均共享约一半，而两类双生子通常在同一家庭中长大。如果同卵对在某个特质上系统性地比异卵对更相似，超出的相似性就可以归因于那份额外的遗传重叠。

用最简单的法尔科纳公式，遗传性约等于两倍的两类双生子相关系数之差。例如早期汇总研究显示，一起抚养的同卵双生子在智商上的相关约为 0.86，异卵约为 0.60，差值翻倍后得到约 0.5 的遗传性估计。模型把个体差异分解为三部分：加性遗传、共享环境（让同家庭孩子更相似的因素）与非共享环境（连同胞之间也不相同的因素，含测量误差）。

更完整的结构方程模型会同时拟合同卵与异卵的协方差，并检验是否允许显性遗传或同卵特有的共享环境项。关键不是公式本身，而是参数绑定于抽样总体：若同卵与异卵在配对年龄、社会经济地位或测量工具上系统不同，相关差会被误读成遗传。同类结婚也会抬高异卵相关，从而压低法尔科纳估计——这是读双生子文献时必须先核对的建模假设。

分开抚养的同卵双生子提供了更锋利的检验。明尼苏达双生子研究中，布沙尔团队 1990 年报告，四十多对自幼分开抚养的同卵双生子在智商上的相关仍约为 0.75——这些人在不同家庭中长大，相似性很难归因于共同养育。

这个设计的承重墙是等环境假设：同卵双生子并不比异卵双生子享有更相似的"相关环境"。批评者指出，同卵双生子常被穿一样的衣服、被更相似地对待。辩护方的回应是实证检验：被误认卵型的双生子，其相似性跟随真实卵型而非被相信的卵型；而且"被对待得更相似"本身可能就是基因相似引出的反应。

收养设计补上了另一块拼图。被收养者与养父母共享环境却不共享基因，与生父母共享一半基因却不共享成长环境。如果孩子在某特质上更像从未共同生活的生父母，环境解释就被削弱。双生子与收养两类设计的结论大体一致，是行为遗传学结果可信的重要理由。

还有一个常被忽略的概念是基因—环境相关：基因会改变一个人身处什么环境。父母既传基因又布置书房，是被动相关；爱交际的孩子引出更多社交邀请，是唤起相关；青年主动选择符合自己倾向的圈子，是主动相关。这意味着模型里的"环境效应"并不纯粹来自外部，"基因"与"环境"从来不是两桶独立的水。

另一条常被略过的线索是测量本身的遗传性：问卷反应风格、测验焦虑、甚至愿意参加研究的倾向，都会把信号掺进错误的桶。因此现代报告越来越强调多方法测量与纵向重复。年龄也改写分解：儿童期共享环境往往更大，到成年后非共享与遗传项上升——不是基因突然变强，而是人们开始按倾向选择环境，主动相关放大了亲缘重叠。

半个世纪双生子研究的总账#

2015 年，波尔德曼等人在《自然·遗传学》上汇总了五十年的双生子研究，覆盖一万七千多个特质。横跨所有特质，报告的平均遗传率约为百分之四十九。

这类结果的规律性，早在 2000 年就被特克海默半开玩笑地概括为行为遗传学"三定律"：一切皆遗传；共享环境的作用小于遗传；非共享环境的作用大于共享环境。人格、精神疾病、政治态度乃至离婚，没有哪个人类特质的双生子研究得出过零遗传性。

但要小心这些定律的正确读法。它们描述的是被研究人群的差异结构，不是说环境不重要，也不是说干预无效。共享环境贡献小，部分是因为大多数双生子研究采样于环境差异已经被制度压缩的人群——当几乎所有孩子都上学、都有基本营养时，剩下能被观察到的环境差异自然有限。把"共享环境效应小"读成"家庭养育无所谓"，是这个领域流传最广、也最危险的简化之一。

总账还有一层方法学含义：平均遗传率接近一半，并不意味着每个特质都"差不多一半"。认知能力通常更高，人格居中，态度与精神病易感性状的区间更宽；把跨特质平均当成普遍常数，会抹掉真正需要解释的异质性。发表偏倚也会抬高早期文献中的点估计——小样本双生子相关更容易在高相关时被写出论文。

从双生子到 DNA：GWAS 时代#

双生子研究不需要看见基因。分子时代改变了这一点。

全基因组关联研究（GWAS）在几十万到上百万人中扫描基因组，寻找与特质统计相关的单个碱基变异。它的第一个反直觉发现是：心理特质是极端多基因的。不存在"抑郁基因"或"智力基因"，存在的是成千上万个效应小到近乎不可分辨的变异。

这给单个位点判了死刑，却催生了新工具：把全基因组所有变异的小效应按权重加总，得到多基因分数。2018 年，李等人用约一百一十万人的样本研究教育年限，找到一千二百七十一个全基因组显著的独立位点；由此构建的多基因分数在独立样本中能解释教育年限差异的约百分之十一到十三。作为对照，2010 年杨等人用类似逻辑证明常见变异可以加总出身高遗传性的大部分，部分弥合了双生子估计与分子估计之间的"遗传性缺口"。

分子估计还有一条并行路线：SNP 遗传性（如 GREML）不问"哪个位点显著"，而问"全部已分型常见变异合在一起能解释多少方差"。它通常低于双生子遗传性，高出部分常被归因于稀有变异、结构变异、基因互作，或双生子模型的假设偏差——统称"缺失遗传性"。读 GWAS 论文时，把显著位点数、多基因分数 R² 与 SNP 遗传性三项分开报，比只盯头条位点更不容易被话术带走。

还有一个更微妙的发现。孔等人 2018 年证明，父母没有传给孩子的等位基因，仍能预测孩子的教育结果——因为父母用自己的基因塑造了孩子的成长环境。这被称为"遗传培育"：我们测到的"基因效应"里，混着经由家庭环境传导的部分。

GWAS 还把人群结构推到前台。若某特质与祖先背景相关，而祖先背景又与等位基因频率相关，朴素回归会把地理与文化差异误报成位点效应。主成分校正、混合模型与家族内设计都是在削这一层混杂；跨族群预测力骤降，因此不是工程瑕疵，而是训练总体与目标总体不等价的直接后果。

常见误用#

把遗传性读成个体命运。 遗传性是群体方差的比例，对"我的孩子有多少由基因决定"这个问题不作答。

用组内遗传性推断组间差异。 两个群体的平均差异，不能从各自群体内部的高遗传性推出"是基因造成的"。同一批种子种在肥沃与贫瘠两块地里，每块地内部的株高差异可以高度遗传，两块地之间的平均差异却完全是环境——这个思想实验至今仍是遗传性被滥用最多的地方。

候选基因时代的教训。 二十一世纪初，大量研究声称找到了"某基因某变异与抑郁、攻击性或幸福感相关"，其中最著名的是 5-HTTLPR 与生活压力交互预测抑郁。这些研究样本小、多重检验严重，在后来的大样本中系统性失败。2019 年一项联合多个大样本的分析对这类候选基因假设给出了近乎全面的否定。这段历史是"小样本加灵活分析如何制造文献"的最佳反面教材。

把多基因分数当个人诊断。 现有分数只解释百分之十几的方差，且预测力跨族群大幅下降——因为训练数据以欧洲血统为主。用它做个人层面的教育或临床决策，在统计上和伦理上都不成立。家族内设计（比较同胞之间的分数差）能剥离人群分层与部分养育混杂，是目前判断"分数是否抓住了可传递的遗传信号"更干净的检验；家族内效应往往显著小于人群效应，这本身就是方法学警告，而不是应用说明书。

对"基因乘环境交互"过度乐观。 "有这个基因的人在逆境中更易抑郁"听起来精确而人道，但可靠的交互效应需要比主效应大得多的样本才能检出，候选基因时代的 G×E 发现几乎全军覆没。大样本时代找到的少数稳健交互，效应也都小得需要谨慎解释。把交互写成干预菜单，超出了现有证据所能支撑的推断层级。

方法的边界#

行为遗传学分解差异来源，但不揭示机制。知道某特质遗传性为百分之五十，不等于知道任何一条从 DNA 到行为的通路。从关联位点到神经元回路、再到可测量行为，中间隔着表达调控、发育时序与社会选择——GWAS 坐标不是因果故事的终点。

所有估计都绑定于特定人群与环境。换一个环境方差更大或更小的人群，同一个特质的遗传性就会改变——遗传性不是特质的自然常数。人群分层、亲属相关与测量误差都会把估计往不同方向推；因此比较两项研究前，先对齐总体与测量，再谈数字高低。

遗传性也不回答"应当如何干预"。一个高度遗传的特质可能极易被眼镜或胰岛素式的环境手段矫正；一个低遗传性的特质也可能极难改变。政策推理需要的是因果证据，不是方差分解。把方差分解读成社会处方，是把描述性统计误当成规范性结论。

边界还可以说得更硬一点：行为遗传学擅长回答"差异从哪一类来源共变而来"，不擅长回答"改哪一个旋钮会改变均值"。后者属于干预试验与机制研究的地盘。混用识别目标，是领域内外争论经久不衰的技术根源。

如何阅读一项行为遗传学研究#

先看遗传性数字附着的人群：哪个国家、哪个年代、什么环境范围。换一个总体，数字就可能改变。

再看设计类型。双生子研究依赖等环境假设，GWAS 依赖巨大样本与严格的多重检验校正，两者失败的部位不同。

然后检查效应量级的说法。单一位点的效应几乎必然微小，声称"发现某基因决定某特质"的报道可以直接打折。

最后留意推广边界。多基因分数在非欧血统人群中预测力明显下降，任何基于它的应用结论都要先问训练数据里有谁。

若论文同时报告人群预测与家族内预测，优先相信后者对"可传递遗传信号"的约束；若只报告前者，把它当作尚待去混杂的相关。读摘要时再问一句：作者把"发现"放在哪一层——相关位点清单、SNP 遗传性、多基因分数的样本外 R²，还是机制通路？四层证据的强度与可错方式完全不同。

跨域连接#

• 医学遗传学与基因组学：心理特质研究完整复用了医学基因组学的工具链，也继承了它的核心教训。孟德尔式的单基因思维在复杂疾病上失败后，医学转向了多基因模型——心理学重复了同一条弯路——候选基因时代的崩塌与医学中"候选基因协会研究"的崩塌是同一个统计故事的两次上演。
• 统计学：遗传性是一个方差分解比例，它的合法含义完全取决于参照总体。同一个个体的特质既不"百分之五十来自基因"，也无法脱离环境分布谈论——把群体统计量误用到个体层面，是统计推断生态谬误在公众话语中传播最广的一次。
• 因果推断的可信性革命：分开抚养的双生子和"遗传培育"设计本质上都是自然实验，用无法被人为操纵的变异来源逼近因果识别。但等环境假设与家谱内混杂使这类识别比表面看起来更脆弱——这与经济学对工具变量排他性约束的争论在结构上一模一样。
• 自然选择：双生子研究测量的是现存变异的来源，而进化解释回答的是变异为何存在。一个特质高度遗传，不意味着它是被选择的适应——遗传漂变和副产物同样维持变异——把遗传性数字当作适应性的证据，是跨越了两种不同的解释层级。

参考文献#

1. Polderman, T. J. C., et al. (2015). Meta-analysis of the heritability of human traits based on fifty years of twin studies. Nature Genetics, 47(7), 702-709. https://doi.org/10.1038/ng.3285
2. Turkheimer, E. (2000). Three laws of behavior genetics and what they mean. Current Directions in Psychological Science, 9(5), 160-164.
3. Bouchard, T. J., Lykken, D. T., McGue, M., Segal, N. L., & Tellegen, A. (1990). Sources of human psychological differences: The Minnesota Study of Twins Reared Apart. Science, 250(4978), 223-228.
4. Lee, J. J., et al. (2018). Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals. Nature Genetics, 50(8), 1112-1121.
5. Yang, J., et al. (2010). Common SNPs explain a large proportion of the heritability for human height. Nature Genetics, 42(7), 565-569.
6. Kong, A., et al. (2018). The nature of nurture: Effects of parental genotypes. Science, 359(6374), 424-428.

延伸阅读#

1. Plomin, R., DeFries, J. C., Knopik, V. S., & Neiderhiser, J. M. (2016). Top 10 replicated findings from behavioral genetics. Perspectives on Psychological Science, 11(1), 3-23.
2. Plomin, R. (2018). Blueprint: How DNA Makes Us Who We Are. MIT Press.
3. Border, R., et al. (2019). No support for historical candidate gene or candidate gene-by-interaction hypotheses for major depression across multiple large samples. American Journal of Psychiatry, 176(5), 376-387.