报道最多的具有一般智力的遗传协会可能是假阳性
RSS
搜寻文字 区分大小写 确切的词 包括评论
列表 书签
标题说明了一切，我从现在的论文中将其删除 在线 （免费）。 很有意思 因为它与未来对复杂的认知和行为特征的遗传理解有关。 这是摘要：
一般智力（g）和几乎所有其他行为特征都是可遗传的。 已经报道了与大脑功能相关的几个候选基因中的g和特定的单核苷酸多态性（SNP）之间的关联。 我们力图使用12、5571和1759个个体的三个独立的，特征明确的纵向数据集，在2441个特定的遗传变异与g之间复制已发表的关联。 在所有三个数据集中的32个独立测试中，只有一个在p〜.05级别上具有名义上的显着性。 相比之下，功效分析表明，如果合理地假设基因型效应的大小，我们应该预期会有10-15个重要的关联。 作为阳性对照，我们确认了阿尔茨海默氏病和体重指数的公认遗传关联， 并且我们使用了基于SNP的相关性计算来复制估计值，其中g的大约一半的变异是由个体之间的常见遗传变异引起的。 我们得出结论，心理学和社会科学的分子遗传学需要与候选基因不同的方法。
我的直觉是，这些结果将使许多人不满意。 作者确认并重申 遗传 通过重申经典结果和利用新的基因组技术来提高一般智力。 但是，他们也认为候选基因文献几乎毫无价值，因为大多数早期研究都缺乏力量。 后者可能是由于该性状的遗传结构。 智力可能由许多影响非常小的基因决定（例如，一个特定 SNP 影响的变异的 0.01%），或者“罕见的，可能是结构性的遗传变异，具有适度到大的影响。 前一种情况很明显，但后一种情况呢？ 我对此有点怀疑，因为我很好奇为什么中等到大的效应变异没有出现在基于家族的研究中（大概在家族内，相同的变异会定位到基因图的部分）？ 但是我对文献不够流利，无法知道以前是否有很多家庭在这方面的工作。？
相关新闻： 这是第一作者的文章 评论 从1990年代后期开始， 自“钟形曲线”以来的智商.
（从重新发布 探索/ GNXP 经作者或代表的许可）
关注@razibkhan 
我想知道一个计算机类比——CPU、RAM 和硬盘大小的独立基因——而高智商只是拥有全套——这让我想知道白痴学者是否可以分为几类。 如果是这样，其中一些组成基因可能是其他物理参数的结果，例如硬盘驱动器的大小可能等于大脑大小即头骨大小即高度？ 如果没有 CPU 或 RAM 升级，更大的大脑尺寸可能没有用。
遗传力估计通常来自双胞胎研究。 这些对基因 x 环境相互作用不敏感，这些相互作用被包含在一般遗传力项下。 因此，在关联研究中未能找到可复制效应的另一个原因可能是遗传变异是否根据特定的环境条件发挥不同的影响。
http://www.guardian.co.uk/science/blog/2010/sep/09/gene-intelligence-genetic-testing
遗传力估计通常来自双胞胎研究。 这些对基因 x 环境相互作用不敏感，这些相互作用被包含在一般遗传力项下。
请注意，他们使用基于 SNP 的相关性来估计遗传力。 所以双胞胎研究的话题在这里不是重点。 无论如何，有些模型考虑了 GxE。
Beaver 等人刚刚发表了一项基于 Peabody Picture Vocabulary Test 的关于三个多巴胺基因、教育和智商的研究。 样本量大约与本手稿中的研究 2 一样大。 三基因指数与教育和智商的相关性强于智商与暴力、种族与贫困、性别与教育程度的相关性。 基因索引的影响似乎主要是由于 DRD2/ANKK1，这是这里提到的基因之一。 我发现很难相信这只是一个误报，因为每个相关性似乎都符合预期，这不可能是基因购物，因为这些研究人员总是使用相同的数据库并研究相同的基因组。 此外，1700 的样本量并非微不足道。 我最好的猜测是，效果只是一个特定的词汇能力，这三个研究并不强调词汇。
令我困惑的是两个明显观察结果之间的矛盾。 1）个体遗传智力存在巨大差异。 2) 智力可能由一些影响很小的基因决定。
我不想陷入智力是什么或它可以测量的程度的哲学泥潭，我们知道如果智力变异性仅由以下因素决定，人类人口中存在非常大的标准偏差一些基因的影响很小。 如果遗传智力是由于 1000 次硬币翻转，就不会有 Razib 和失去的低正常人以漫画书的方式看待现实。
这让我充满希望，如果有足够的时间、超级计算机和预算，华大基因的研究和其他类似研究会产生结果，向我们展示我们还不知道的东西，为什么人类在复杂地看待世界时存在巨大差异。 这让我觉得必须有基因组合来增强智力，否则我们就不会如此多变
论文中提到的最有趣的事情之一是一个结果，该结果基本上独立地证实了 Ian Deary 及其同事（下面的 Davies 等人）最近的开创性研究：
“戴维斯等人。 (2011) 使用了来自五个不同的全基因组关联研究 (GWAS) 的数据，但未能识别出与结晶或流体智力密切相关的任何个体标记。 然后，他们应用最近开发的方法（Yang 等人，2010 年；Visscher 等人，2010 年）来测试所有基因分型 SNP 的累积效应。 本质上，该方法计算样本中每对个体之间的整体遗传相似性，然后将这种遗传相似性与所有对的表型相似性相关联。 继杨等人。 （2010 年），我们每对掉了一个双胞胎，然后估计结果样本中的所有成对遗传关系。 然后我们丢弃了相关性超过 025 的个体，就像 Davies 等人一样。 (2011)。 戴维斯等人。 据报道，他们数据中的约 550,000 个 SNP 可以共同解释 40% 的结晶 g (N = 3,254) 变化和 51% 的流体 g (N = 3,181) 变化。 我们对来自研究 3 的 STR 样本应用了相同的程序，并估计我们数据中的约 630,000 个 SNP 共同占 g (p < .47) 方差的 02%，证实了 Davies 等人(2011) 独立样本中的发现。 这些和我们的其他结果，以及迄今为止对 g 的全基因组关联研究的失败，都与作为高度多基因特征的一般智力相一致，普通遗传变异对这种特征的影响很小。”
我们知道，如果智力变异仅由一些影响很小的基因决定，那么人口中存在非常大的标准偏差。
我很抱歉，但我不明白这一点。 大量几乎独立的小效应变异是在群体中产生大而平滑的变异的最佳方法！
如果“智能”仅受几个大效应变体的支配，它将是半离散的，有点像眼睛的颜色。
如果遗传智力是由于 1000 次硬币翻转，就不会有 Razib 和失去的低正常人以漫画书的方式看待现实。
嗯，是的。 如果您可以对计算机进行编程，请尝试一次又一次地计算 1000 次抛硬币的总和（或平均）结果。 当您整理结果时，您会看到它们的分布遵循平滑、定义明确的钟形曲线，有一些极低的总和，一些非常高的总和和一大堆平均的总和。 这就是神的力量 CLT。
请注意，他们使用基于 SNP 的相关性来估计遗传力。
嗯……他们的方法对可能与社会经济相关的人口结构是否有效？
#5，正如托托所说，中心极限定理。 你想知道兄弟姐妹之间的差异吗？ 我认为这很容易通过分离和重组来处理。
当谈到个体基因对各种性状/性状的影响大小问题时，总是让我感到困惑的一件事是：人们不应该期望个体基因对性状的影响大小很小吗？几乎可以肯定，要么被高度选中，要么被选中反对？ 任何对繁殖成功有很大负面影响或很大积极影响的等位基因不会分别很快地从种群中清除或通过种群吗？ 不应该有一个理论上的结果吗？ 我认为可能不是这样的唯一原因是，所讨论的基因是否也对生殖成功产生了一些相反方向的显着影响。
那么，我们为什么要期待除此之外的任何其他东西，例如，智力基因的影响很小，大多数疾病的基因也是如此？ （同样，如果这些基因也有相反方向的影响，例如一方面（可能）Tach-Sachs 病的基因和另一方面（当然）镰状细胞病的基因，那么效果可能相当可观）。
#10，现实是数量性状往往是那些没有受到很多定向选择的。 扫描倾向于消除它们需要存在的变化。 选择不关心遗传结构，它只看到表型变异。 我认为大效应性状实际上可能在那些受选择的人中更常见，因为那些“性状”是突变体，它们仅由于隐性等位基因以低频率分离而存在。 虽然我没有考虑太多。
补充一下我之前的帖子：
如果我的推测是正确的，那么当涉及似乎被高度选择或高度选择反对的特征时，帮助定位影响相对较大的等位基因的一种方法是执行以下操作：
找到似乎与被积极选择的特征相关的消极特征，并找到似乎与被消极选择的特征相关的积极特征。 编码这种“抵消”性状的基因将是对感兴趣的性状产生重大影响的良好候选者。 （例如，更聪明的人可能会近视）。
“现实情况是，数量性状往往是那些没有经过大量定向选择的性状。”
大多数数量性状没有经过大量选择，这当然可能是真的。 但我在这里担心的是那些被大量选择并且也会受到大量基因影响的性状。 性状是否会受到大量基因的影响是生理学和分子生物学的问题，与其在选择中的作用无关。
有一个长期存在的实验，人为地选择某种种子中的含油量（我相信）（不记得一时的细节）——我相信它已经经历了 100 多代。 选择过程仍然有可观的回报（至少在增加含油量的方向上 - 它真的不能再减少了）。 现在是人工选择，它会比任何自然选择更快地耗尽任何遗传潜力。 所以我不得不相信，如果基因可以如此改变，那么需要很长时间才能用尽小附加基因在积极性状上的潜力。
现在我想这些事情可以达到一个极限，即积极影响被消极影响抵消。 但是，例如，智力的持续高可变性似乎表明我们还没有达到那个极限。 如果我们有，那么人们会认为，高智商的缺点是非常明显的——事实上，它似乎几乎是纯粹的好处。
如果我们有，那么人们会认为，高智商的缺点是非常明显的——事实上，它似乎几乎是纯粹的好处。
你有没有研究过所有国家中受过高等教育的人的生育能力？
考虑一个高度复杂的模拟机器，例如 19 世纪的快船。 如果您根据相同的蓝图手工建造了 XNUMX 个，然后让它们在世界各地比赛，您可能会看到它们的速度有很大差异。 为什么？ 因为有些人在建造时犯了更多的错误，有些人在比赛中遭受了伤害。 如果智商的大部分变化是由随机错误而不是不同的蓝图驱动的怎么办？
那么，出于优生目的，如何找到 g 的 jeens 呢？ 我的想法是，一旦人类 jenome 测序变得非常流行，人们可以将 huj 数量的此类 jenomes 与 varius g corelates 堆积在一起并识别 jenome。 样本大小需要非常小，才能注意到具有 stat 的单个 jeen 的小影响。 签名。 我不确定这一点，也许这里的一些专家不知道 wud 是否有效。
如果智商的大部分变化是由随机错误而不是不同的蓝图驱动的怎么办
随机误差是什么意思？ 他们如何解释高遗传力？
这与身高有什么不同吗？
由于智力是大量基因的微小影响的产物，这为变异和特质提供了很大的空间。
作为一个聪明人，当你遇到另一个聪明人时——还有什么比这更烦人的吗？
这很烦人，因为您可以看到这里有很多细节，但您不确定它可能来自哪个方向。 你立即受到无话可说的威胁。
我会说这可能是生殖方面的劣势。
（如果这是一个不利的评论，请道歉。）
我假设但无法证明它们在人类智力中的变异太大，以至于无法由 1000 个影响很小的基因来确定。 这不是解决一个相当简单的统计问题，一千次硬币翻转的变化范围，而是我们无法量化一屋子的拉齐布比一屋子的笨蛋聪明多少。
不是绝对意义上的，但智商确实告诉我们他们在总人口中的相对位置方面的差异。 由于该度量根据定义是正态分布的，因此诸如“由于 IQ 是正态分布的，我们应该期望它是一堆独立的小硬币翻转的总和”之类的推论似乎没有根据，尽管它可能是此类事情的结果。
也就是说，即使承认分布是正态的真正意义上的，似乎也不是根据 #7
我们会得到一个足够平坦的分布。 1000 次翻转的 sd 是 16（方便地使定义的 IQ 分布等于正面小于 400。）对于本文中讨论的大多数样本量，您应该很容易在 IQ 点上发现显着影响。 当然，很容易有超过 1,000 个 SNP 对智力有影响（在我们宇宙中考虑的环境变化范围内等），但似乎某些“硬币”的数量似乎比其他“硬币”多——我们正在抛 10 美元比方说，混合硬币而不是 10 美元的硬币——而且已经挑出的 SNP 是最有可能是高面额的。