Unz评论•另类媒体选择$
美国主流媒体大都排除了有趣,重要和有争议的观点
 博客浏览詹姆斯·汤普森档案馆
皮弗再次骑行
仅通过多基因风险评分即可预测群体智力平均值。
通过电子邮件将此页面发送给其他人

 记住我的信息



=>

书签 全部切换总目录添加到图书馆从图书馆中删除 • B
显示评论下一个新评论下一个新回复了解更多
回复同意/不同意/等等 更多... This Commenter This Thread Hide Thread Display All Comments
同意不同意谢谢LOL轮唱
这些按钮可将您的公开协议,异议,感谢,LOL或巨魔与所选注释一起注册。 仅对最近使用“记住我的信息”复选框保存姓名和电子邮件的频繁评论者可用,并且在任何八个小时的时间内也只能使用三次。
忽略评论者 关注评论者
搜寻文字 区分大小写  确切的词  包括评论
列表 书签


该图按降序显示了教育GWAS的按人口分类的标准化多基因评分(1000个基因组人口,EA MTAG,N = 3,257个SNP)。

博客的功能之一就是让人们记下想法。 猜想的半衰期很短。 驳斥总是snap不休。 大卫·贝克尔(David Becker)的最新版本的国家智商受到了强烈的批评,现在正在研究所有这些问题(特别是与分数非常低的国家打交道),当他准备好修订版时,我将再次与他联系。 接下来的十字准线是戴维·皮弗(Davide Piffer)。

https://www.unz.com/jthompson/piffers-equation-further-updated/

Piffer 用一张新纸卷土重来

https://www.mdpi.com/2624-8611/1/1/5/htm

自2013年以来,他再次致力于这个想法。他认为,相对较少的遗传标记,根据构建方法的不同,从127个到3527个SNP不等,可以用作一般的替代品。选择模式,这导致一些基因组比其他基因组更亮。

这是摘要:

摘要:通过三个大型全基因组关联研究(GWAS)的教育程度(EA)鉴定的遗传变异体用于测试多基因选择模型。 使用来自1000个基因组(n = 26),HGDP-CEPH(n = 52)和gnomAD(n = 8)数据集的数据计算加权和未加权多基因评分(PGS),并在人群中进行比较。 来自最大的EA GWAS的PGS与两个以前发布的PGS高度相关(r = 0.96-0.97,N = 26)。 这些因素都可以高度预测平均群体智商(r = 0.9,N = 23)和学习指数(r = 0.8,N = 22),并且对空间自相关的测试具有鲁棒性。 蒙特卡罗模拟产生了非常显着的 p 值。 在gnomAD样本中,PGS与IQ之间的相关性几乎是完美的(r = 0.98,N = 8),ANOVA显示等位基因频率存在显着的群体差异,具有积极作用。 社会经济变量稍微提高了模型的预测准确性(从78–80%增至85–89%),但PGS解释的智商差异是社会经济变量的两倍。 在1000个基因组和gnomAD中,较低的GWAS显着性SNP缺乏预测群体智商的趋势很弱。 此外,在HGDP-CEPH样本中发现了SNP的子集(N = 127)。 对该样本的分析得出与纬度呈正相关,而与距东非的距离则呈低负相关。 通过使用空SNP的经验蒙特卡罗模拟,在考虑了Fst距离与随机噪声的空间自相关之后,这项研究提供了可靠的结果。

Piffer解释了多基因风险评分的使用,并说:

本文的目的是测试多基因评分的预测能力,而与空间自相关和由于漂移和迁移而产生的噪声无关。 预测是,多基因选择模型比仅代表漂移和迁移的零模型更好地解释了平均种群智商。 这意味着 GWAS 中具有积极影响的等位基因的频率在不同人群中具有不同的平均值。

皮弗(Piffer)接受基于欧洲DNA的多基因风险评分的一个重要限制是它们可能会遗漏其他变体。 与其他人群相比,这不一定有利于欧洲人,因为多基因评分同时包含正向和负向变异。 他解释说:

例如,最近对秘鲁人进行的GWAS发现了一种特定于人群的变体,使身高降低了约2.2厘米。 由于此变体仅在美国原住民血统的人群中才是多态的,因此基于欧洲的GWAS可能会遗漏它,可能导致秘鲁人群的PGS被高估(相对于欧洲人)。 EA多基因评分可能会发生类似的情况,其中在其他人群中遗漏了具有负面或正面影响的特定人群变异,分别导致了非欧洲人群多基因评分的高估和低估。 但是,由于特定于人群的变体也可能具有积极作用,因此这些作用往往会相互抵消,从而限制了潜在的偏见。

有证据表明,可以从使用欧洲的GWAS计算的身高多基因评分中得出这种情况,该评分对秘鲁人产生非常低的分数,在1000个基因组样本中排名第二低。 由于大多数GWAS命中不是因果关系(所谓的“标签SNP”),而是与“真实的”因果变异基因相关,并且因为连锁不平衡的模式因人群而异(例如,非洲人的LD区域平均小得多) ,这将减少对与GWAS样本遗传距离较远的种群的预测。

Piffer还使用了Lee(2018)的数据,如下所述:

https://www.unz.com/jthompson/journey-of-1-1-million-miles/

然后我说:

应裁判的要求,Lee等人。 尝试使用他们的多基因分数来预测 1519 名非裔美国人的教育程度。 事实证明它并不强大,占方差的不超过 1.6%。 这是预测欧洲成就的得分能力的 85% 下降,他们将其描述为衰减。 但是,这种衰减程度类似于使用欧洲风险数据来预测非裔美国人分数的三篇论文的衰减程度:教育年衰减为3%,精神病衰减为63%,BMI衰减为88%。

但是,在其他种族中,多基因评分的预测能力预计将纯粹由于不同的LD(连锁不平衡)模式而下降。 在欧洲人中,标记有因果SNP的SNP在非洲人中可能不会这样做。 单单下降的事实还不足以说明两个种族中真正的因果关系所产生的影响是不同的。 可能仅仅是SNP指向了一个稍微错误的方向,但这暂时无法解决。 拥有更多有关非洲人的遗传和情报数据,然后查看基于这些数据的预测(我们的祖传根源)如何预测欧洲的能力将是一件好事。 所有这些将在以后获得更好的数据时提供。

Piffer在所有计算中都使用高度作为控制变量,因为它是多基因的,具有遗传和环境因素,并且可以通过无争议的方式准确地进行测量。 这使得它可以与智力相提并论,后者也是多基因的,也受到环境因素的影响,可以以某些人发现绝对,完全和完全有争议的方式进行精确测量。 有关多基因和社会经济量表的构建,请参见他的论文中的方法声明。 皮弗(Piffer)使用蒙特卡洛(Monte Carlo)模拟获得虚假相关性的基准。

Piffer 并没有试图预测不同基因组中个体的智商,而只是预测他们的组平均值。 他正在使用一组简单而有限的遗传发现来查看他是否可以预测这些平均值,并认为他正在研究的有限组是更大的基因组经历了进化选择过程的指标,并负责小组差异。

关于Fst测度的注释:分数为0表示两个种群正在自由杂交,被称为“完全混交”。 得分为1表示这两个种群没有任何遗传多样性,也没有杂交,就像地理或文化上彼此隔离一样。

图3中的EDU2分数是最可靠的。 请注意,来自巴巴多斯的美国黑人和非洲加勒比人高于趋势线,Piffer 在下面讨论。

表5和图9显示了一个令人着迷的发现:标准的心理计量学表明,阿什肯纳兹人是最聪明的遗传群体(估计IQ 110,这与多基因得分的预测值非常接近(IQ 108)。Ashkenazis的样本量仅为145。芬兰的样本共有1738名受试者,都是欧洲亚组,因此受遗传距离(连锁平衡衰减,种群特异性变异)的影响较小,但是最好重复使用阿什肯纳兹的结果。

在讨论中,Piffer断言:

人群水平的多基因评分(GWAS beta为正的平均等位基因频率)的计算是一种有前途且快速的测试多基因适应信号的方法。 结果清楚地表明,PGS的人口差异(图3)与平均人口智商(图2)的估计以及学生在数学,阅读和科学的标准化测试中的表现(分别为r = 0.9和0.8)相关。

EDU3多基因评分是最可靠的,也是最好的预测因子。 蒙特卡洛模拟强烈表明,所报道的发现并非偶然。 使用此技术构造一个单独的方程式预测身高可以成功预测平均人口高度。 如您所料,这个身高方程并不能预测平均的人口智力,这表明他的智力方程不只是简单地捕捉到一个简单的种族差异,而是将其装扮成可以预测智力种族差异的东西。 该方程至少可以预测其他种族群体的平均智力的事实表明,多基因风险评分的欧洲渊源并不能阻止其具有更广泛的相关性。 很可能在所有种族群体中,提高或降低智力的遗传变异大致相似(尽管它们可能位于基因组序列中略有不同的点)。

Piffer 发现了多基因风险评分的统计问题:你什么时候停止? 也就是说,您应该包括几个预测性SNP? 最强的预测器,没有更多,或者在任何程度上都可以预测的一长串? 他的一位评论者建议采用以下方法。

“从具有最重要的SNP的分位数开始,然后以全基因组重要性下降的顺序添加分位数。 最初,添加分位数将改善预测,但是在特定点之后,添加更多分位数将使预测更糟。 在该拐点处,您具有最佳的PGS”。

Piffer发现,在他的数据中,整个重要分位数之间的信号都有降解,这表现为较低显着性SNP与群体智商的相关性较低的趋势。 为了获得良好的预测能力,需要许多SNP的灵活性,有关压缩感测的好处,Steve Hsu对此进行了更详细的讨论。

计算每个分数与总体智商之间的相关系数。 反过来,计算了相关系数和分位数之间的相关性,得出了一个微弱但显着的相关性(Spearman的r = -0.38,p = 0.0152)。 从大多数 SNP 子集生成的 PGS 的预测能力低于完整集的预测能力。

关于基于欧洲DNA做出的一般种族预测,多基因得分令人惊讶地好,以至于人们可以讨论这些发现及其含义。 例如,他说:

的确,非裔美国人的智商似乎比PGS预测的要高(图2),这表明这不能仅通过欧洲混合物来解释,但这可能是与本地人相比享受更好的营养或教育基础设施的结果非洲人。 另一种解释是杂种优势(“杂种优势”),即由于纯合有害隐性等位基因表达减少,在杂种后代中观察到的适应性增加。

皮弗总结说:

未来的GWAS研究应在非欧洲人群中进行。 的确,跨种族的GWAS是用于鉴定具有均质和异质效应的等位基因以及计算特定人群多基因得分的有前途的资源。 具体而言,它们将使我们能够包括仅在某些人群中具有多态性的SNP,并找到在所有人群中具有相同因果关系的因果SNP。

总结:

正如皮弗(Piffer)所深知的那样,许多从事基因研究工作的人并没有被他的论点说服。 当他首次提出自己的发现时,他们发现了许多批评,他对此做出了答复。 他希望对自己的评论做出回应,但被告知要发表正式论文,这是合理的要求。 皮弗现在已经接受了他的论文,所以现在该批评它了。 开放科学,开放讨论,并可能赢得最佳辩论。

 
隐藏的所有评论•显示  316条评论 • 回复