1700230920
29.Novembre et al., “Genes mirror geography.”
1700230921
1700230922
30.K. Bryc, E. Y. Durand, J. M. Macpherson, D. Reich, and J. L.Mountain, “The genetic ancestry of African Americans, Latinos, and European Americans across the United States,”American Journal of Human Genetics96,No. 1 (2015): 37– 53.
1700230923
1700230924
31.使用主成分定位祖先的范例。A. L. Price, N. A. Zaitlen, D. Reich,and N. Patterson, “New approaches to population stratification in genome-wide association studies,”Nature Reviews Genetics11, no. 7 (2010): 459–463; G.McVean,“A genealogical interpretation of principal components analysis,”PLoS Genetics5, No. 10 (2009): e1000686。
1700230925
1700230926
32.S. Baharian, M. Barakatt, C. R. Gignoux, S. Shringarpure, J. Errington,W. J. Blot, C. D. Bustamante, et al., “The Great Migration and African American genomic diversity,” PLoSGenetics 12, No. 5 (2016): e1006059.
1700230927
1700230928
33.毕竟这是他们的目的：通过部落来分类，而家庭就是最小的部落。
1700230929
1700230930
34.由于重组和分离的随机性。
1700230931
1700230932
35.在弗雷明翰心脏研究和明尼苏达双生子家庭研究中，两个实验的样本都是高度同源的白人兄弟姐妹。这些实验中观测到的差异并不是所谓的种族差异，而更像是民族差异。或者说更接近种族内部的各民族的差异，例如，一个人的DNA中德国和意大利的成分相比如何。
1700230933
1700230934
36.直观上看，这种研究方法直截了当，但是很多细节问题尚未解决。
1700230935
1700230936
第一，这一方法是基于这样一个事实：在每个基因上，后代随机获得亲本的一个等位基因。兄弟姐妹间呈现差异的位置因此也是随机的，所以会有几百万个细小的差异供科学家去分析。值得注意的是，兄弟姐妹间存在差异的一个必要条件是亲本是杂合子（在特定基因上有两个等位基因），所以不是每一对兄弟姐妹都是“可分析”的。
1700230937
1700230938
第二，多基因分数是基于基因组中“危险”的等位基因的个数或者是危险性把所有的SNP以一种“简单粗暴”的方式累加起来。一个基于兄弟姐妹的模型会简单地提取兄弟姐妹间的多基因分数差异，去和兄弟姐妹的学业成就相比较。但是这样是不是过于简单？如果教育的多基因分数指向1号染色体，而兄弟姐妹两人恰恰在1号染色体没有差异，或者一对兄弟姐妹的差异出现在8号染色体，而其他的兄弟姐妹出现在6号染色体。表面上兄弟姐妹间差异在各个家庭间是随机的，但是人群结构却会被考虑进来，取决于兄弟姐妹间的差异在基因组的哪个地方出现。
1700230939
1700230940
第三，正如之前提到过的，兄弟姐妹差异模型研究打破了人群结构。也就是说，即使结论对家庭内的比较是成立的，这些结论能否推广到家庭间也仍不确定。这些家庭内的研究有可能偏离我们想要推广到更大群体的结论。事实上，正如在第三章中所说，教育的多基因分数在家庭内效应较强。
1700230941
1700230942
第四，主成分分析阻止了我们深入理解遗传的作用机制。比较11分和10分的多基因分数对理解遗传机制的作用很少，相比之下一个碱基A到碱基T的变异能告诉我们更多。尽管一个合理的反驳是我们或许得不到那样大的数据规模。
1700230943
1700230944
37.但是兄弟姐妹分析也有它的问题，比如，从一个到另一个的溢出效应，这一效应会使一部分家族内的效应沉默；或者产生利基效应（niche formation），使一部分效应得到强化。另外，从家族不一致性中寻找结论会有相当大的误差。T. Frisell, S. Öberg, R. Kuja-Halkola, and A.Sjölander, “Sibling comparison designs: Bias from non-shared confounders and measurement error,”Epidemiology23, No. 5 (2012): 713–720。
1700230945
1700230946
38.尽管其他不太令人相信的证据也是可能的，比如，基因和环境的相互作用有可能引起种族间不同婴儿的出生体重不一样，在更深层的研究中这样的解释会更少。Dalton Conley and Kate W.Strully.“Birth weight ,infant mortality,and race
:Twin comparisons and genetic/environ-mental inputs.”Social Science Medicine75,no.12（2012）2446-2454.
1700230947
1700230948
39.当然，也有可能是因为更健康的人能找到免于暴晒的工作，因此也更白。但是，在控制基因型这一变量后，这些其他解释的可信度显著下降。在另外一些假设中，我们可以用肤色的基因来预测兄弟姐妹间的颜色差异，以此评估环境对遗传产生的肤色的影响（这里我们假设控制肤色的基因不会影响血压）。
1700230949
1700230950
40.Ann J. Morning, Department of Sociology, New York University,email.
1700230951
1700230952
第六章 基因国富论
1700230953
1700230954
1.J. d’A. Guedes, T. C. Bestor, D. Carrasco, R. Flad, E. Fosse, M.Herzfeld, C. C. Lamberg-Karlovsky,et al., “Is Poverty in our genes？”CurrentAnthropology54, No. 1 (2013): 71–79。
1700230955
1700230956
2.http://data.worldbank.org/topic/poverty.
1700230957
1700230958
3.人均GDP。数据来源：世界银行。http://data.worldbank.org/indicator/NY. GDP.PCAP.CD?order=wbapi_data_value_2013+wbapi_data_value+wbapi_data_value-last&sort=asc.
1700230959
1700230960
4.女性人均寿命。数据来源：世界银行。http://data.worldbank.org/indicator/ SP.DYN.LE00.FE.IN?order=wbapi_data_value_2012+wbapi_data_value+wbapi_data_value-last&sort=asc.
1700230961
1700230962
5.数据来源：世界银行。http://data.worldbank.org/country/korea-republic.
1700230963
1700230964
6.数据来源：世界概况，美国中情局。https://www.cia.gov/library/publications/the-world-factbook/fields/2004.html#kn.
1700230965
1700230966
7.回想一下，朝鲜在1950年的战争中经历重创。我们也许会问，是否是战争的破坏导致了朝鲜的欠发达。另外，一些报告显示，朝鲜的工业到1957年已完全恢复。朝鲜在1910 —1945年的抗日战争时期工业化进程非常迅速，这一点也是朝鲜的早期优势。最后“三八线”两侧经济发展的差异却是如此惊人。尤其是，“三八线”本身没有任何厚此薄彼之意。R.L. Worden,ed.,North Korea
:Acountry Study,5th ed(Washington, DC: Federal Research Division,Library of Congress, 2008）。
1700230967
1700230968
8.非洲河盲症（盘尾丝虫病）。第二常见的由感染而引发的失明。盘尾丝虫病感染了1700万~2500万人。这种病的成因是感染了一种由蚋传播的肠内寄生虫。蚋通常生活在河流边，尤其是在撒哈拉沙漠以南的非洲。
1700230969
[
上一页 ]
[ :1.70023092e+09 ]
[
下一页 ]