随着科技的发展与社会的进步，大数据吸引了越来越多人的关注。基因学家们也在试图运用大数据对人体基因进行更深入的研究，我们很可能将迎来一个全新的基因大数据时代。

　　利用基因大数据工具，一项来自冰岛的研究发现，在参与实验的十余万冰岛人构成的基因池中，“聪明”基因正在随着出生年龄的推后而越变越少。不少人纷纷表达忧虑，这难道意味着未来人类将会越来越笨？

　　这项运用基因大数据进行的研究到底有多大的科学意义？它又会给我们的生活带来什么改变？除了研究生理性功能，对社会行为和社会科学又有哪些潜在的帮助？

　　其实，如果你明白了基因大数据的运作原理，自然能够对这项研究的结论提出自己的观点。

　　“学霸”和“学渣”学习时的表情 

大数据时代，基因大数据了解一下

　　所谓基因大数据，是指通过对数量庞大的人群样本逐一进行基因测序，再利用计算机对测序结果进行分析，从而揭示出人类基因（遗传信息）与某些表观性状之间的联系的新型基因研究方法。说的简单些，就是先建立一个庞大的基因池，然后通过筛选出与某种表观特性（如身高、血压、受教育年限等）相关的基因序列，从而形成两者间的对应关系。

　　利用基因大数据进行研究时，个体的基因组数据通过测序得出，表观性状则通过问卷、测量等方式得出。比如想以身高或者血压高低作为表观性状，那么就需要首先测量出受试者的相关数据，逐一录入数据库，再结合基因测序，就能得出具有某些基因的人，身高高于平均值或者血压高于平均值的概率。这样就能筛选出“高血压”基因、“肥胖”基因、甚至“癌症”基因等等。

　　近年来，科学家们逐渐把视野从研究基因对生理性功能的影响扩大到对社会行为的影响上。2017年来，多项研究分析了基因对于人类教育成就的影响，也将基因遗传学研究引入了社会科学的新赛道，“聪明”基因也就随之进入了人们的视线。

“聪明”基因越来越少，人类真的在逐渐变笨吗？

　　人类的大脑是最复杂的器官，绝大多数人类行为，尤其是与学习有关的行为，都来自于大脑的活动。学习成绩好，有能力接受更长年限的学校教育，自然也在一定程度上说明了大脑具备相应的能力。然而在研究了大脑与神经活动之间的关系后，科学家们发现，大脑的形成和功能以及神经的可塑性都受到多种基因活动的影响。

　　2017年，冰岛的一项研究召集了20万名年龄跨度从未成年一直到80岁的冰岛人作为受试者，并对他们的基因数据进行分析。研究人员们将他们所接受的学校教育的年限作为变量，利用AI大数据工具分析了该群体的基因池，从中筛选出了几百个与教育成就（受教育程度）相关的基因。需要注意的是，这项研究中的教育成就单纯以接受学校教育年限作为指标，没有考虑其它因素。

　　为了体现这些基因对教育成就的贡献度，研究人员发明了一种叫做“多基因点数”的评价体系。例如目前有A1到A100这样100个与教育相关的基因，每个基因都可能对教育成就有着不同的贡献度。科学家们将这些贡献度用数学方法统计起来，定义出一个综合的分数，这就是多基因点数，类似于高考的单科分数和总分。

　　研究人员发现，分析中获得的人群多基因点数的平均数值，在近80年间一直在缓慢下降，老年人的分数要高于年轻人。这意味着受试者们构成的基因池中，与学校教育相关的“聪明”基因占比越来越少。研究人员据此给出的解释为，接受教育的年限更长，背后往往是结婚年龄的推迟和生育后代数量的减少。因此，所谓的“聪明”基因们传递给后代的可能性也就越来越小。

　　不过，光凭这一依据就断言人类在慢慢变笨仍然太过草率。多基因点数仅仅是一种新提出的评价方法，它的科学性和结论重复性仍然需要更多、更大的基因样本才能评判。况且社会科学的评价指标与自然科学不同，很多情况下并非是非黑即白的单纯概念，因此要确定“聪明”基因是否减少，还需要未来进行更深入研究。

基因研究尚在路上

　　上文提到，这项研究看似可以推断出人类将会变得越来越“笨”的结论，其实并非如此。首先，多基因点数虽然是一个客观的评价指标，但是它绝对无法与“聪明”划等号，而只是意味着拥有更高多基因点数的人，有接受更长时间学校教育的倾向。

　　而且这种倾向如果用百分比来表示的话，与其它经典的预测受教育程度的指标水平（如父母均接受过大学教育、家庭财富状况等）相当。从冰岛的数据来看，拥有更高的多基因点数只是会将自己接受更长时间学校教育的可能性提高十几个百分点。

　　其次，这项研究虽然样本数目不小，但是仍然缺乏更加广泛、更有代表性的基因数据，如实验对象几乎全部为欧洲白人。实际上，在非裔美国人中的类似研究并没有看到相同的趋势。

　　最后，所谓的“聪明”基因，如果单独拿出其中的某一个，对最终点数的贡献都极为微小，绝不是说拥有了某几个“聪明”基因就会在学校教育中脱颖而出。

　　另外，研究统计出的点数下降速率实际上极为缓慢，很可能在几个世纪内都完全不会出现表观上人类后代越来越“笨”的现象。最为重要的是，人类社会的发展速率让我们的后代能够以更加方便的手段获得资讯，让它们有更多的机会接受高等教育，以更加高效的方式进行学习。这些社会发展趋势为学习带来的促进倾向是远远超过“聪明”基因的流失的。

　　AI与大脑解析

　　虽然这项研究还有许多不足之处，但至少它证明了基因大数据确实能给基因研究提供了一条新的思路。以前科学家们在判断基因相关功能的时候，很可能需要利用基因工程技术将基因逐一敲除，再观察实验对象发生的变化，以此确定与这些基因相对应的生理功能。而基因大数据方法却可以借助某个特性指标，在短时间内轻松地筛选出一系列相关基因。

　　此外，目前人类关于基因大数据对于社会学的影响的认识还比较有限，但是在未来，这个新赛道仍然意义深远。除了研究基因对于受教育程度的影响外，这项技术还将关注社会学的其他方方面面，比如基因对于性格特征、情绪变化等的影响，是否有“抑郁”、“焦虑”、“暴躁”基因的存在等等。相信今后基因大数据研究将逐渐渗透到社会学领域的各个角落，让人们在不确定的世界中，更加了解自己和自己身处的群体，以便更好地勾画未来。

参考文献：

1. Genetics and Learning: How the Genes Influence Educational Attainment

2. Natural selection is weeding out our drive to go to school, study reports

3. Genetic prediction of educational attainment: The important role of parental behavior

4. Scientists link more than 1,000 gene variants to educational attainment

5. Massive study on the genetics of educational attainment

6. The powerful indirect influence of genes on children’s success

7. Gene discovery and polygenic prediction from a genome-wide association study of educational attainment in 1.1 million individuals