[论文解读] On the genetic architecture of intelligence and other quantitative traits

Stephen Hsu|arXiv (Cornell University)|Aug 14, 2014

Genetic Associations and Epidemiology参考文献 3被引用 3

一句话总结

本文研究了智力及其他数量性状（如身高）的遗传结构，提出大量常见和罕见遗传变异——尤其是约10,000个中等频率、主要具有负面效应的变异——共同贡献于正常人群的变异。通过压缩感知和L1惩罚回归，作者估计，为实现对g（一般智力因子）的预测统计功效，需样本量达到致病位点数量的约100倍，即约100万例个体。

ABSTRACT

How do genes affect cognitive ability or other human quantitative traits such as height or disease risk? Progress on this challenging question is likely to be significant in the near future. I begin with a brief review of psychometric measurements of intelligence, introducing the idea of a "general factor" or g score. The main results concern the stability, validity (predictive power), and heritability of adult g. The largest component of genetic variance for both height and intelligence is additive (linear), leading to important simplifications in predictive modeling and statistical estimation. Due mainly to the rapidly decreasing cost of genotyping, it is possible that within the coming decade researchers will identify loci which account for a significant fraction of total g variation. In the case of height analogous efforts are well under way. I describe some unpublished results concerning the genetic architecture of height and cognitive ability, which suggest that roughly 10k moderately rare causal variants of mostly negative effect are responsible for normal population variation. Using results from Compressed Sensing (L1-penalized regression), I estimate the statistical power required to characterize both linear and nonlinear models for quantitative traits. The main unknown parameter s (sparsity) is the number of loci which account for the bulk of the genetic variation. The required sample size is of order 100s, or roughly a million in the case of cognitive ability.

研究动机与目标

• 理解智力、身高和疾病风险等复杂人类性状的遗传基础，重点关注多基因结构。
• 评估利用新兴基因组技术从基因型预测认知能力的可行性。
• 估算识别并建模智力和身高等数量性状遗传位点所需的样本量。
• 评估加性遗传方差的作用以及非线性模型在解释性状变异中的潜力。
• 探讨基因组预测在胚胎选择、认知增强和公共卫生方面的意义。

提出的方法

• 使用压缩感知（L1惩罚回归）对高维基因组数据进行建模，并估计致病位点数量。
• 应用统计估计技术，确定可靠检测遗传变异所需的最小样本量。
• 分析现有双生子和收养研究，估算g（一般智力因子）的遗传力。
• 在假设存在大量中等频率变异、效应大小为小到中等的前提下，建模遗传结构。
• 估计样本量应随致病位点数量（s）的约100倍增长，以实现有效检测。
• 依赖于基因分型和全基因组测序数据，其成本分别迅速下降至每人约100美元和1,000美元。

实验结果

研究问题

• RQ1 智力的遗传结构是什么？有多少个位点参与了g（一般智力因子）的变异？
• RQ2 需要多少个遗传变异才能解释认知能力与身高变异的显著部分？
• RQ3 需要多大的样本量才能可靠地检测和建模复杂数量性状的遗传变异？
• RQ4 智力和身高中的遗传方差在多大程度上是加性的？这如何简化预测建模？
• RQ5 压缩感知方法能否有效从高维基因组数据中恢复多基因性状的遗传基础？

主要发现

• 智力和身高遗传方差的最大组成部分为加性，这简化了预测建模和统计估计。
• 智力和身高的遗传结构可能由约10,000个中等频率的致病变异塑造，这些变异大多对性状变异具有负面效应。
• 检测致病位点的样本量需求约为位点数量（s）的100倍，这意味着要阐明智力的遗传基础，需约100万例个体。
• 基因分型成本的快速下降表明，未来十年内识别出解释g变异显著部分的位点可能可行。
• 基于双生子和收养研究，g的遗传力估计为50–80%，对教育、收入和寿命等结果具有强大预测力。
• 结果表明，基于多基因评分的胚胎选择可能在短期内变得技术上可行，并具有重要的伦理意义。