近日，研究人員公開(kāi)了迄今為止世界上最大的譜系圖——橫跨五個(gè)世紀，涵蓋約 1300 萬(wàn)人，他們通過(guò)親緣或婚姻關(guān)系相互連接著(zhù)。
這份譜系圖不僅向我們展示了基因與長(cháng)壽間的特定聯(lián)系，還揭曉了祖先們選擇婚姻配偶的原因。
“這項研究成果令人震撼，是眾包 (crowdsourcing) 思維應用于科學(xué)研究的典型范例?！崩ナ刻m大學(xué)遺傳學(xué)家 Peter Visscher 評論道。
未來(lái)，這份譜系圖有望幫助科學(xué)家研究更多遺傳病的遺傳機制。
建立譜系圖
七年之前，哥倫比亞大學(xué)的計算遺傳學(xué)家、MyHeritage.com 公司現任首席科學(xué)家 Yaniv Erlich 正式啟動(dòng)這項研究。
起因是他收到遠方堂侄的一封郵件，其中介紹了一個(gè)人們自發(fā)分享譜系圖的網(wǎng)站——Geni.com。他當即決定寫(xiě)信給網(wǎng)站的首席技術(shù)官，獲準下載了數千萬(wàn)的用戶(hù)數據，包括姓名、性別、出生地、出生和死亡年月、近親屬的相關(guān)信息 (不包含 DNA 數據)。
圖丨哥倫比亞大學(xué)的計算遺傳學(xué)家、MyHeritage.com 公司現任首席科學(xué)家 Yaniv Erlich
對于研究者來(lái)說(shuō)，要建立起這樣一張規模浩大的家族譜系圖，實(shí)在是相當冗雜且乏味。通常他們需要先從各個(gè)教堂、法院搜集記錄，然而大多數情況下這些記錄都記載于古舊的紙張，要用這樣的記錄來(lái)追蹤遠距離親緣關(guān)系簡(jiǎn)直就是一場(chǎng)噩夢(mèng)。
然而，回報是豐厚的，因為通過(guò)追蹤人們的親緣關(guān)系，我們可以縱覽文化和經(jīng)濟趨勢，以及遺傳學(xué)變化和人口變遷。對于那些將系譜圖與遺傳、健康相關(guān)數據相結合的研究者來(lái)說(shuō)尤為如此。
紐約基因組研究中心（New York Genome Center）的遺傳學(xué)家Joanna Kaplanis與其同事表示，他們已經(jīng)找到了一種更簡(jiǎn)單的辦法來(lái)匯總所需的龐大數據集：將任務(wù)“眾包”（crowdscource）給各大公眾系譜網(wǎng)站。該團隊從系譜網(wǎng)站Geni.com收集了個(gè)人數據，每一份數據都包括了個(gè)人的姓名、其與數據集內其他人的關(guān)系，以及諸如出生時(shí)間、出生地、是否婚嫁、是否死亡之類(lèi)的其他信息。
該網(wǎng)站的軟件能檢測每個(gè)用戶(hù)的譜系圖分支與其他譜系圖是否有重合，然后將這些小譜系圖合并為更大的譜系圖。這一功能結合起研究者們的分析處理，研究者們最終將這些數據匯集成 530 萬(wàn)份譜系圖，其中最大地連接了 1300 萬(wàn)、從 1650 年至 2000 年的 11 代人，絕大多數為歐洲血統，包括著(zhù)名遺傳學(xué)家 Sewall Wright、演員 Kevin Bacon 等。
研究的過(guò)程中，他們曾將數據和美國佛蒙特州 80000 例死亡案例中的教育背景相匹配 (其中 1000 例也出現在 Geni.com 的數據庫)，試圖證明對譜系學(xué)研究感興趣 (并上傳數據的) 人往往家境殷實(shí)、學(xué)識廣博。遺憾的是，研究人員并未發(fā)現其中的關(guān)聯(lián)。
經(jīng)過(guò)曠日持久的數據挖掘后，Erlich 的團隊于四年前公開(kāi)了這份譜系圖的初稿。時(shí)至今日，譜系圖不斷完善，囊括了多達8600 萬(wàn)個(gè)用戶(hù)節點(diǎn)。
通過(guò)對這份譜系圖的觀(guān)察研究，專(zhuān)家們還從中總結出了不少有關(guān)人口增減的動(dòng)態(tài)走向，例如在美國南北戰爭和兩次世界大戰期間成年男性的數量一直呈下降趨勢，直到進(jìn)入 20 世紀尤其是二戰以后，新生兒的出生率和存活率才開(kāi)始上揚。
而隨著(zhù)時(shí)間的推移，人類(lèi)在地球上的分布也越來(lái)越廣泛，在這份譜系圖上就明確地標出了世界歷史上的主要遷徙事件，例如 1620 年英國清教徒抵達了美洲大陸，登上了如今的馬薩諸塞州，以及 1788 年英國殖民者開(kāi)始將囚犯流放到澳大利亞，等等。
圖丨上述譜系圖中有70000個(gè)親屬, 通過(guò)婚姻(紅色)和共同的祖先聯(lián)系在一起
長(cháng)壽基因？也許并沒(méi)有
此次這份譜系圖還另辟蹊徑，得出了另外一項較為重要的評估成果——我們的壽命與基因的關(guān)聯(lián)程度究竟為多少，科學(xué)家們給出的答案是：16%。在北歐地區，這一數字為 25%（研究剔除了雙胞胎樣本）。
這意味著(zhù)，自我們每一個(gè)個(gè)體出生以后，我們能活多長(cháng)時(shí)間主要取決于后天的環(huán)境和我們自己的行為，基因對于我們壽命的影響反而變得更小了。
以往的猜測中常常認為，遺傳基因對于人的壽命可能有很重要的影響，而今的研究結果卻表明，這種論調言過(guò)其實(shí)。
研究人員調查了譜系圖中各個(gè)研究對象的壽命——即實(shí)際壽命和預期壽命。譜系圖中關(guān)系復雜，聯(lián)系眾多，研究者排除同一家庭生活下的環(huán)境影響，從中尋找由遺傳基因主導的那部分模式。
“我們的分析結果表明，以往的研究高估了長(cháng)壽的遺傳性，”他們在文中寫(xiě)到，“因而，我們也許應該降低對從基因組數據中預測壽命的預期?！鄙踔琳f(shuō)，我們根本不應該寄希望于發(fā)現與長(cháng)壽直接相關(guān)的基因。
丹麥歐登塞雙胞胎登記處的負責人 Kaare Christensen 對此評論道，“北歐地區長(cháng)期和平的環(huán)境使得人們的意外死亡減少，（長(cháng)壽）基因就開(kāi)始起作用了?！辈贿^(guò)，他也指出，僅僅憑借雙胞胎的數據來(lái)支持這項研究還是會(huì )多少有些不足夠。
而那個(gè) 16% 的研究數字也意味著(zhù)，尋找傳說(shuō)中能夠“延年益壽”的長(cháng)壽基因對于科學(xué)家來(lái)說(shuō)還是十分困難的事情，起碼比我們想象中的要難上很多。
基因與婚姻的關(guān)系
領(lǐng)導此次研究的 Erlich 團隊還提出了一個(gè)十分有意義的項目——“我的摯愛(ài)，你在哪？”（who and where is the love of your life），用以探究歷史中基因與我們的婚姻之間的微妙關(guān)聯(lián)。
他們發(fā)現，在 18 世紀的時(shí)候，人們通常會(huì )和 10 公里外“五服內”的家族表親結婚，而從 1850 年代開(kāi)始，人們婚姻之間的遺傳關(guān)系就減少了，專(zhuān)家們往往會(huì )認為，出生距離和交通工具的發(fā)展結束了近親結婚。不過(guò)，對于這一現象，還出現另外一種解釋?zhuān)幕臀拿饕呀?jīng)無(wú)法接納這種行為了。
“但不管怎么說(shuō)，這些都有助于我們理解基因是如何在一定范圍的地理區域內傳播的，”Erlich 說(shuō)。不過(guò)，這份譜系圖畢竟還只是基于人們的親緣關(guān)系所編織的“人際網(wǎng)絡(luò )”，一切的分析和應用還是太流于表面，并沒(méi)有實(shí)際上的基因數據的支持。而為了徹底地探究出其中的奧秘，Erlich 的團隊已經(jīng)開(kāi)始使用一個(gè)名為 DNA.Land 的網(wǎng)站對譜系圖進(jìn)行再分析。
其大致的操作過(guò)程是，志愿者們利用 23andMe 和 MyHeritage.com 等公司的基因分析服務(wù)獲取自己的 DNA 數據信息，將這些信息上傳到 DNA.Land 上，并填寫(xiě)一份健康調查問(wèn)卷，然后 Erlich 的團隊基于這些數據開(kāi)始構建基因數據集，同時(shí)，這些數據集也會(huì )向其它研究人員共享。
不難想象，這些數以萬(wàn)億計的活著(zhù)的、死去的人類(lèi)個(gè)體的遺傳信息疊加在一起，足以讓研究人員們確定遺傳因素在疫病、身高等性狀中所發(fā)揮的作用。
正如冰島的 deCODE Genetics 公司結合 DNA 和健康數據為全國國民打造的譜系圖一樣（冰島全國人口約為 32 萬(wàn)），這 1300 萬(wàn)人的龐大譜系圖將會(huì )成為科學(xué)家們處理人類(lèi)生育和遺傳問(wèn)題的“強大數據庫”。
