前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何科学预测后代的身高

如何科学预测后代的身高

作者头像
邓飞
发布2022-12-13 17:02:45
1.2K0
发布2022-12-13 17:02:45
举报
文章被收录于专栏:育种数据分析之放飞自我

身高是可以预测的吗?

是的,可以。

你以为是父亲和母亲的身高平均值?那为何儿子比女儿身高要高?要理解这个问题,就要懂得如何计算。下面介绍一下计算的方法。

身高的遗传因素

我们知道身高的影响因素简单分为:

身高 = 遗传 + 环境

换为数量遗传学的公式:

P = G + E

我们知道,身高受遗传的影响,也受环境的影响,那么多大程度上受遗传的影响呢?这就是遗传力,遗传力越高,说明受遗传的因素越高,遗传力越低,说明受遗传的因素越小,受环境的影响因素越大。

一般认为,人类的身高的遗传力为0.8,这就是说明身高是高遗传力,很大程度上来源于父母的遗传。

几个数量遗传学概念

1,向平均回归

《女士品茶》中介绍了回归分析,这种方法是非常好的工具,也广泛应用在了数量遗传学的研究中。

高尔顿用这种方法,发现了他称之为“向平均回归”(regression to the mean)的现象,这表现为:非常高的父亲,其儿子往往要比父亲矮一些;而非常矮的父亲,其儿子往往要比父亲高一些。似乎是某种神秘的力量,使得人类的身高从高矮两极移向所有人的平均值。不只是人类身高存在着向平均数回归的现象,几乎所有的科学观察都着了魔似的向平均值回归。在第5章到第7章,我们将看到,费歇尔如何能够将高尔顿向平均值回归的思想纳入统计模型,而这种模型现在支配着经济学、医学研究和工程学的很多内容。

2,选择差

比如育种中一个群体中的某个性状的平均值为100,现在选择了一些个体,这些个体的平均值为120,这里的选择差就是120-100=20。

3,选择响应

把上面选择的个体进行繁育,后代的平均值为112,这里的选择响应就是112-100=12

4,选择差和选择响应的关系

育种中,高遗传力的,你优中选优,后代大部分可以遗传。低遗传力的,你优中选优,后代平均值几乎不变。这是因为选择差和选择响应的关系是:

选择响应 = 选择差 * 遗传力

所以,上面的遗传力为:12/20 = 0.6

计算后代的身高

题目:

父亲180,母亲165,他们的子女身高多少?我们中国,男生平均身高172,女生平均身高160,身高的遗传力为0.8。

解答:

先计算父母对于平均值的离差:

  • 父亲高于平均身高的值为:180-172=8,选择差为8
  • 母亲的选择差为:165-160=5,选择差为5

父亲可以遗传给后代的为:8*0.8 = 6.4 母亲可以遗传给后代的为:5*0.8 = 4

因为子女可以接受父母一半的遗传物质,所以子女收到的身高为:0.5*(6.4+4) = 5.2,也就是子女会比平均身高高5.2。

所以,正确的答案是:

  • 儿子的身高为:172+5.2 = 177.2
  • 女儿的身高为:160+5.2 = 165.2

同样的公式,可以计算自己孩子的理论身高。

如果成千上万的亲子身高数据,我们就可以观测到回归的现象,就是高尔顿所观测到的高的父母,后代会低于父母的平均值,低的父母,会高于父母的平均值。当然,上面只是大数据的统计,对于个体可能有偏差,但是趋势是这样。

理论身高,是G的那部分,可以遗传的部分,还有环境的部分,就是误差的部分,比如误差是3cm,那么:儿子的身高区间为:174.2~180.2 女儿的身高区间为:162.2~168.2

有没有更准确的方法?

上面的结果和实际的结果有出入的原因:

  • 第一个:环境误差,比如营养、气候、心情、生活规律等等
  • 第二个:孟德尔抽样误差,因为父母的遗传物质可能不会刚好是对半分,有些父亲多一点(像父亲),有些母亲多一点(像母亲)

对于第一个,要想达到理论的身高,需要环境至少是0,也就是不能挨饿受冻,营养物质保证。否者环境的效应为负,那就达不到理论身高了,误差是负的。反过来,如果已经基本满足了,再讲究营养和运动,误差也不能达到很高,因为它只能贡献20%的效应。

对于第二个,这是随机的,但是可以通过基因分型检测出来孟德尔抽样,也就是在孩子小的时候就可以检测出来像父亲还是像母亲,这样身高贡献时可能父母就是不是对半分了,而是父亲的0.6,母亲的0.4,或者反之。

尽人事

尽人事,听天命。

  • 听天命,是遗传的部分已经可以预测出来了,用上面的公式就可以。
  • 尽人事,是保证孩子的营养和运动,确保不拖后腿,发挥出遗传的身高值,同时在环境影响上也发挥正向的效应(20%的效应)

奇迹

比如父母低于平均水平的情况下,子女身高超过了平均身高。这有可能是环境的效应拉满了,有可能是正态分布的离群点。

对于离群点,我们做数据分析的是不看的,因为它出现的概率小于0.05.

但是这些离群点,用人类的话叫:奇迹

人们总是对于奇迹津津乐道,因为它不常见。上天允许奇迹的发生,但是也给出了规律:

y = a + b*x + e
  • a:平均身高
  • b:遗传力
  • e:环境效应

R语言代码

没有R代码,是不给好评的:

代码语言:javascript
复制
# 父亲和母亲的身高(cm)
## p1是父亲的身高,p2是目前的身高
p1 = 180
p2 = 165


# 计算过程
mm = 172
fm = 160

of = 0.5*((p1 - 172)*0.8 + (p2-160)*0.8) + 160
of

om = 0.5*((p1 - 172)*0.8 + (p2-160)*0.8) + 172
om

cat("\n如果父亲的身高为:",p1,"\n",
    "\n如果目前的身高为:", p2,"\n",
    "\n那么儿子的身高为:", om,"\n",
    "\n那么女儿的身高为:", of,"\n")


如果父亲是176,母亲是162,那么:

如果父亲是170,母亲是158,那么:

如果父亲165,母亲165,那么:

如果父亲165,母亲155,那么:

可以看出,很明显的后代身高向平均身高回归了,损有余补不足,天之道!高尔顿万岁!

从此生物统计和数量遗传得以建立,育种事业也突飞猛进,而这一切,竟然是从人类身高研究开始的。

后来消失的遗传力,也是从研究身高开始的……

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-08-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 育种数据分析之放飞自我 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 身高是可以预测的吗?
  • 身高的遗传因素
  • 几个数量遗传学概念
  • 计算后代的身高
  • 有没有更准确的方法?
  • 尽人事
  • 奇迹
  • R语言代码
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档