遺伝率

遺伝率は、育種学や遺伝学の分野で使われる統計で、集団内の個体間の遺伝的変異によって生じる集団内の表現型特性の変異の程度を推定するものです。 ^[1]遺伝率の概念は、「環境や偶然の偶然によって説明できない 集団内の特定の特性の変異の割合はどれくらいですか？」という質問の形で表現できます。^[2]

特性の測定された変動の他の原因は、観察誤差を含む環境要因として特徴付けられます。遺伝率に関する人間の研究では、同じ家庭で育った人がそうでない人と多かれ少なかれ類似する傾向があるかどうかに基づいて、これらの要因は「共有環境」と「非共有環境」の要因に配分されることがよくあります。

遺伝率は、集団内の関連する個体間での個々の表現型の変異を比較したり、個々の表現型と遺伝子型データとの関連性を調べたりすることで推定されます。 ^{[3] [4]}また、ゲノムワイド関連研究 (GWAS) の要約レベルのデータをモデル化することでも推定されます。 ^{[5]遺伝率は、}量的遺伝学、特に選択的育種や行動遺伝学(たとえば、双子研究)において重要な概念です。その技術的な定義が一般に理解されている一般的な定義と異なるため、多くの混乱の原因となっています。そのため、その使用は、行動特性が「遺伝する」、つまり遺伝子を通じて具体的に受け継がれるという誤った印象を与えます。^[6]行動遺伝学者は、遺伝子と環境が行動特性に別々に、付加的に寄与するという仮定に基づいて遺伝率分析も行います。^[7]

遺伝率は、遺伝的変異に起因する表現型の変動性の割合を測定します。これは、個々の表現型のこの割合が遺伝によって引き起こされると言うこととは異なります。たとえば、性格特性の遺伝率は約 0.6 であるため、性格の 60% は両親から受け継がれ、40% は環境に由来すると言うのは誤りです。さらに、遺伝率は、環境がより多くの変異に寄与し始めるときなど、遺伝的変化が起こらなくても変化する可能性があります。一例として、遺伝子と環境の両方が知能に影響を与える可能性があることを考えてみましょう。遺伝的変異が増えると、遺伝率が増加する可能性があり、異なるレベルの知能を示すなど、個人の表現型の変異が増加する可能性があります。一方、環境の変異が減少すると、遺伝率が増加する可能性があり、より類似したレベルの知能を示すなど、個人の表現型の変異が少なくなります。遺伝率が増加するのは、遺伝がより多くの変異に寄与している場合、または非遺伝的要因がより少ない変異に寄与している場合です。重要なのは相対的な寄与です。遺伝率は特定の環境の特定の集団に特有のものである。したがって、ある形質の遺伝率が高いということは、必ずしもその形質が環境の影響を受けにくいことを意味するわけではない。^[8]遺伝率は、環境の変化、移住、近親交配、または研究対象集団における遺伝率自体の測定方法の結果として変化することもある。^[9]形質の遺伝率は、その形質が個体内で遺伝的にどの程度決定されるかの尺度として解釈されるべきではない。^{[10] [11]}

表現型の環境への依存度は、関与する遺伝子の関数でもある。遺伝性の問題は複雑で、遺伝子が表現型を誘導し、あらゆる環境で表現型がほぼ必然的に発現するようになる可能性がある。同じ遺伝子型を持つ個体でも、表現型可塑性と呼ばれるメカニズムによって異なる表現型を示す場合があり、遺伝性の測定が困難な場合がある。分子生物学における最近の知見では、環境の変化に関連する個々の遺伝子の転写活性の変化が特定されている。しかし、転写が環境の影響を受けない遺伝子も多数存在する。^[12]

遺伝率の推定では、統計分析を使用して、個人間の差異の原因を特定します。遺伝率は分散に関係するため、必然的に集団内の個人間の差異の説明となります。遺伝率は単変量（単一の形質を調べる）または多変量（一度に複数の形質間の遺伝的および環境的関連性を調べる）になります。これにより、異なる表現型間の遺伝的重複をテストできます。たとえば、髪の色と目の色などです。環境と遺伝も相互作用する可能性があり、遺伝率分析ではこれらの相互作用をテストして調べることができます（GxE モデル）。

遺伝率分析の前提条件は、考慮に入れるべき集団の変動があることである。この最後の点は、遺伝率が集団内で不変な要因の影響を考慮に入れられないという事実を強調している。要因は、特定の抗生物質を誰も利用できないなど、集団内に存在せず存在しない場合、または誰もがコーヒーを飲んでいるなど、どこにでもある場合、不変である可能性がある。実際には、すべての人間の行動特性は変化し、ほぼすべての特性が何らかの遺伝率を示す。^[13]

特定の表現型は遺伝的影響と環境的影響の合計としてモデル化できる： ^[14]

表現型（P）=遺伝子型（G）+環境（E）。

同様に、形質の表現型の分散（Var (P)）は、次のような効果の合計です。

Var( P ) = Var( G ) + Var( E ) + 2 Cov( G , E )。

計画された実験では、Cov( G , E )は制御され、0に保たれる。この場合、遺伝率は次のように定義される^[15]${\displaystyle H^{2},}$

${\displaystyle H^{2}={\frac {\mathrm {Var} (G)}{\mathrm {Var} (P)}}}$

H ^{2 は}広義の遺伝率です。これは、集団の表現型の分散に対するすべての遺伝的寄与を反映しており、これには、相加的、優性、およびエピスタシス（多遺伝子相互作用）のほか、哺乳動物の乳生産のように個体が親の表現型によって直接影響を受ける母性および父性の影響が含まれます。

遺伝的変異の特に重要な要素は、相加的変異 Var(A) であり、これは対立遺伝子の平均効果 (相加的効果) による変異です。各親は各子に遺伝子座ごとに 1 つの対立遺伝子を伝えるため、親子の類似性は 1 つの対立遺伝子の平均効果に依存します。したがって、相加的変異は親子の類似性の原因となる遺伝的変異要素を表します。表現型変異の相加的遺伝的部分は狭義の遺伝率として知られ、次のように定義されます。

${\displaystyle h^{2}={\frac {\mathrm {Var} (A)}{\mathrm {Var} (P)}}}$

大文字のH ^{2 は}広義を表す場合に使用され、小文字のh ^{2 は}狭義を表します。

追加のつま先や特定の病気など、連続的ではなく二分的な形質の場合、さまざまな対立遺伝子の寄与は合計であると考えることができます。これは、しきい値を超えると形質として現れ、遺伝率を推定し、選択をモデル化できる 責任しきい値モデルを提供します。

加法的分散は選択にとって重要である。家畜の改良などの選択圧が作用すると、形質の反応は狭義の遺伝率に直接関係する。形質の平均は、選択された親の平均が、選択された親が選ばれた集団の平均とどれだけ異なるかに応じて、次の世代で増加する。選択に対する観察された反応から、狭義の遺伝率（実現遺伝率と呼ばれる）が推定される。これが、人為的選択または育種 の根底にある原理である。

最も単純な遺伝子モデルは、1 つの定量的表現型に影響を及ぼす 2 つの対立遺伝子 (b と B) を持つ単一の遺伝子座を伴います。

B対立遺伝子の数は0、1、または 2 です。任意の遺伝子型 ( B _i、B _j ) ( B _iとB _jは 0 または 1) について、期待される表現型は、全体の平均、線形効果、および優性偏差の合計として表すことができます (優性項は、B _iとB _jの相互作用と考えることができます)。

${\displaystyle {\begin{aligned}P_{ij}&=\mu +\alpha \,(B_{i}+B_{j})+\delta \,(B_{i}B_{j})\\&={\text{Population mean}}+{\text{Additive Effect }}(a_{ij}=\alpha (B_{i}+B_{j}))+{\text{Dominance Deviation }}(d_{ij}=\delta (B_{i}B_{j})).\\\end{aligned}}}$

この遺伝子座における加法的な遺伝的分散は、加法的な効果の二乗の 加重平均です。

${\displaystyle \mathrm {Var} (A)=f(bb)a_{bb}^{2}+f(Bb)a_{Bb}^{2}+f(BB)a_{BB}^{2},}$

どこ${\displaystyle f(bb)a_{bb}+f(Bb)a_{Bb}+f(BB)a_{BB}=0.}$

優位性偏差の分散にも同様の関係があります。

${\displaystyle \mathrm {Var} (D)=f(bb)d_{bb}^{2}+f(Bb)d_{Bb}^{2}+f(BB)d_{BB}^{2},}$

どこ${\displaystyle f(bb)d_{bb}+f(Bb)d_{Bb}+f(BB)d_{BB}=0.}$

表現型と遺伝子型の線形回帰を図 1 に示します。

人間の形質の全遺伝率の推定は、エピスタシスが存在しないことを前提としており、これは「加法性の仮定」と呼ばれている。一部の研究者は、既知の遺伝子座では説明できない「失われた遺伝率」の存在を支持するためにそのような推定を引用しているが、加法性の仮定はこれらの推定を無効にしてしまう可能性がある。 ^[16]また、加法性の仮定は、青年期の知能と学業成績に関する行動遺伝学的研究において頻繁に破られるという経験的証拠もある。^[17]

Pのみを直接観察または測定できるため、遺伝率は、遺伝的または環境的類似性のレベルが異なる被験者で観察される類似性から推定する必要があります。分散の遺伝的および環境的要素を推定するために必要な統計分析は、サンプルの特性によって異なります。簡単に言うと、より遠い関係にある(したがって類似性が低い) 被験者からのデータよりも、双子、兄弟、親、子など、遺伝的関係のレベルが大きく異なる個人のデータを使用した方が、より正確な推定値が得られます。遺伝率推定の標準誤差は、サンプル サイズが大きいほど改善されます。

人間以外の集団では、多くの場合、制御された方法で情報を収集できます。たとえば、家畜の場合、雄牛が多数の雌牛から子孫を産むように手配し、環境を制御することは簡単です。このような実験的制御は、自然に発生する関係や環境に依存する人間のデータを収集する場合は通常不可能です。

古典的な量的遺伝学では、遺伝率の推定に関して 2 つの考え方がありました。

1 つの学派はシカゴ大学のSewall Wrightによって開発され、CC Li (シカゴ大学) とJL Lush (アイオワ州立大学) によってさらに普及されました。これは相関関係の分析と、その延長線上にある回帰分析に基づいています。パス分析は遺伝率を推定する方法として Sewall Wrightによって開発されました。

2 つ目の方法は、もともとRA フィッシャーによって開発され、エディンバラ大学、アイオワ州立大学、ノースカロライナ州立大学、およびその他の大学で拡張されました。これは、血縁者のクラス内相関を使用した育種研究の分散分析に基づいています。これらの分析では、分散分析から分散の要素 (および遺伝率) を推定するさまざまな方法が使用されています。

現在、遺伝率は、線形混合モデルを使用した一般的な家系図や、遺伝子マーカーから推定される ゲノム関連性から推定できます。

人間の遺伝率の研究では、多くの場合、幼少期に引き離され、異なる環境で育った一卵性双生児を対象とした養子縁組研究デザインが利用されます。このような個人は同一の遺伝子型を持ち、遺伝子型と環境の影響を分離するために使用できます。このデザインの限界は、出生前環境が共通であることと、別々に育てられた双生児の数が比較的少ないことです。2 番目でより一般的なデザインは、一卵性双生児と二卵性双生児の類似性を使用して遺伝率を推定する双生児研究です。これらの研究は、一卵性双生児が完全に遺伝的に同一ではないという事実によって制限される可能性があり、遺伝率が過小評価される可能性があります。

観察研究や喚起効果（ゲノムが環境に与える影響によって環境を喚起する）により、GとEは共変する可能性がある：遺伝子環境相関。遺伝率を推定する方法によっては、遺伝因子と共有環境または非共有環境との相関が遺伝率と混同される場合とされない場合がある。^[18]

最初の推定法では、回帰と相関関係を使用して遺伝率を推定します。

親族同士の比較では、一般的に、

${\displaystyle h^{2}={\frac {b}{r}}={\frac {t}{r}}}$

ここで、r は関連性の係数、bは回帰係数、tは相関係数 と考えられます。

遺伝率は、親と子の形質を比較することで推定できます (図 2 参照)。線の傾き (0.57) は、子の値を親の平均形質に対して回帰させたときの形質の遺伝率に近似します。片方の親の値のみを使用する場合、遺伝率は傾きの 2 倍になります (子の値は常に集団の平均値に回帰する傾向があり、傾きは常に 1 未満であるため、これが「回帰」という用語の由来です)。この回帰効果は、片方の子が影響を受けるように選択された双子を分析するDeFries-Fulker 法の基礎にもなっています。 ^[19]

遺伝率への基本的なアプローチは、フルシブデザインを使用して行うことができます。つまり、生物学的な母親と父親の両方を共有する兄弟間の類似性を比較します。^[20]加法的遺伝子作用のみがある場合、この兄弟の表現型の相関は、親近感の指標、つまり加法的遺伝的分散の半分と共通環境の完全な影響の合計です。したがって、加法的遺伝率の上限は、フルシブ表現型の相関の2倍になります。ハーフシブデザインは、片方の親を共有する兄弟の表現型特性を他の兄弟グループと比較します。

人間の形質の遺伝率は、双子の類似性を比較することによって最も頻繁に推定されます。「双子研究の利点は、全体の分散を遺伝的要素、共有または共通環境要素、および固有の環境要素に分割できるため、遺伝率を正確に推定できることです。」^{[21]二卵性双生児または二卵性双生児 (DZ) は平均して遺伝子の半分を共有します (形質に}同類交配がないと仮定)。そのため、一卵性双生児または一卵性双生児 (MZ) は平均して DZ 双生児の 2 倍の遺伝的類似性があります。したがって、遺伝率の大まかな推定値は、 MZ 双生児と DZ 双生児の相関の差の約 2 倍、つまりファルコナーの式 H ² =2(r(MZ)-r(DZ)) となります。

共有環境の影響c ^{2 は}、兄弟が育った環境の共通性により、兄弟間の類似性に寄与します。共有環境は、DZ 相関から遺伝率の半分を引いた値で近似されます。これは、DZ 双子が同じ遺伝子を共有する度合いで、c ² =DZ-1/2 h ²です。固有の環境変動e ²は、一緒に育った一卵性双生児の非類似度を反映し、e ² =1-r(MZ) です。

遺伝率を推定する 2 番目の方法には、ANOVA と分散成分の推定が含まれます。

我々はケンプソーンの基本的な議論を用いる。^{[14]最も基本的な遺伝モデルだけを考慮すると、遺伝子型}G _iを持つ単一の遺伝子座の量的寄与は次のように 見ることができる。

${\displaystyle y_{i}=\mu +g_{i}+e}$

ここで、は遺伝子型G _iの影響であり、は環境の影響です。 ${\displaystyle g_{i}}$${\displaystyle e}$

ランダムな母から生まれた雄牛のグループとその子孫の実験を考えてみましょう。子孫は遺伝子の半分を父親から、残りの半分を（ランダムな）母親から受け継ぐので、子孫方程式は次のようになります。

${\displaystyle z_{i}=\mu +{\frac {1}{2}}g_{i}+e}$

上記の実験について考えてみましょう。比較できる子孫のグループが 2 つあります。1 つ目は、個々の種雄牛 (種雄牛グループ内と呼ばれる) のさまざまな子孫を比較することです。分散には、遺伝的分散 (すべてが同じ遺伝子型を取得したわけではないため) と環境分散の項が含まれます。これは誤差項と考えられます。

2番目の子孫グループは、半きょうだいの平均を互いに比較したものです（父系グループ間と呼ばれます）。父系グループ内のような誤差項に加えて、半きょうだいの異なる平均間の差による追加項があります。クラス内相関は

${\displaystyle \mathrm {corr} (z,z')=\mathrm {corr} (\mu +{\frac {1}{2}}g+e,\mu +{\frac {1}{2}}g+e')={\frac {1}{4}}V_{g}}$、

環境の影響は互いに独立しているためです。

父系と父系ごとの子孫を用いた実験では、遺伝的分散として 、環境分散として を 使用して、次の ANOVA を計算できます。${\displaystyle n}$${\displaystyle r}$${\displaystyle V_{g}}$${\displaystyle V_{e}}$

は、半きょうだい間のクラス内相関です。 は簡単に計算できます。期待される平均二乗は、個体の関係（たとえば、父親の子孫はすべて半きょうだいであるなど）とクラス内相関の理解から計算されます。 ${\displaystyle {\frac {1}{4}}V_{g}}$${\displaystyle H^{2}={\frac {V_{g}}{V_{g}+V_{e}}}={\frac {4(S-W)}{S+(r-1)W}}}$

分散分析を用いて遺伝率を計算すると、遺伝子と環境の相互作用の存在を考慮に入れられないことが多い。これは、分散分析では相互作用効果を検定する際の統計的検出力が直接効果を検定する場合よりもはるかに低いためである。^[22]

加法的および優性項のみを持つモデルの場合、単一遺伝子座の式は次のようになる。

${\displaystyle y_{ij}=\mu +\alpha _{i}+\alpha _{j}+d_{ij}+e,}$

どこ

${\displaystyle \alpha _{i}}$^{は i番目}の対立遺伝子の加法効果、は j^{番目の対立}遺伝子の加法効果、は ij^番目の遺伝子型の優性偏差、は環境です。 ${\displaystyle \alpha _{j}}$${\displaystyle d_{ij}}$${\displaystyle e}$

実験は、表1に示したものと同様の設定で実行できます。異なる関係グループを使用して、異なるクラス内相関を評価できます。加法的遺伝分散と優位性偏差分散を使用すると、クラス内相関はこれらのパラメータの線形関数になります。一般的に、 ${\displaystyle V_{a}}$${\displaystyle V_{d}}$

クラス内相関${\displaystyle =rV_{a}+\theta V_{d},}$

ここで、およびは次のように記載されています。 ${\displaystyle r}$${\displaystyle \theta }$

${\displaystyle r=}$P[血縁関係のペアからランダムに抽出された対立遺伝子は、血統的に同一である]、および

${\displaystyle \theta =}$P[関係ペアからランダムに抽出された遺伝子型は、系統的に同一である]。

いくつかの一般的な関係とその係数を表 2 に示します。

文献では、線形混合モデルを用いたさまざまなアプローチが報告されている。これらの方法により、表現型の分散は遺伝的、環境的、実験設計的分散に分割され、遺伝率が推定される。環境的分散は、幅広い環境にわたる個体を研究することで明示的にモデル化できるが、表現型および環境的分散から遺伝的分散を推論すると、形質に影響を与える環境の影響の全範囲を捉えることが困難であるため、遺伝率が過小評価される可能性がある。遺伝率を計算する他の方法では、ゲノムワイド関連研究のデータを使用して、遺伝因子による形質への影響を推定する。これは、推定される関連遺伝子座（通常は一塩基多型）が形質に与える影響率と影響に反映される。ただし、これは遺伝率の過小評価につながる可能性がある。この不一致は「失われた遺伝率」と呼ばれ、遺伝率モデルで遺伝的分散と環境的分散の両方を正確にモデル化する難しさを反映している。^[23]

大規模で複雑な家系図や前述のタイプのデータが利用できる場合、遺伝率やその他の定量的遺伝パラメータは、制限付き最大尤度法(REML) またはベイズ法によって推定できます。生データには通常、各個体について 3 つ以上のデータ ポイント (父牛のコード、母牛のコード、および 1 つ以上の形質値) が含まれます。異なる形質値は、異なる形質または異なる測定時点に対して存在する場合があります。

現在普及している方法は、父と母の身元に関する高い確実性に依存しており、父の身元を確率的に扱うことは一般的ではありません。この方法論が野生の個体群に適用されることはまれであり (野生の有蹄類や鳥類のいくつかの個体群には使用されていますが)、繁殖プログラムでは父が常に非常に高い確実性でわかっているため、通常は問題にはなりません。また、不確かな父子関係を考慮するアルゴリズムもあります。

家系図はPedigree Viewer [1]などのプログラムを使用して表示することができ、R環境[4]内のASReml 、VCE [2]、WOMBAT [3]、MCMCglmmなどのプログラムまたはBLUPF90ファミリーのプログラム[5]を使用して分析することができます。

家系モデルは、逆因果関係、出生前環境などの母体の影響、遺伝的優位性、共有環境、母体遺伝子の影響の交絡などの交絡因子を解明するのに役立ちます。 ^{[24] [9]}

大規模な集団サンプルからゲノム全体の遺伝子型データと表現型が利用できる場合、遺伝子型に基づいて個体間の関係を推定し、線形混合モデルを使用して遺伝子マーカーによって説明される分散を推定することができます。これにより、一般的な遺伝子変異によって捕捉された分散に基づくゲノム遺伝率の推定値が得られます。^{[4]対立遺伝子頻度と}連鎖不平衡に対してさまざまな調整を行う複数の方法があります。特に、高精細尤度（HDL）と呼ばれる方法は、GWAS要約統計のみを使用してゲノム遺伝率を推定できるため、^[5]さまざまなGWASメタ分析で利用可能な大規模なサンプルサイズを組み込むことが容易になります。

植物や動物の品種改良においては、狭義の遺伝率がわかっている形質の選択に対する期待反応は育種家の方程式を使って推定することができる。^[25]${\displaystyle (h^{2})}$

${\displaystyle R=h^{2}S}$

この式では、選択に対する反応（R）は親世代と次世代の間の実現平均差として定義され、選択差（S）は親世代と選択された親の間の平均差として定義されます。^{[14] : 1957  [26]}

たとえば、植物育種家がトウモロコシの穂当たりの粒数を増やすことを目的とした品種改良プロジェクトに携わっているとします。議論のために、親世代のトウモロコシの穂の平均粒数は 100 粒であると仮定します。また、選択された親が穂当たり平均 120 粒のトウモロコシを生産すると仮定します。h ^{2 が}0.5 に等しい場合、次の世代は穂当たり平均 0.5(120-100) = 10 粒のトウモロコシを生産します。したがって、トウモロコシの穂当たりの粒の総数は平均 110 になります。

人工選択実験で選択に対する反応を観察すると、図 4 のように実現遺伝率を計算することができます。

上記の式の遺伝率は、遺伝子型と環境ノイズがガウス分布に従う場合にのみ比率に等しくなります。 ${\displaystyle \mathrm {Var} (A)/\mathrm {Var} (P)}$

スティーブン・ローズ^[27] 、ジェイ・ジョセフ^[28]、リチャード・ベントールなど、遺伝率推定値の著名な批評家は、行動科学と社会科学における遺伝率推定値に主に焦点を当てている。ベントールは、そのような遺伝率スコアは通常、数値的に高いスコアを導き出すために直感に反して計算されており、遺伝率は遺伝的決定と誤解されており、この疑惑の偏りは、幼少期の虐待が後の精神病を引き起こすなど、研究者が因果関係でより重要であると見出した他の要因から注意をそらすものだと主張している。^{[29] [30]}遺伝率推定値は、研究対象の特性の発達において遺伝子と環境のどちらが大きな役割を果たしているかに関する情報をまったく伝えないため、本質的に限界がある。このため、デビッド・ムーアとデビッド・シェンクは、行動遺伝学の文脈における「遺伝率」という用語を「科学史上最も誤解を招く用語の1つ」と表現し、非常にまれな場合を除いて価値がないと主張している。^[31]複雑な人間の特性を研究する場合、遺伝率分析を使用して遺伝子と環境の相対的な寄与を決定することは不可能です。なぜなら、そのような特性は複数の原因の相互作用の結果だからです。^[32] 特に、フェルドマンとレウォンティンは、遺伝率自体が環境変動の関数であることを強調しています。^[33] しかし、一部の研究者は、この2つを切り離すことが可能であると主張しています。^[34]

遺伝率の推定をめぐる論争は、主に双子研究に基づいている。分子遺伝学研究がそのような集団遺伝学研究の結論を裏付けることにほとんど成功していないことが、失われた遺伝率の問題である。^[35]エリック・タークハイマーは、新しい分子学的手法が双子研究の従来の解釈を正当化したと主張しているが、^[35]遺伝子と行動の関係をどのように説明するかはほとんど不明のままである。^[36]タークハイマーによると、遺伝子と環境はどちらも遺伝性があり、遺伝的寄与は環境によって異なり、遺伝率に焦点を当てると他の重要な要因が見えにくくなる。^[37] しかし、全体として、遺伝率は広く適用できる概念である。^[9]

• 行動遺伝学
• 遺伝
• IQの遺伝性

• スタンフォード哲学百科事典の遺伝と遺伝率に関する項目
• 定量的遺伝学リソースのウェブサイト。Lynch と Walsh による 2 巻本も含まれています。無料でアクセス可能。Wayback Machineで 2006-02-06 にアーカイブされています。