基因的“命运”也会影响学校教育：更好的学校能够弥补学生基因差异带来的影响

《Proceedings of the National Academy of Sciences》：The genetic lottery goes to school: Better schools compensate for the effects of students’ genetic differences

教育公平性中，学校能否弥补遗传差异对学业的影响是核心问题。本研究利用挪威母亲父亲儿童队列（MoBa）数据，结合全国教育注册数据，构建多基因指数（PGI?EA）衡量遗传倾向，通过学校增值评估（VA）量化教育质量。因果推断显示，学校质量对阅读成绩的遗传效应具有替代作用，每提高1个标准差学校质量，可降低遗传差异对阅读成绩的影响6%；但对数学成绩无显著交互效应，因数学技能持续性更强（ρ=0.702）。研究证实优质教育能缓解遗传带来的不平等，但效果因学科而异，需结合具体情境分析。

　　教育是决定个人生活结果的核心因素，而教育体系中的公平性则是重要的政策目标。一项重要的研究问题是，学校是否能够减少由于社会背景和遗传差异而产生的不平等。本文通过研究基因-环境交互作用的因果效应，探讨学校是否能够弥补遗传差异对阅读技能的影响。研究结果表明，在阅读技能方面存在负的基因-环境交互作用，而在数学能力方面则没有，这说明学校可以在一定程度上弥补遗传差异的影响。

在教育研究中，学校是否能够补偿或加剧儿童的遗传差异一直是研究的焦点。遗传差异在儿童技能发展中起着重要作用，据双胞胎研究显示，儿童在学校表现中的遗传性约为50%。值得注意的是，这些遗传因素会与社会因素相互作用，如家庭的经济状况和更广泛的教育环境。基因-环境交互作用的研究对于社会政策具有重要意义，它表明环境对不同个体的影响并不相同。因此，干预措施可能在减少遗传性差异带来的教育不平等方面发挥关键作用。

传统行为遗传学研究样本通常受限于研究对象的同质性，因为双胞胎通常就读于同一所学校。然而，近年来，随着基因多态性指数（PGI）的出现，研究者能够更全面地分析基因与教育环境之间的相互作用。PGI通过基因组关联研究（GWA）中识别出的与教育成就相关的变异来评估个体的遗传倾向。与双胞胎研究相比，PGI能够更精确地评估个体层面的遗传效应，从而在更广泛和更具代表性的样本中进行分析。这种研究方法不仅能够揭示遗传性的影响，还能够评估环境因素在其中的作用。

研究发现，基因-环境交互作用在阅读技能方面显著，而在数学能力方面则不显著。这意味着学校质量可以减少遗传差异对阅读成绩的影响，但对数学能力的影响则不明显。这一结果表明，学校在某些领域可能比在其他领域更具补偿能力。例如，学校质量的提升可能对那些在遗传上具有较低教育倾向的学生更为有效，从而缩小他们在阅读能力上的差距。

为了验证这些发现，研究者使用了挪威的全国性行政数据，这些数据包含了学生的标准化测试成绩和学校信息。研究样本包括30,939名儿童，这些儿童的遗传数据与父母的遗传数据一起被用于计算PGI。研究者还使用了学校增值（VA）指标来衡量学校质量，这些指标通过控制学生先前的测试成绩和家庭背景特征来计算。通过这种方式，研究者能够更准确地评估学校对学生成绩的影响，而不仅仅是遗传因素。

研究还探讨了基因-环境交互作用的潜在机制。例如，学生在低质量学校中可能受到更多的负面影响，而在高质量学校中，这种影响可能被减弱。此外，家庭对学校质量的反应也可能影响基因-环境交互作用的结果。如果家庭在学生就读于高质量学校时减少对孩子的投入，那么这种投入的减少可能对低遗传倾向的学生产生更大的影响。反之，如果家庭增加对孩子的投入，那么这种投入可能对高遗传倾向的学生产生更大的影响。

研究还指出，PGI和学校质量之间的相互作用可能受到多种因素的影响，包括教育领域的不同、学生的发育阶段以及学校质量的测量方式。例如，学校质量的测量方式可能影响基因-环境交互作用的大小，因为有些测量方法可能仅仅反映学生群体的特征，而不是学校本身对学习的促进作用。因此，研究者强调需要采用能够准确反映学校对学习影响的测量方法。

此外，研究还讨论了基因-环境交互作用研究的局限性。例如，PGI仅捕捉了与教育成就相关的部分遗传变异，而未包括所有可能的遗传因素。因此，研究结果可能无法推广到所有遗传因素。同时，基因-环境交互作用的研究也受到样本选择偏差的影响，因为参与研究的样本可能与总体人口存在差异。

研究还指出，基因-环境交互作用的大小可能受到多种因素的影响，包括学校的具体政策和实践。例如，某些学校可能更关注低能力学生，而另一些学校可能更关注高能力学生。因此，研究结果可能因学校的不同而有所变化。这表明，学校质量对学生成绩的影响可能因学校的具体实践而有所不同。

为了进一步研究基因-环境交互作用的机制，研究者建议结合更多的数据和详细的信息。例如，可以研究学校的具体政策和实践，以及家庭如何根据孩子的遗传倾向和学校质量调整他们的教育投入。这些研究可以帮助更深入地理解基因-环境交互作用的复杂性，并为政策制定提供更具体的指导。

研究还强调了伦理方面的考虑。MoBa数据的收集和使用得到了挪威数据保护机构和伦理委员会的批准，确保了数据的合法性和伦理合规性。研究者还指出，未来的研究需要更加关注伦理问题，以确保数据的使用符合相关的法律法规。

总的来说，本文的研究表明，学校质量在一定程度上可以减少遗传差异对阅读成绩的影响，但对数学能力的影响则不明显。这一发现对于教育政策的制定具有重要意义，因为它表明学校质量的提升可能有助于减少教育不平等，特别是在某些特定的教育领域。然而，研究也指出，基因-环境交互作用的大小可能受到多种因素的影响，包括教育领域的不同、学生的发育阶段以及学校质量的测量方式。因此，未来的研究需要更加细致地分析这些因素，以更好地理解基因-环境交互作用的复杂性。