编辑推荐：
为探究社会经济地位（SES）差异的遗传与环境来源，研究人员以挪威 17 万 35-45 岁人群为样本，采用四种方法分析教育程度、职业声望、收入和财富这 “四大” SES 指标，发现遗传对教育和职业影响更大，家庭共享环境对教育和财富作用显著，为相关研究提供可靠参考。
在社会科学与遗传学交叉领域，社会经济地位（SES）的影响因素一直是研究热点。过往研究虽揭示了遗传和环境对 SES 的作用，但存在测量指标多样、方法差异大、样本异质性强等问题。例如，不同研究中 SES 的遗传力估计范围宽泛，“四大” 指标（教育程度、职业声望、收入、财富）的共享影响因素也缺乏系统分析，且财富指标因数据不足常被忽视。此外，基于自报数据的研究可能存在偏差，不同国家的社会政策（如挪威的高福利制度）也可能影响遗传力估计。因此，开展样本一致、方法多样且使用客观数据的研究至关重要。
挪威奥斯陆大学等机构的研究人员在《Nature Communications》发表论文，针对上述问题，以挪威 17 万 35-45 岁人群为样本，利用高质量行政数据，通过四种方法（两种基于家庭的方法：家系分析（FP）、 identical-by-descent（IBD）；两种基于非相关基因型的方法：基因组限制最大似然法（GREML）、连锁不平衡分数回归（LD score regression）），系统分析了 “四大” SES 指标的遗传和环境方差及共性。
研究主要技术方法包括：利用挪威母亲、父亲和儿童队列研究（MoBa）的基因组数据和统计局注册数据，获取教育、职业、收入、财富的客观测量值；通过家系分析模型估计遗传（A）、共享环境（C）和非共享环境（E）的方差成分；运用全基因组关联研究（GWAS）和主成分分析（PCA）探讨指标间的遗传和环境相关性。
研究结果
遗传力估计的方法差异与指标特点
- 教育程度的遗传力在不同方法中均最高，如 LD score regression 估计为 20%，家庭 - based 方法（FP、IBD）高于非相关基因型方法（GREML、LD score regression）。职业声望的遗传力次之，收入和财富较低。财富的遗传力在家庭 - based 方法中与收入相近（FP 估计财富 25%、收入 30%），但非相关方法中财富（12%）高于收入（6.5%）。
- 家系分析显示，共享环境对教育和财富的贡献较大，且估计值受表亲共享环境假设影响显著。当表亲共享环境相关系数从 0 调整为实测的 0.59 时，财富的共享环境方差从 56% 降至 25%，遗传力估计相应变化。
指标间的遗传与环境相关性
- 表型相关显示，教育与职业声望相关（0.58），与收入、财富相关较低（0.24、0.27）。遗传相关在家庭 - based 方法中为 0.35-0.93，非相关方法中为 0.71-0.96，表明遗传因素存在广泛共性。共享环境相关均为 1，而非共享环境相关较低且部分为负，提示非共享环境具有指标特异性。
- 主成分分析（PCA）表明，遗传和共享环境方差呈现单维结构，第一主成分解释大部分变异；非共享环境需保留两个主成分，显示其结构更复杂，如教育与收入在第二主成分上呈负向载荷，提示个体特定环境可能对不同指标有相反影响。
结论与讨论
研究表明，在挪威社会民主福利制度下，遗传因素对教育和职业声望的影响更突出，而家庭共享环境对教育和财富的作用显著。“四大” 指标的遗传和共享环境影响存在共性，但非共享环境差异较大。研究结果有助于解释 “缺失遗传力” 问题，提示家庭共享环境可能被传统方法低估，且非相关基因型方法可能包含间接遗传效应。
该研究的意义在于：首次系统比较 “四大” SES 指标的遗传和环境影响，为跨方法和跨指标的遗传力研究提供了可靠参照；揭示了挪威高福利政策下遗传和环境作用的独特模式，如免费教育可能增强遗传对教育的影响；强调了使用客观注册数据和多方法设计的重要性，为 SES 的跨学科研究提供了新视角。此外，研究还提醒需谨慎解释遗传力，避免基因决定论，应关注社会政策对遗传 - 环境交互作用的调节效应。
