综述：利用古DNA多基因预测人类复杂性状

这篇综述深入探讨了利用古DNA进行多基因评分（PGS）预测人类复杂性状的机遇与挑战。作者Iain Mathieson系统分析了环境因素（G×E）、跨群体可迁移性（transferability）和验证缺失（validation）三大核心难题，特别聚焦身高、肤色（HIrisPlex-S预测系统）和疾病风险等典型案例，为古基因组学与表型重建研究提供了关键方法论框架。

　　

古DNA多基因预测的机遇与挑战

人类复杂性状的表型重建一直是进化遗传学的圣杯。随着古DNA技术的突破，科学家们开始尝试通过多基因评分（PGS）解码古代个体的生物学特征。然而，这条路布满荆棘——环境因素的迷雾、跨群体预测的陷阱，以及验证数据的缺失构成了三重障碍。

表型预测的根本性挑战

环境因素如同隐形画笔，能彻底改变遗传预测的底色。以身高为例，尽管现代人群遗传力高达60-70%，但过去100年欧洲人身高增长1-3个标准差的现象，主要归因于营养改善而非遗传变化。这种"环境偏移效应"在古今对比中会被无限放大。

跨群体预测的可靠性则受制于基因-环境互作（G×E）和等位基因更替（allelic turnover）。乳糖耐受基因对身高的影响在青铜时代显著，却在现代人群中消失——这种时空特异性效应使得PGS预测如同在流沙上建房。更棘手的是，古代样本缺乏表型验证数据，仅少数特征（如通过长骨推算身高）能进行有限校准。

表型预测的实践探索

身高凭借其高遗传力和可骨骼测量的优势，成为古DNA研究的标杆性状。在欧洲古样本中，PGS解释力约为现代人群的1/4（6-10% vs 25%），且数据质量与遗传距离显著影响准确性。新石器时代到青铜时代，遗传预测值与实测身高的背离，恰恰揭示了环境因素的强势干预。

肤色预测则呈现另一番图景。HIrisPlex-S系统通过36个SNP预测分类色素特征，揭示欧洲浅肤色的进化轨迹：SLC24A5和SLC45A2两个关键变异分别通过农业移民和草原游牧群体在8000-4500年前逐步扩散。但这类分类预测（如"中等-深色"）的定量转化充满主观性，艺术复原与科学事实常被混为一谈。

疾病风险预测开辟了新维度。从2型糖尿病"节俭基因"假说到动脉粥样硬化（ACVD）的木乃伊CT验证，古基因组为现代疾病进化史提供了独特视角。但这类研究必须警惕"时间旅行谬误"——将现代GWAS结果直接投射到古代环境背景下，可能产生严重误判。

方法论反思与展望

古DNA预测本质上与现代PGS面临相同挑战，只是环境差异更大、数据质量更差。未来研究需明确区分遗传值与表型预测，避免将多基因评分简单等同于古代个体的真实特征。当谈论"尼安德特人的抑郁倾向"或"青铜时代的身高"时，必须意识到这些说法背后未经检验的假设链条。唯有保持这种警惕，古基因组学才能真正成为解码人类表型进化史的可靠罗盘。