1，先看張 Nature 圖：遺傳力為啥會 “消失”？

https://www./news/2008/081105/pdf/456018a.pdf

咱們可以把 “找消失的遺傳力” 比作懸疑片：

• 消失的遺傳力 = 懸疑片里 “消失的子彈”；
• 科學家就是偵探，手里的工具是生物統(tǒng)計、基因測序、數(shù)量遺傳；
• 目標只有一個：搞清楚 “遺傳力到底丟在哪了”。

所以，育種中的數(shù)據(jù)分析師的形象是這樣的：

要是能找到 “消失的遺傳力”，報酬可不是小數(shù) —— 育種里的選擇準確性、選擇響應會直接提升，相當于給育種裝上 “加速器”！

2，舉個身高的例子：啥是 “丟失的遺傳力”？

先通俗解釋下核心概念：“遺傳力丟失”（Missing heritability）是數(shù)量遺傳學里的經(jīng)典問題 —— 簡單說就是：實際的遺傳力（比如家系里測出來的），比 GWAS 找的顯著 SNP、芯片 SNP 能解釋的遺傳力，要大得多。

給大家舉個直觀的例子：比如人類身高的 “總遺傳力”（家系里測的，h2_family）大概是 0.8（意思是 80% 的身高差異由遺傳決定）。但 GWAS 分析后，那些 “顯著相關的 SNP” 只能解釋 35% 的變異（對應h2_GWAS=0.35）—— 這就丟了 45% 的遺傳力；后來用基因組選擇（GBLUP），拿芯片全 SNP 算，能解釋 64% 的變異（對應h2_SNP=0.64）—— 但還是丟了 16%。

這 “丟了的部分”，就是咱們要找的 “消失的遺傳力”。

3，再拆細點：消失的遺傳力，其實分兩種

參考：

Witte JS, Visscher PM, Wray NR. The contribution of genetic variants to disease depends on the ruler. Nat Rev Genet. 2014 Nov;15(11):765-76. doi: 10.1038/nrg3786. Epub 2014 Sep 16. PMID: 25223781; PMCID: PMC4412738.

遺傳力細分：

• Total heritability，是實際的遺傳力，主要是從家系群體（比如同卵雙胞胎、全同胞）估計的遺傳力，對應的是family遺傳力, h2_family

• Chip heritability，（SNP 遺傳力，也稱為 “基于芯片的遺傳力”）是指全基因組關聯(lián)分析（GWAS）芯片上所有 SNP 變異共同解釋的表型方差比例，反映 “芯片可檢測的遺傳變異” 對表型的加性遺傳貢獻（屬于狹義遺傳力范疇）。其核心計算方法是基于基因組關系矩陣（GRM）的約束最大似然（GREML）方差組分估計是通過REML估計的遺傳力，使用的是全部SNP數(shù)據(jù)，比如GCTA、asreml中的GBLUP，估計的遺傳力都屬于此，對應的是SNP遺傳力. h2_snp

• Heritability due to known variants，是GWAS分析中顯著的SNP估計的遺傳力，對應的是PVE（解釋百分比），對應的是GWAS遺傳力,h2_gwas

一般我們認為消失的遺傳力為：

但是它還可以進一步剖分為兩部分：

• 第一部分：Still-missing heritability，是依舊消失的遺傳力，它的計算公式是，它的來源是GWAS無法捕捉到的變異，比如CNV，SV等，以通過增加變異來源（CNV，SV，PVA），稀有變異來解決，（泛基因組的應用）。

• 第二部分：Hiding heritability，是隱藏的遺傳力，它的計算公式是，它主要是由于目前的統(tǒng)計方法導致一些效應小的位點沒有檢測出來（假陰性），可以通過增加樣本量來降低這部分的值。

4， 關鍵問題：怎么用這兩類 “消失的遺傳力” 提升育種效率？

育種里有個核心邏輯：遺傳力的 “可利用程度”，直接決定選擇策略。先給大家劃個基礎準則：

• 高遺傳力（比如百粒重，h2=0.95）：不用分子標記、不用 GS，直接表型選擇就行 —— 這就是 “老子英雄兒好漢”，表型準得很；
• 中高遺傳力：靠家系 / 系譜選擇（ABLUP），比如用半同胞、全同胞的表型輔助判斷；
• 中低遺傳力：靠 MAS（MA-BLUP），找?guī)讉€大效應位點輔助；
• 低遺傳力：必須靠 GS（GBLUP、ssGBLUP），用全基因組信息堆準確性。

而 “找回來消失的遺傳力”，本質是把 “不可利用的遺傳力” 變成 “可利用的”—— 這樣選擇準確性會提升，選擇效率自然就高了。

具體怎么做？對應前面兩類 “消失的遺傳力”，有兩個核心方向：

方向一：降低 “依舊消失的遺傳力”—— 找更多變異

比如用泛基因組、圖泛基因組，把之前芯片沒覆蓋的 SV、CNV、稀有變異都挖掘出來。

• 用在 MAS 上：能找到更準的 “因果位點”，輔助選擇更有效；
• 用在 GS 上：把這些新變異加進 GRM（基因組關系矩陣），GBLUP 的估計準確性會更高。

方向二：降低 “隱藏的遺傳力”—— 堆更多數(shù)據(jù)

比如 GS 里擴大參考群的數(shù)量（從 1000 份擴到 5000 份），GWAS 里增加樣本量（從 2000 個加到 1 萬個）。數(shù)據(jù)量上去了，統(tǒng)計方法能 “抓” 到更多小效應位點，假陰性減少，h2_GWAS會更接近h2_SNP—— 選擇時能用到的遺傳信息就更多了。

最后說句實在話

《三體》里說 “鎖死科技”，靠的是卡住微觀物理的進展；而育種里 “提升效率”，靠的就是把 “消失的遺傳力” 一步步找回來 —— 先拆清楚 “丟在哪”，再針對性解決（找變異、堆數(shù)據(jù)），這才是科學的思路。