forcode翻译：人类行为分析中基因类型-环境的交互与相关

forcode：这是本学期最后一次读书会了，我翻译了一篇英文论文，暑期课听北卡罗莱纳州立大学国光老师的课，听说他在做一些基因与行为方面的研究，感觉非常有技术含量，这才是真正能激发我探索热情的研究。所以，我从老师给出的论文清单（谢宇推荐的数十篇英文论文）中选择了这篇有关行为与基因的论文。
下面是这篇论文翻译稿，我花了两三天时间翻译完的，从word复制过来有一些不能显示。所以 把翻译稿原件上传到这里：
http://tinyurl.com/2zsoc9

快速链接：
http://www.qixianglu.cn/606654.html

人类行为分析中基因类型- 环境的交互与相关

Genotype-Environment Interaction and Correlation in the Analysis of Human Behavior

  Robert Plomin and J.C.DeFries

Institute for Behavioral Genetics

University of Colorado

John C.Leohlin

University of Texas

由于基因和环境影响之间的交互和相关使得对行为的基因分析变得很复杂。本研究通过双胞胎研究和抚养研究来检验基因类型与环境的交互与相关。分析表明，基因类型- 环境的交互可能会导致双胞胎研究中对基因和环境影响估计的偏差，但是不一定（need not）导致抚养研究中的偏差。另一方面，基因类型-环境的相关可能导致双胞胎研究和抚养研究中基因影响和环境影响的估计偏差，影响的方向取决于相关的正负。最后，本研究提出使用抚养数据来检验基因类型 -环境的交互和相关。

 

在过去十年，有关复杂人类行为的定性的和定量的基因分析大量增加，但是并没有被心理学的主流接受。其中一个原因是由于基因类型- 环境的交互与相关。基因类型-环境的交互是指不同基因类型的个体对环境有不同的反应。而当不同类型的基因在不同环境中有选择地发挥作用（exposed），就出现了基因类型 -环境的相关。比如，能力更强的儿童一定在特定学校环境中表现更好（基因类型-环境的交互），还是因为他们在特定环境中获得了特殊的教育机会（基因类型- 环境的相关）。本文试图探索基因类型-环境的交互与相关，衡量他们在定量基因分析中的作用，并建议进行检验以评价其各自的影响。

 

基因类型-环境的交互与相关

社会心理学家历来就对基因类型-环境的交互有兴趣，但是他们常常把总体层次与个体发展层次的讨论混在一起。因此，很有必要一开始就区分"基因类型 -环境的交互"与 "交互作用论"（interactionism）——该观点认为环境与基因的影响紧密交织在一起，以至于根本无法将二者区分开来。交互作用论者最有名的宣称是，"有机体是自身基因和它过去环境的产物"（Anastasi,1958 ）。Anastasi认为，缺少环境和基因二者中的任何一个，就不可能有行为。但是，这种对于个人而言是老生常谈的说法，对于同一个总体中的个体差异而言则是错误的（因为他们的环境是相同的）。定量的基因分析将个体差异放在总体（总体所处的环境范围和当时的基因影响）中予以评价，并将个体差异归因于环境和基因的差异，作为在概念上相互独立但是可能存在相关项的变量来考虑。当不存在基因差异的时候，就归因于环境的差异（比如，双胞胎之间的个体差异）；当环境差异不存在，就归因于基因差异（比如，在抚养环境被控制的情况下，归结为基因的差异）。

基因类型-环境的交互是由于基因与环境影响的非线性结合导致的。而交互作用论者常常暗示这其中有比统计交互更多的东西。其中之一就是生物主动与其环境相互影响。 我们认为这种观点用"基因类型-环境相关"比用"基因类型-环境的交互"更合适。"基因类型 -环境的相关"综合考虑了基因与环境，并且将生物看作是能动的个体。

 

基因类型-环境相关的类型

基因类型-环境的相关涉及到不同基因类型在不同环境中发挥作用的差异，简而言之，基因类型 -环境的相关是特定基因类型与特定环境共同出现的频次的函数。例如，如果一个天才儿童处于一个特殊训练环境就能够增强他们的天才，这样，基因差异和环境差异之间存在正相关。我们将考虑三类"基因类型-环境的相关"：消极型的、反应型的和积极型的相关（ passive,reactive, and active）。这些类型对应的例子已有人提到过（Cattel 1965；Jencks，1972；Jensen ，1974），但是他们没有系统分析或者与行为基因分析或交互作用论联系起来。

消极型的"基因类型-环境的相关"

最经常被提到的一个例子是：父母既给了儿童基因，也给了他们一个有利于（或者不利于）某种品质发展的环境：

在口语能力方面有天赋的父母给他们的后代提供了一个有利于他们口语能力全面发展的环境，而且还遗传给他们有利于口语能力的某些或全部基因。（ Meredith，1973， p.271）

我们称之为被动的"基因类型-环境的相关"，因为它的出现独立于个体。先天状况（比如，知识分子父母）导致儿童在发展认知技巧方面有遗传优势，而且其生活环境本身富有智力刺激。这种两种优势都先于且独立于特定基因特性或儿童行为。

 

反应型的"基因类型-环境的相关"

消极型的"基因类型-环境的相关"不是唯一的，也不是最常见的相关形式。第二种类型的相关称为反应型的"基因类型 -环境的相关"，因为不同基因类型的人可能会有不同的反应。这两类相关是不同的，拿教师来说，他们能够分辨不同学生的认知能力，并为他们提供充实的环境以使其天分发挥到最好。类似的，在非认知领域，那些善于交际的儿童可能会从同龄人和成年人那里获得更多关爱和注意。因此，人们可能会对不同基因类型的个体提供不同的环境。

 

积极型的"基因类型-环境的相关"

积极型的"基因类型-环境的相关"意味着儿童不只是消极接受他所处的环境。他可能努力改变他的环境，寻找那些与他们的基因倾向相关的环境。例如，聪明的儿童可能会去寻找他们所处环境中能够促进他们认知能力发育的同龄人、成年人或无生命事物。类似的例子存在于其人格特性中。一个好动的儿童可能会在一个最平静的环境里制造故意伤害，而一个善于交际的儿童即使在身边没有一个真人也会试图去寻找其他人，甚至去创造一个想像中的玩伴。个体之间的基因类型差异可能导致他们去寻找与他们基因类型相关的积极环境。

表1总结了三类"基因型- 环境的相关"：

类型                   描述                                                                           相关环境

消极型              儿童的基因类型与其环境被动相关               亲生父母和兄妹

反应型              儿童在他们基因类型的基础上作出反应      任何人

积极型              儿童寻找有益于他们基因类型的环境          任何事物

积极型和反应型的"基因型-环境的相关"是作为个体与他们自身环境交互的结果而出现的；因此，它们对于交互作用论者的目标特别重要。

需要说明的是，这种三分法仅仅是出于概念的方便，很多现实生活中的"基因型-环境的相关"的例子是中间的、模糊的、或者混合的。实际上，有时候要区分相关与交互也常常是困难的。考虑到知觉对于信息输入的过滤，是否乐观主义者通过他的有色眼镜选择的环境真的就适合于他的基因类型？或者，同一基因类型的个体对相同环境作出不同的反应也是一种"基因类型 -环境的相关"？显然，答案取决于如何定义有机体和环境。但是，一旦基因类型和环境通过经验设计操作化，相关与交互的区别就不再模棱两可的。

 

基因类型-环境的负相关

基因类型-环境的相关既可以是正的，也可以是负的。例如，能力较低的儿童可能受到更多关注以使他们的表现接近正常。 Cattel（1973）认为，在个性方面，"基因类型-环境的负相关比正相关更常见。在优势（ dominance）方面，社会更倾向于削高补低。他将之称为"生物圈的强制规则"。正如所使用的术语"强制"所暗示的那样，他的例子是反应型的基因类型-环境的相关，但是另外两种类型的相关也可以是负相关。消极型"基因类型 -环境的负相关"的一个例子是愤怒型人格。情绪易变容易生气的父母可能其孩子脾气更加平和，而且父母可能更加压制他们的孩子表达情绪。积极型的基因类型-环境的负相关初一看似乎不可能，因为我们通常认为正常个体不会主动去寻找那种违背自己天性的环境。但是，很容易假设，某些个体情绪不稳定，可能试图寻找平静的环境和情绪稳定的朋友来安抚他们的心情，因此产生了基因类型 -环境的负相关。

 

定量基因理论

先来分析一些更一般化的定量基因模型。

                      (1)

P是个体最后表现出来的与总体均值的差异，G 是个体的基因带来的差异，E是个体环境带来的差异，G×E是基因和环境的非线性交互带来的差异，这一项并不一定是表示相乘，而是表示变量意义上的交互，该项与二者各自的主效应是独立的。对于一个总体中的个体而言， G和E带来的差异可能是相关的，但是G× E被定义为与二者都不相关。对该方程取平方，然后除以N，得到了式二中的方差（V）和协方差（ Cov）部分：

                (2)

和 分别代表由基因和环境因素带来的方差；Cov（GE）代表基因和环境影响的相关带来的方差；而 代表G 和E非线性的交互带来的方差。为了简化，我们自始至终都不考虑测量误差，虽然这肯定会影响到表现出来的方差。

有一个假设性例子可能有助于演示这个模型。假设我们知道基因的差异、环境的差异和个体最终表现出来的情况与总体均值的差异：

G      +       E       =       P

-2               +1              -1

-1               -2               -3

0                0                0

+1              +2              +3

+2              -1               +1

在这个例子中，基因的方差是2，环境的方差也是 2，而最终表现出来的方差是4。由于该例中没有基因与环境的相关，因此没有相应的2Cov(GE)这一项。

现在，我们假设基因和环境完全相关：

G      +       E       =       P

-2               -2               -4

-1               -1               -2

0                0                0

+1              +1              +2

+2              +2              +4

基因和环境的方差仍然是一样的（2.0），但是表现出来的方差却是 8而不是4。增加的方差来自2Cov（GE ）。需要指出的是，即使基因和环境完全相关，仍然会存在独立的基因带来的方差和环境带来的方差。这意味着，通过重新分配环境消除了基因类型-环境的相关仅仅是消除了2Cov（ GE），这就是第一个例子的情况。更进一步说，通过制造整齐划一的环境来消除掉 和2Cov（GE），依然还会存在 。同理，就算将基因带来的差异减小至零，依然还会存在环境带来的差异。而按照传统的交互作用论者的公式，缺少了基因或环境中的任何一个，就不会有行为了。

Jensen（1974）展示了由于"基因类型 -环境的积极相关"导致的差异并不会比基因带来的差异和环境带来的差异更重要。实际上，只有基因的影响和环境的影响都是实质性的时候，该项才大一些。但是，我们应该指出的是，在我们的案例中基因类型- 环境完全的负相关会抵消 和，导致 =0 。

现在让我们在上面的案例中加入"基因类型-环境的交互"， -保留G和E的相关这一项。对我们的案例而言，我们假设G 和E的非线性函数是G×E 。

G      +       E       +       G ×E         =       P

-2               -2               +4                       0

-1               -1               +1                       -1

0                0                0                          0

+1              +1              +1                       +3

+2              +2              +4                       +8

G×E项偏离他们均值 2的方差是14/5或2.8。 ， 和2Cov(GE)仍然分别是2.0，2.0 和4.0。加上 项的方差是10.8。该等式最后表现出来的差异等于直接计算出来的方差。

局限：我们的案例是过分简化的，因为我们选择的函数与G和 E都不相关。因此，我们可以单独计算和添加各项目的方差。在一个更一般化的案例中，G×E项只包含了与 G和E独立的f（G,E ）的作用，很容易通过减去 中的其他项目得到。

如果我们能够直接测量人类个体的基因影响和环境影响，我们就能够像上面所演示的那样明确地在一个人群中检验模型。实际上，行为基因分析是使用间接的方法来估计同卵双胞胎和异卵双胞胎、亲生的和收养家庭、以及其他特定基因和环境的联系已知或假设是相同的团体中的个体最后表现出来的差异中由基因带来的方差和由环境带来的方差。因此，当考虑到行为基因研究中的"基因类型 -环境的交互"或"基因类型-环境的相关"之后，我们必须考虑它们对家族相关的影响。

家庭成员之间表现出来的相关（ ）是观察值之间的协方差与各自标准差的乘积的比值，如下所示：

，                  （3）

？如果 = ，则亲属之间的相同基因并不比随机抽取的两个人之间的相同基因更多。

类似的，家庭成员之间的环境影响因素也有相同之处，然而，其他的影响因素是与他们之间的关系独立的。因此，模型1 可以被扩展成下面的形式：

下标c表示家庭成员之间相同的（基因或环境）影响，下标 w表示亲属之间独立的影响，1和2表示两个家庭成员。

c项为家庭成员之间的相关。按照定义，w项不是家庭成员之间的相关。但是，多项之间的协方差可能并不能够自动地假设为零。 和 定义为不相关的，类似的还有 和 ，  和 ，等等。但是在 和 之间，或者 和 之间可能存在有非零的相关：家庭成员基于共同基因形成的品质，可能会影响到其他人的环境。同样的，可能存在 与 ， 与之间的相关。任何影响某个成员实际表现的因素都会成为其他成员环境的一部分。因此，一个正常家庭成员之间的协方差会变得相当复杂。这就是采用特殊设计的优势，比如抚养研究中，很多协方差可以被忽略掉。

总之，亲属之间的相关有一部分是由于共同基因，还有一部分是由于共同环境因素，还有一部分是由于共同的基因类型- 环境的交互，还有几个部分是由于这些影响因素之间的相关。接下来的两个部分将讨论基因类型-环境的交互和相关对家族相似性的影响的两类主要研究：双胞胎研究和抚养研究。

 

行为基因分析中基因类型-环境交互的影响

本部分介绍有关家族相关的双胞胎研究和抚养研究中的基因类型-环境的交互 。

双胞胎研究

同卵双胞胎：基因完全一致

异卵双胞胎：基因部分一致

在传统的双胞胎研究方法中，同卵双胞胎之间的差异和异卵双胞胎之间最终表现出来的差异之间的不同是用 来估计，近似等于 的一半，取决于基因差异或组合配对的程度（见McClearn&DeFries ，1973）。

通常认为这个结果取决于两对双胞胎的 相等的假设。但是很少有人指出该结果还假设没有 。有一个似是而非的假设认为同卵双胞胎的 比异卵双胞胎的 要大。（但不应该盲目作出这个假设，见Loehlin & Nichols，1976）。如果同卵双胞胎的 更大，则传统的双胞胎研究方法倾向于高估 （结果，会导致低估 ，由 得到的）。如果 不等于零，那么同卵双胞胎的 就会比异卵双胞胎的 更大。因此，传统方法同样会倾向于低估 ，但是会倾向于高估 ，因为只有部分的 被错当成 了，剩下的部分被错当成 了。因此，基因类型 -环境的交互的存在使得双胞胎研究结果被扭曲。

 

抚养研究

家族研究考虑了家族成员间的相关（父母和后代或者兄妹之间）。家族成员之间表现出来的相似性可能是由于相同的基因、共同的环境、共同的基因类型- 环境的交互，或基因类型-环境的相关。

由于不能任意对双胞胎的生活环境进行选择安排，抚养研究只能通过比较在没有相关的环境中抚养成人的有基因亲缘的个体，或在相关环境抚养成人的没有基因亲缘的个体。前一种设计用于估计基因的影响；第二种用于估计环境的影响。这些设计可以用于分析父母与后代的关系或者兄妹间的关系。

对于在不同环境中抚养成人的有基因亲缘的个体而言， 不会起作用。如果存在"基因类型-环境的交互"，将会与 混合在一起，导致高估环境的影响。

类似的，对于在同一家庭中抚养成人却没有基因亲缘的个体而言， 也不会起作用。因此如果存在基因类型-环境的交互，也不会影响对该设计中家庭共同环境影响的估计。

 

检验双胞胎研究和抚养研究中的"基因类型- 环境的交互"

Jinks和Fulker（ 1970）提出了一种利用一对同卵双胞胎之间的差异和每一对总的差异来检验总的"基因类型-环境的交互"的大小的方法。虽然该方法可行，但是同卵双胞胎分开抚养的案例很少。而在一起抚养的同卵双胞胎每一对内部和总的差异的相关可能混合了来自环境的独立影响与"基因类型 -环境的交互"的影响，因为在一起抚养成人的同卵双胞胎每一对总的差异同时反映了基因和共同环境的影响。而且，该方法不能明确说明环境影响中由于基因类型-环境的交互带来的部分。我们不能详细描述 Jinks和Fulker的结果，但是要说明的是，他们几乎没有发现基因类型- 环境的交互在认知和人格特征方面的证据。

我们提出了一种能够利用抚养数据检验基因类型-环境相关的新方法。这种检验提供了一个将只影响某些个体的环境因素分离出来的工具。对基因类型 -环境的交互的探寻对于细化对环境影响的分析很重要，因为那些只能解释所有个体10%差异的环境变量可能能够解释一个特殊个体的所有差异。

这种检验基因类型-环境交互的方法类似于在动物研究中使用的基因类型 -环境的交互的检验方法（Erlenmeyer-Kimling，1972），该类研究中，不同世系的动物放在不同环境中饲养。例如，两类不同世系的老鼠，一类在迷宫中学习迅速，分别饲养在比较苛刻的环境和比较富足的环境，如表 2所示。这两类血缘的老鼠分别放在两类环境中，能够测试它们的学习速率。这是一个2×2 的因素设计，其中一个变量是基因类型，另一个变量是环境，因变量是四组老鼠的学习分数。2×2的变量分析表明，基因类型的影响独立于环境的影响（主效应 A）、环境的影响独立于基因类型的影响（主效应B）、以及基因类型-环境的交互项（ A×B）。这种类型的动物研究常常发现存在显著的基因类型-环境的交互。

抚养研究提供了对人类数据进行类似分析的机会。受领养的儿童基因类型的影响可以从他们亲生父母的双亲中值分数来估计得到。其环境的影响可以从其环境的任何一个方面来估计，例如抚养他们的父母的性格分数。为了方便演示，我们只考虑受领养儿童亲生父母的 IQ是高于还是低于平均智商。以及其养父母的智商是高于还是低于平均智商。表2所给出的4 组儿童，第一个单元格的儿童其亲生父母的智商低于平均智商，而且其养父母的智商也低于平均智商。与动物实验中对基因类型-环境交互影响的研究一样，环境的影响独立于基因的影响和基因类型-环境的交互影响。

养父母表现型是受领养儿童环境中一个限制条件，能够反映出抚养研究尝试解开的环境影响的某些方面——正常家庭中父母与后代之间的基因联系的影响。但是，后面我们将看到，对"基因类型 -环境的交互项"的检验不只可以用来估计基于养父母表现型的环境影响，还可以用类似的方式估计环境影响的其他方面。

从对亲生父母、养父母、受养儿童以及对受养儿童环境进行广泛评估的研究数据，可以获得用于探寻"基因类型- 环境的交互"的理想数据。目前还没有发表过符合这些要求的研究，但Skodak和Skeels（1949 ）和Munsinger（1975）的抚养数据至少阐明了"基因类型- 环境"的交互的用处。两个研究中的环境变量在变化和范围方面都作了限制：在Skodak和Skeel的研究中对养父母的教育水平做了限制，在Munsinger 的研究中对养父母的社会经济地位做了限制。在两个研究中，根据其均值来二分亲生父母和养父母的双亲教育和社会经济地位的中值。这样无论养父母还是亲生父母，都分为高低两类。因变量是四组受养儿童的IQ。

在skodak和Skeels 的研究中，我们重新分析了来自59个儿童的数据，他们亲生父母和养父母的教育水平各不相同。四组儿童的平均IQ值见表 3。

每一个单元格的样本规模基本上是相等的——这59个家庭的样本的选择相关只有 0.17，并不显著。儿童的平均IQ显示，四类儿童的环境对其智商并没有显著影响。但是基因的影响是显著的。表四给出了这个2 ×2分析的结果，基因的主效应非常显著，但是环境的主效应不显著。另外，基因类型-环境的交互项统计不显著。

表3和表4 的数据是基于受养儿童在1937年13岁的时候使用Stanford-Binet 的版本（L表）最后测试的。1916年使用Stanford-Binet 版本测试的6-13岁受养儿童得到的数字也能得出相同的结果。

Munsinger的抚养研究数据得到了相似的结果。他记录了41 个儿童的亲生父母和养父母的社会经济地位信息。表5是四类儿童的9分制IQ 测试分数。该数据也没有选择性（r=-0.06）。

变量分析结果见表6。

表6显示，结果与Skadak 与Skeels（1949）研究一致，基因变量非常显著，而环境变量则不显著。而且，基因类型 -环境的交互项也不显著。

使用2×2 的强制性是主要是为了方便解释。要充分利用抚养研究中的数据，可以像Cohen（1968）建议的那样对上述变量由二分的简化处理改为连续变量以用于多元回归。在这样的分析中，变量 A表示亲生父母表现型分数（如果可能，用双亲中值），变量B表示养父母的相应分数，另外还包括由变量A和变量 B相乘（或其他方式）合成新变量。因变量为受养儿童的分数。这样的回归分析可以知道变量A和变量B ，也即基因和环境的变化，是如何影响受养儿童表现型的差异。其他合成变量提供了对"基因类型-环境的交互"的测量。

利用Skadak和Skeels 的数据以及Munsinger的数据可以加入需要的交互项进行简单回归分析。得到的结果与上面的分析结果非常一致：在每一个案例中，基因变量非常显著，但是环境变量以及基因类型- 环境的交互项不显著。

这些分析间接测量了亲生父母的行为以及受养家庭的部分环境。我们重复对亲生父母和养父母，受养儿童及其广泛的环境的评估进行详细研究。这将允许一些有趣的分析变化。例如，可以分析受养儿童基因类型的影响，养父母抚养儿童的影响，以及二者的交互项作为自变量，而受养儿童行为的某些方面作为因变量。只要测量到了三个方面的变量，就可以用这种方式来分析基因影响和环境影响的不同方面，以及基因类型 -环境的交互项。有了这种方法，我们更希望分析大样本。

 

小结：基因类型-环境的交互

在双胞胎研究中，基因类型-环境的交互可能在一定程度上使得同卵双胞胎表现型的差异大于异卵双胞胎。但是在抚养研究中，它并不会直接导致对基因和环境影响的估计误差。更重要的是，尽管在抚养研究中，基因类型 -环境的交互项能够直接估计出来。但我们感到，在心理学分析中，基因类型-环境的交互是一个用于更深入分析的有力工具。

 

 

行为基因分析中基因类型-环境的相关的影响

等式2显示了在一个总体中，基因类型- 环境的相关（协方差）如何影响到个体表现型的差异。我们在这一部分主要关注双胞胎研究和抚养研究中家族相关。

 

双胞胎研究

正如前面指出的那样，在双胞胎研究中对基因和环境影响的估计是基于分析同卵双胞胎和异卵双胞胎每一类内部的差异。正如在其他涉及到在同一家庭中成长的有亲缘关系的个人的行为基因分析一样，同卵双胞胎和异卵双胞胎每一对内部的相似性可能包含了基因类型和环境的相关，还包括了基因类型 -环境的交互项与环境的相关。如果基因类型-环境的相关对于两类双胞胎内部差异的影响是相等的，基于双胞胎数据来估计基因的差异，就不会受到这个因素的影响（如果能够以 的形式对环境影响进行估计）。但是，所有三类基因类型- 环境的相关可能对同卵双胞胎相似性的影响要大于对异卵双胞胎的影响。同卵双胞胎可能被动共享了更多基因何环境，因为每一对双胞胎多数享有共同的环境（其他家庭成员，教师和同辈群体等），他们的反应可能更加近似于他们的性情；而且，同卵双胞胎可能积极寻找更加相似的环境。

因此，基因类型-环境的相关可能使得传统双胞胎研究设计的结果解释起来更复杂。对 和 的估计可能过高。在这种意义上，基因类型-环境的相关使得同卵双胞胎的相似性比异卵双胞胎更大。 的估计值会过高。如果存在基因类型-环境的相关，也会使得对 的估计值过高。，因为只有部分由于相关导致的差异被误认为 ，剩下的更多部分被误认为是 。因此，类似基因类型-环境的交互，基因类型-环境的相关会扭曲 和 的绝对大小，但是对他们的相似性影响不大。但是与基因类型-环境的交互不一样，尽管基因类型-环境的相关的影响方向取决于相关的符号。如果基因类型 -环境的相关是积极的， 和 都可能被高估；但是如果基因类型-环境的相关是负的，二者可能都被低估。正如我们指出过的，反应型的基因类型-环境的负相关可能是比较罕见的，尤其在人格研究领域。

 

检验双胞胎中基因类型-环境的相关

有一种检验基因类型-环境的相关存在的方法是基于同卵双胞胎和异卵双胞胎的差异分布的形态，该方法是 Loehlin和Nichols（1976）提出的，适用于某些人格和能力研究数据。他们发现，很少有反应型（或相反型）影响的直接证据，但是该问题远未解决。

因此，基因类型-环境的相关在传统的双胞胎研究中很可能会导致偏差。

 

抚养研究

第一类抚养研究设计涉及到有亲缘关系的个体在不同家庭成长的相关。例如，父母没有抚养自己生育的孩子，对其后天成长环境没有影响。如果出生以前的影响是可以忽略的，而且样本没有选择性，那么亲生父母与它们没有亲自抚养的孩子之间的协方差反映了他们共同的基因 ，加上由于积极型和反应型的基因类型 -环境的相关的部分。亲生母亲和受养儿童都可能去寻找适合自己基因的环境，或者对社会对他们外貌和性情的反应作出不同的回应，这可能会加强他们之间的相似性。但这个案例中没有共同环境、消极型的基因类型- 环境的相关、基因类型-环境的交互。从分开抚养的兄妹研究中可以得出类似的结论。例如，积极型和反应型的基因类型-环境的相关可能会增加分开抚养的同卵双胞胎之间的协方差，因为他们以相似的方式选择环境，并且以相似的方式作出反应。一般而言，这会导致在这类研究中高估 。

在第二类研究设计中，在同样的家庭中成长的没有亲缘关系的个体之间的相关，可能反映了环境的影响，以及某些基因类型- 环境的相关。养父母对受养儿童的成长没有基因方面的影响。因此养父母与受养儿童之间的协方差不包括 。但包括共同的环境影响，还可能包括不同于亲生父母与其孩子的反应型的基因类型-环境的相关。受养儿童可能会对他们养父母的性情做出反应，反过来，养父母也可能对他们领养的孩子的性格做出反应。如果养父母对孩子由于基因影响导致的行为作出的反应方式使得孩子更喜欢养父母，那么父母 -儿童的协方差中的基因类型-环境的相关就产生了。

总之，基因类型-环境的相关可能通过不同机制同时影响抚养研究中环境和基因影响的估计。在分开抚养的有亲缘关系的案例中基因类型 -环境的相关很可能是积极的，倾向于增大对 的估计，而在那些共同成长的亲缘个体的案例中基因类型-环境的相关既可能增大也可能减小对 的估计，取决于相关的方向。

 

对抚养研究中基因类型-环境的相关的检验

我们建议使用抚养研究的数据进行两类基因类型-环境的检验。第一类按照我们有关消极型的基因类型 -环境的相关的讨论。因为抚养研究中的养父母不能够决定孩子的基因以及促进某类由基因决定的品质发展的环境，对受养儿童而言不存在消极型的基因类型-环境的相关。如果消极型的基因类型 -环境的相关很重要，那么被领养的儿童的表现就会与由亲生父母抚养的儿童（亲生父母能够同时影响孩子的基因和环境）的表现存在区别。如果消极型的基因类型-环境的相关是正的，那么受养儿童表现出来的差异就会比控制组的儿童要小。

当然，受养儿童的差异更小也可能是由于其他原因。例如，他们的亲生父母的基因变化范围或者他们养父母提供的环境的变化范围有限。但是，如果养父母和亲生父母的差异是已知的，那就变成一个经验问题了。

在IQ的案例中，某些研究确实发现受养儿童之间差异减小，而其他研究则没有（ Jencks，1972，p.281），这种差异并不容易用领养家庭环境差异来解释（ Burks，1928；Leahy，1935 ）。现有的抚养研究在亲生父母尤其是父亲方面提供了很有限的证据。因此，用现有的有关IQ的抚养数据，难以对消极型的基因类型-环境的协方差作出估计。

对基因类型-环境的相关的第二种检验方法使用了抚养数据来检验另外两种类型的基因类型 -环境的相关：反应型和积极型。在案例本身没有选择性的情况下，我们可以直接调查在何种程度上受养儿童的哪种基因类型与它们的环境相关。亲生父母的基因类型（最好用双亲中值分数）能够用来估计受养儿童的基因类型，而且能够与受养儿童的生活环境的某些方面关联起来（养父母的人格特征，或者受养儿童的教育机会或经验）。该种检验方法局限于基因类型与环境中的特定可测量方面之间的相关。对于认知能力的研究，能够使用这种家庭模拟实验（ Elardo，Bradley,& Caldwell,1975）。如果基因类型- 环境的相关足够强，那么这种方法可以发现其影响的大小。

不幸的是，这种方法并没有足够数据用于检验基因类型-环境的相关。我们在基因类型 -环境的交互研究中使用的Skodak和Skeels（1949 ）以及Munsinger（1975）的数据，并不适用。因为在抚养环境方面的数据有限。养父母的教育和社会经济地位也并不立刻随着受养儿童基因性格的变化而改变（主动型的基因类型 -环境的相关）或做出反应（反应型的基因类型-环境的相关）。所需要的是对亲生父母、养父母、受养儿童，以及受养儿童生活环境的各个方面的行为数据进行抚养研究。正如前面章节已经讨论过的那样，同样的设计也可用于检验基因类型 -环境的交互的。

 

结论

尽管基因类型-环境的相关与交互值得单独研究，但是本文的目的在于分析其对于行为基因分析的影响。双胞胎研究中队基因和环境影响的估计可能由于存在基因类型 -环境的交互和相关而受到扭曲。在没有样本选择性偏误的情况下，抚养研究中对基因和环境影响差异的估计不会被基因类型-环境的交互干扰。而且，抚养数据为评估基因类型 -环境的交互提供了一个有力工具。抚养研究中对教育和环境的影响的估计可能受到基因类型-环境的相关的影响，尤其是主动型和反应型的基因类型- 环境的相关。基因类型-环境的相关的方向决定了估计值过高还是过低。使用抚养数据，还可以用于评估是否存在基因类型-环境的相关，以及对反应型和积极型的基因类型 -特定环境的相关做检验。

抚养研究的威力早已被人认识到。我们建议可以用它来做有关基因类型-环境的交互和相关的其他检验。长远来看，它或许是抚养研究中最有趣的地方。需要指出的是，根本不必使用分开抚养的同卵双胞胎数据，实际上，由于他们非常罕见，因此并不是合适的研究主题。只需要使用分开抚养的有亲缘关系的个体的抚养数据就足够了。有关父母与后代的研究，只有 Skodak和Skeels（1949）的研究被广泛引用，而很少有人知道 Snygg（1938）的研究，该研究涉及到亲生母亲与分离的孩子的数据。但是，人口基因学家强调近来很强调抚养研究的威力（例如，Cavalli-Sforza ，1975），目前正在进展中的研究也很多（Horn，Loehlin ，&Willerman；Plomin，Defries ，&Vandenberg）。

下面还要提一下亲生父母和养父母的样本代表性问题。和任何实验一样，只有样本在人口中具有代表性，抚养研究结果才具有普遍意义。但是，抚养研究使用的标准化检验将回答其样本代表性的问题，并且允许在代表性出现问题时候予以修正。

对反应型和积极型的基因类型-环境的相关的检验与最近一个很重要的发展心理学主题有关——对社会化的影响方向问题（ Bell，1968）。在过去，社会化被看作是一个单向的过程，社会化机构，尤其是父母，去社会化孩子。现在我们意识到，社会化是一个双向的过程，孩子也会影响父母。父母会对他们孩子的性格作出反应，孩子可能也会通过他们的行为来型塑其父母的抚养方式。从基因类型 -环境的相关角度看，前者是一种反应型，后者是积极型。抚养研究能够帮助解决由于影响方向问题导致因果混乱。受养孩子的基因类型可能与他们养父母、同龄人或教师的行为相关。任何观察到的相关可能意味着某种因果关系，可以用于评价儿童基因类型对其环境的影响，双向的社会化中的一个方向。

我们有关基因类型-环境的交互和相关的分析表明，很多交互作用论关心的问题都与基因类型 -环境的相关紧密联系在一起。关于积极型的基因类型-环境的相关是交互作用论者与行为基因分析争论的焦点。因为不可能对与儿童基因类型有关的环境的所有方面进行测量（包括所有人和所有事物），因此，也许永远也不可能完全评估积极型和反应型的基因类型 -环境的相关。但是如果基因类型-环境的相关的影响是重要的并且是普遍的，用我们所提出的方法应该可以检测到。

某些基因行为学家争论基因是基因类型-环境的相关的最终根源，因此，基因类型 -环境的相关自然应该属于对基因差异的估计。Roberts（1967）下面这段话被多次引用：

基因类型可能通过生物化学方式、或者称为"发展"的其他过程、或者影响动物对环境的选择来影响最终表现型。但是第二种路径，就和第一种一样，也是一种基因的方式；无论是通过外部环境作为媒介的方式，还是通过脱氧核糖核酸的方式。（ p.218）

这种争论并不是没有其优点，但是有两点值得一提。第一，尽管基因通过何种媒介发挥作用并不重要，实际上它常常是不重要的，尤其当有人想要干扰其作用过程的时候。父母态度改变导致的行为改变的过程自然与核糖核酸的机制有着显著的区别，即使两种方式都可以带来相似的行为改变。

第二点，似乎并没有强制性的理由，要求协方差或者交互项必须被归入到基因的影响或