Название: Психогенетика - Григоренко Е.Л.

Жанр: Психология

Рейтинг:

Просмотров: 869

rДЗ = 1/2h2 +c2 Вычитая, получим rМЗ - rДЗ = h2 +c2-1/2 h2 - с2=1/2 h2; чтобы получить полную генетическую дисперсию (а не половину ее), удваиваем разность корреляций h2=2(rМЗ - rДЗ) и получаем описанный выше коэффициент наследуемости, справедливый для близнецовых исследований. Аналогичным образом могут быть построены путевые диаграммы для семейных и любых других данных.

Единицы измерения, используемые в анализе путей, отличаются от тех, которыми мы оперировали тогда, когда рассматривали понятие наследуемости на примере разложения фенотипической дисперсии. Если при разложении дисперсии мы пользовались квадратичными единицами (например, h2, VG), то в данном случае наследуе-мость описывается на языке стандартных отклонений. Тогда путевые коэффициенты являются коэффициентами регрессии, полученными для переменных не в исходных единицах, а для стандартизованных переменных.

Несмотря на широкое использование этого метода и его достоинства, которые заключаются прежде всего в наглядной демонстрации представлений о компонентах, влияющих на исследуемый признак, он имеет и своих критиков. Так, Ф. Фогель и А. Мотульски «не уверены в том, что этот метод биометрического анализа внесет существенный вклад в наше пониманиегенетических факторов» [159]. Одно из главных сомнений вызывает тот факт, что в диаграмму путей и, следовательно, в дальнейший математический анализ закладываются уже имеющиеся у исследователя предположения о влияющих на признак факторах, их причинно-следственных отношениях и т.д., и результат анализа зависит, таким образом, от корректности заранее имеющихся исходных позиций.

АНАЛИЗ МНОЖЕСТВЕННЫХ ПЕРЕМЕННЫХ

До сих пор наши рассуждения концентрировались в основном на одном фенотипе, т.е. нашей конечной переменной являлся какой-то конкретно взятый фенотип. А если мы заинтересованы в одновременном изучении двух фенотипов, которые теоретически могут быть связаны между собой? Например, связана ли вариативность в популяции по таким высоко коррелирующим признакам, как вербальный и невербальный интеллект? Насколько вероятно предположение о том, что вариативность по этим двум признакам может быть объяснена действием одних и тех же генетических и средовых влияний? Иными словами, если два признака коррелируют на фенотипическом уровне, то эта корреляция может быть результатом действия как генетических, так и средовых факторов, и задача может заключаться в том, чтобы понять происхождение не только самих фенотипов, но и их корреляции.

Среди генетических причин, которые могут привести к появлению корреляции между признаками на фенотипическом уровне, следует указать на так называемый эффект плейотропии, или множественного влияния одних и тех же генов на разные признаки. Кроме того, различные популяционные процессы, например неслучайное скрещивание и смешивание популяций, также могут привести к возникновению корреляции между фенотипами.

Рис. 8.6. Диаграмма путей фенотипической корреляции двух признаков Px и Рy, демонстрирующая роль генетической rG и средовой rE составляющих.

Примером средового влияния на формирование фенотипической корреляции может служить дефицит питания: недоедающие дети обычно значительно ниже своих сверстников как по весу, так и по росту, т.е. связь этих двух характеристик обеспечивается одним средовым фактором.

Значимость такого рода одновременного моделирования множественных переменных трудно переоценить. Существуют целые классы поведенческих признаков, которые высоко коррелируют между собой (например, различные показатели когнитивной сферы, показатели эмоционально-волевой сферы и т.п.). Предположение о том, что вариативность по высоко коррелирующим психологическим признакам может объясняться действием одних и тех же генетических и/или средовых факторов кажется весьма правдоподобным.

Математическое описание множественных моделей достаточно просто. Рис. 8.6 представляет собой иллюстрацию того, как модель путей, рассмотренная нами, может быть разработана для одновременного анализа двух коррелирующих признаков. Подобно тому как фенотипическая вариативность отдельно взятого признака (Px) отражает вариативность генотипов (hx) и сред (еx), фенотипическая корреляция между Х и Y (rPxРy) может быть результатом набора генетических (hx hy rG) и средовых (ex ey rE) путей, где rG и rE представляют собой генетическую и средовую корреляции, соответственно. В результате

rPxРy = hx hy rG + ex ey rE

ОЦЕНКА СОСТАВЛЯЮЩИХ ФЕНОТПППЧЕСКОЙ ДИСПЕРСИИ МЕТОДОМ ПЕРЕБОРА (ПОДБОРА) МОДЕЛЕЙ (МПМ)

Некоторые корреляции родственников (например, корреляции МЗ близнецов, разлученных при рождении, или приемных сиблингов ~ усыновленных детей-неродственников, выросших в одном доме) сами по себе дают информацию, которой достаточно для получения ответов на центральные вопросы психогенетики о том, насколько вариативность данного признака объясняется разнообразием сред и генотипов, наблюдаемых в данной популяции. Подобное может быть сказано и о тех методах психогенетики, которые сопоставляют корреляции, полученные у двух типов родственников, например корреляции МЗ и ДЗ близнецов, приемных детей - с биологическими и приемными семьями.

Однако в современных исследованиях предпочтение при анализе психогенетических данных отдается не прямым оценкам составляющих фенотипической дисперсии, а применению метода перебора (подбора) моделей. Этот метод представляет собой специфическую адаптацию метода структурного моделирования к задачам генетики количественных признаков. МПМ отличается несколькими преимуществами: 1) более точной оценкой искомых параметров; 2) возможностью оценивать более сложные генетические модели, например учитывать половые различия и моделировать ГС-корреляции и в-заимодействия; 3) возможностью сводить в одном анализе данные, относящиеся к разным типам родственников, и получать, благодаря этому, относительно несмещенные оценки параметров и 4) возможностью тестирования нескольких альтернативных моделей с целью выбора той, которая наилучшим образом соответствует исходным данным.