赵明国 https://jbk.familydoctor.com.cn/bjbdfyy_ys_8053/
（《麻省理工科技评论》中英文版APP现已上线，年度订阅用户每周直播科技英语讲堂，还有科技英语学习社区哦~）
毫无疑问，机器学习已经能够从DNA数据库中解密了一系列预言。但现在，科学家开始利用这项技术为父母们提供了前所未有的选择：你将有权力直接决定你孩子的智商！
NathanTreff在24岁时被诊断出1型糖尿病。这是一种家族遗传病，原因有很多，所涉及的基因不止一种，而且生活环境也是致病因素之一。
所以你很难知道家人中有谁会患上这种疾病：Treff的奶奶患有糖尿病，并因此失去了一条腿，但Treff的三个孩子目前看来一切正常。作为父亲，Treff只能双手合十，祈祷孩子们不要患上同样的疾病。
Treff也是一位从事体外受精研究的专家，他正在从事一项颠覆性的研究，希望能彻底解决类似糖尿病这种疾病给人们带来的困扰。通过将计算机模型和DNA测试的结合，Treff所在的初创公司GenomicPrediction，正致力于开发出一套系统，用来预测试管婴儿是否可能患上1型糖尿病或其他复杂疾病。有了这张王牌，医生和父母们就有了主动选择胎儿健康的权利。
图丨IVF专家NathanTreff是GenomicPrediction的联合创始人，该公司致力于评估胚胎的1型糖尿病情况
从事体外受精的诊疗机构已经通过测试胚胎的DNA来预测某些罕见病，比如由单种基因引发的囊胞性纤维症。但如果在胚胎细胞被植入子宫前，能对其DNA进行更深入的分析，我们甚至有可能预知胎儿未来会成长为一个什么样的人。
现在，我们离上述目标越来越近了。通过近年来对大规模人口的基因研究，科学家们已经收集到了一个庞大的基因数据库。而且基于这个数据库所建立的统计模型，除了可用于研究人类健康状况外，在预测可能导致疾病的基因模式分析方面，也越来越精准。
当然，这种技术永远会充满争议性，毕竟，它可以决定试管婴儿未来的身高、体重、肤色、声音，甚至智力水平。
回到文章开头提到的那位Treff，他目前担任GenomicPrediction公司的首席技术官，来自密西根州立大学的物理学家StephenHsu担任副总裁，CEO则由来自丹麦的信息生物学家LaurentTellier担任。Tellier和Hsu两位都曾与中国进行过基因工程方面的项目合作，而且该项目的研究目的就是为可能对一个人的数学才能造成影响的基因进行测序，并希望借此进一步探索基因对智力的影响。
图丨密歇根州立大学物理学家StephenHsu
GenomicPrediction公司希望通过分析极其细微的基因差别，进而预测由这些差别累积导致的患病风险、人格差异、身高体貌等特征。其实这种“多基因风险评分”已经被直接用于针对用户的基因测试，比如23andMe所提供的肥胖几率报告。
对于成年人来说，这种风险评分所造成的影响比较有限，他们可以以此来对自己的生活习惯进行调整，或者干脆直接忽视它，该怎么过就怎么过。但对于胚胎来说，就完全是另外一回事了，因为风险评分直接决定了哪些胚胎要继续待在实验室的冷藏柜里，哪些胚胎可以被植入子宫继续发育成胎儿。
“我跟我父母聊过这个事情，你知道，如果我父母做了这个基因风险评分，那我可能不会被生出来……”GenomicPrediction公司首席技术官，也是文章一开头提到的那位一型糖尿病患者Treff感慨道。Treff是这个领域的绝对专家，已经发表过90多篇与试管婴儿研究相关论文。可以见得，即便是专业研究人员本身，对基因风险评估也是心存芥蒂的。
GenomicPrediction于今年刚刚成立，并在硅谷完成融资，但公司拒绝透露资方信息。公司目前的计划是为进行实施试管婴儿的医生和父母提供报告，来预测胚胎患上各种疾病的可能性，比如糖尿病、骨质疏松症、精神分裂症、侏儒症等。至于如何对待这些报告，则看医生父母的选择了。
图丨在实验室中培养了一天的人类胚胎，可以提取其中某些细胞来进行DNA测试
GenomicPrediction公司将自己的概念称为“胚胎植入前扩展多基因测试”（ePGT），会对目前已有的可以通过基因测试预测的疾病清单进行扩充，从预测位数不多的罕见病扩展到多种常见疾病。“我们相信这种测试会成为体外受精的标准流程，”公司CEOTellier表示，“就像唐氏综合症监测是孕前检查的标准流程一样。”
《麻省理工科技评论》也对其他的一些专家进行了专访，有些人明确表示，目前将基因风险评分引入体外受精流程为时过早，技术方面还有不成熟的地方。
图丨Natera公司CEOMatthewRabinowitz
位于加州的孕前检测公司Natera的CEOMatthewRabinowitz表示，这种预测目前来看可能存在“很大的误导性”，因为DNA模型到底是否精准还很难说，但他本人并不怀疑这是一种技术趋势，而且相关技术正在到来。“基因建模技术势不可挡，你也没办法阻止父母们使用这类技术，”Matthew说道，“而且技术也会越来越成熟。”
尖锐的问题
美国的生殖科医生们普遍认为，不管人们是为了知晓某些常见疾病的患病风险，还是为了知晓某些只有在老年期才出现的疾病的患病风险而去进行胚胎检测都合情合理。但一种新的DNA评分模型出现了，它意味着父母们可以根据智商或成年后体重等性状特征来选择自己的孩子。这是因为，就像1型糖尿病一样，这些性状特征是由复杂的遗传因素决定的，而我们的预测算法就是用来发现这些遗传因素。
这个模型能根据人们的DNA数据预测出人们的身高，其精确程度能达到3至4厘米。
图丨GeisingerHealthSystem伦理生物学家MichelleMeyer
“这可能会引发一些其它的问题”，在GeisingerHealthSystem从事生殖遗传学研究的伦理生物学家MichelleMeyer说道。“每个胚胎的基因组档案呈现在你面前。而你只要翻翻这本书来挑选胚胎。”想象一下，父母会选择像妈妈一样的最有可能进入哈佛的胚胎，还是选择像爸爸一样高大威武的胚胎？
对于位于新泽西州的小型初创公司GenomicPrediction来说，这些问题将会特别突出。这是因为Hsu长期以来一直青睐基于高智力基因挑选出来的胚胎。
年，Hsu写了一篇题为“超高智能人类即将到来”（Super-IntelligentHumansAreComing）的文章。他在该文章中提出，基于高智力基因而挑选出来的胚胎在发育成儿童后，其在智商测试中的成绩可能会提高15分。
GenomicPrediction公司表示，它们只会报告疾病。也就是说，它们只会找出那些被认为会发展成有严重患病风险的胚胎。即便如此，可以在Hsu的博客和公开声明中看出，他多年来一直在希望扩大这种技术的用途范围。
“假设我可以告诉你4号胚胎将是身高最高的，3号胚胎将是最聪明的，2号胚胎将是非常反社会的。假设报告中的粒度级别（levelofgranularity）是可用的”，今年春天他在公开场合上透露，“这就是我们不远的未来，它将在这里发生。”
测量身高
驱动这个预测模型进化的是大量的新数据，包括近期由英国Biobank（英国的国家精密医学项目）于七月发布的50万英国中年人的遗传数据和医疗记录。
这个数据矿藏涵盖了每个志愿者约80万个单核苷酸多态性（singlenucleotidepolymorphism，简称SNP），而SNP能够显示每个人的DNA有哪些细微的不同之处。这些信息的出现使得遗传学家们蜂拥混战：他们不断地更新其关于人类疾病的准确估计，甚至是只要遗传差异可以解释的话，像面包食用习惯这样的常规行为也会被预估出来。
有了英国的数据，Hsu和Tellier取得了一个突破：针对身高这一容易测量的体征，他们使用机器学习技术创建一个行之有效的“预测器”。Hsu表示，在大多数情况下，该模型可以根据DNA预测人的身高。
身高是目前最容易预测的特质。它主要由基因决定，并经常记录在人口数据库中。但是，Tellier说，遗传数据库正在“快速接近”能够准确预测其他人类特征所需的容量，例如说某人患上某种疾病的风险，即使这种疾病的根本源头尚不明了。
Tellier说，GenomicPrediction将聚焦在那些“预测因子”已经到位或者即将到位的疾病特征上，例如说Treff患上的自身免疫性疾病。在这些情况下，较小的一组基因就能主导预测，或者就能保证结果更可靠。
例如，年德国的一份报告就发现，仅凭多基因DNA评分准确区分1型糖尿病患者和其他人是可行的。虽然分数不完全准确，但这会影响父母的预期。平均来看，1型糖尿病患儿的比例约为17％。从IVF提供的试管受精胚胎中选出最好的一个，即使是预测因子容易出错，也可能降低患病机率。
在预测身高研究中，基因组预测希望使用该模型来识别侏儒症。Tellier认为，人类有很多身体和心理上的缺点会潜藏在这些信息里，该公司也有能力识别智力缺陷，例如智商低于70的胚胎。
但是，他们并不打算向父母发放原始特征分数，仅标记可能异常的胚胎，因为这个产品必须要有“道德操守”。Hsu说：“我们只会揭示目标与平均水平的落差。但是我们肯定不会打包票说这个孩子以后能进入NBA”。
一些科学家怀疑这些分数会让人们通过体外受精来生育“优质的孩子”。即使分数大体来讲是准确的，对于个人来说，却不能保证其精确度。更重要的是，后天环境对基因的大多数特征也有很大的影响。斯坦福大学教授、研究克罗恩病（Crohn’sdisease）的遗传学教授ManuelRivas很担忧：“如果有人正在使用这些信息来决策如何生育，那我就不知道该怎么做了”。
图丨斯坦福大学遗传学教授ManuelRivas
过去几年，用这种统计学评分来干预生育的尝试受到了批评。年，基因测序公司23andMe获得了一项专利：父母可以通过挑选捐赠者的精子和卵子，从而选择性实现后代的基因特征，比如眼睛的颜色等。该公司曾由Google资助，后因监管问题业务受阻。
但从那时起，多基因评分已成为日渐兴起的DNA测试里的常规方面。一家名为HumanCode的公司在线销售的美元测试服务里，使用SNP分数来告诉一对父母他们的孩子可能有多高；而在奶牛养殖行业，多基因测试可以用来评估小奶牛的牛奶产量。
Geisinger的专家Meyer认为：“在更广阔的维度上，我们对复杂特征的理解已经演变，不是几个基因就能决定基因的复杂性，有可能是几十、几千甚至所有的基因。体现在多基因风险得分里就是每个小项目、特征都有自己的小贡献，但是它们在一起才能决定人体本身”。在身高预测中，Hsu最终使用了20,种变体来预测每个人的身高。
胚胎测量
全世界每年有万对夫妇接受体外受精;在美国，试管婴儿占总出生人数比例1％。移植前基因诊断（PGD）自20世纪90年代以来一直是该技术的一部分。在此步骤中，细胞是从在实验室里生长的几天的胚胎中提取出来的，所以可以进行测试。
现在，医生已经使用PGD来检测那些染色体缺失或具有遗传缺陷的胚胎，比如携带造成亨廷顿舞蹈病（Huntington’sdisease，一种罕见的常染色体显性遗传病，又称慢性进行性舞蹈病、大舞蹈病。患者一般在中年发病,出现运动、认知和精神方面的症状）的缺陷基因的父母可以使用胚胎测试来避免生育患有致命性脑部疾病的儿童。
不过，多基因检测遇到障碍是，在细胞数量很少的情况下，很难获得胚胎基因组广泛而准确的视图来进行必要的计算。Natera首席执行官Rabinowitz认为很难对这种小DNA进行可靠的测量。
Tellier说，基因组预测已经改进了一种分析胚胎DNA的方法，他说他将首先用于改进传统的PGD，将许多单基因测试结合在一起。基因预测的做法是在胚胎上收集多基因分数，尽管该公司没有详细描述该方法，但其他科学家已经展示了克服准确性障碍的方法。
在年，由美国华盛顿大学的Rabinowitz和JayShendure领导的研究小组对一对采取体外受精的父母进行了测试，即便当时的胚胎还并不十分成熟，但当婴儿出生时，发现结果和胚胎基因测序十分吻合。
Rabinowitz说：“我们同时也具备重建胚胎基因组以及创建一个多基因模型的技术。”而Rabinowitz很显然并不会放过这个绝佳的商业机会，他创办的公司目前已经上市，市值约6亿美元。下一步的重心在于是否要开拓胚胎评分业务。“问题是，这些模型还没有完全准备好。”他说。
这是因为尽管Hsu取得了初步成功，但评分算法仍有明显的局限。首先就是他们的数据大多来自北欧的人群，这也就意味着对于亚洲或非洲地区的人并不适用，甚至是混血人群也不可以。另外一方面，即便是对于北欧人群，这种测试也不能做到万无一失，仍然需要通过大量的临床研究来核实该流程的正确性。
图丨AkashKumar
来自斯坦福的医学博士AkashKumar有着治疗罕见疾病的经验，他认为基因预测会引发诸多问题。其一就是大量易获取的遗传数据有可能会导致研究偏离原本的方向。他说：“虽然患精神分裂症的人比较少，但每个人都有相应的身高体重数据啊！这也就意味着可供我们研究的人群十分庞大，这样一来，我们更应该好好思考一下究竟该如何使用这项技术。”
聪明的孩子
本周，GenomicPredictions在美国生殖医学学会(ASRM,AmericanSocietyforReproductiveMedicine)年会上开辟了一个展位。该组织主要是代表广大的生殖科医生和科学家，他们曾经表示，检测胚胎成长到晚年会不会出现患上阿尔茨海默症等情况不仅在道德上是正当的，也符合父母们的“生育自由”。
不过，社会对于可以决定胚胎性别的做法还是十分纠结的，大多数情况下的决定权还掌握在医生手里。但只要是有正当的医学上的理由，社会对于任何形式的测试还是比较包容的。
Hsu曾经表示，他认为智商是最有趣的特质。而当他查看那50万英国人的遗传数据后总结，智商并不像身高那样可以预测。
然而，DNA还是解释了一些差异。南加州大学的基因经济学家DanielBenjamin表示，对于大量人群，无论是出身贫穷还是富裕，基因评分已经可以预测其教育的程度。他还说，评分的准确性还一直在稳步提高。然而，通过基因评分来预测婴儿的智商目前看来还因为伦理争议而显得“过早”。
图丨硅谷富人
Hsu先生预测，亿万富翁和硅谷精英群体将会成为胚胎甄选技术的首批用户，而这也会造就一个很吊诡的结果，那就是他们将成为“即使不需要体外受精，但也采取体外受精”的一群人。而当他们开始生育出更健康、更完美的婴儿时，社会上的其他人也将会效仿。
“我敢大胆的预测，很多人都将会选择为自己的后代‘配置’更高的智商，”Hsu说。“不过，我们公司不会这么做，因为这是一个争议程度不亚于核武器和基因编辑的难题，究竟是合法还是违法，恐怕还是需要通过各国的公民投票来决定才行。”
转载请注明地址:
http://www.demmc.com/zcmbhl/957773.html
当前时间：