解码复杂性状：从孟德尔到多基因与身高 GWAS（BioInteractive）

身高是遗传学中最经典的数量性状之一，高度可遗传^[1]，但早期全基因组关联研究（GWAS）起步时样本仅一万余人，分别只找到12个和20个相关位点，合计解释约2%–3%的身高变异^[4][6]，“剩余遗传力”去哪儿成了悬案。2010年有研究用29万多个SNP同时分析3925名个体，证明常见变异合起来可解释45%的方差——遗传力并未丢失，只是单个效应太小，过不了严格的显著性检验^[2]。此后样本量一路攀升：18万余人找到至少180个位点^[1]；25万余人锁定423个位点上的697个变异，解释约五分之一遗传力，并估算因果变异总数以千计^[3]；约70万人的荟萃分析又把独立显著SNP增至3290个，解释约24.6%的方差^[5]。

HHMI BioInteractive这支18分钟的专家讲座短片，正是把这条150年的认识主线串给师生：孟德尔发现性状由离散遗传因子按简单规则传递；1918年Fisher提出多个基因各贡献微小效应，叠加后性状呈钟形分布，奠定数量遗传基础；哈佛/波士顿儿童医院Joel Hirschhorn的实验室则用数百万人的基因与身高数据，定位影响身高的众多微效变异——每处效应极小，需要十万到百万人级的数据才检得出。短片的关键认知是：肤色、眼色、柔韧性、作息偏好等多数性状都由多基因与环境共同塑造，基因设定潜力，环境决定结局。

对照文献中从“万级样本、仅解释2%–3%”到“七十万人、解释约四分之一方差”的轨迹^[4][5][6]，短片中Hirschhorn实验室的百万人级工作延续的正是“以样本量换统计功效”的逻辑，也让Fisher当年的理论直觉落成可检验的实证图谱。短片还介绍了同事Nora Renthal用小鼠模型研究基因如何影响生长板发育，把人群GWAS发现落到机制层面——这与关联位点富集于骨骼生长相关基因与通路的观察相呼应^[1][3]。

当然，这毕竟是入门级教学短片，大量细节被压缩；而且即便样本升至百万级，连锁不平衡不完全与更低频因果变异造成的缺口依然存在^[2]，以千计的因果变异也远未尽数检出^[3]；统计关联与生长板机制之间的距离，更需Renthal这类研究一步步弥合。基因与环境如何共同决定最终表型，仍是复杂性状领域悬而未决的核心问题。