「機器學習+DNA測試」成新優生學的技術利器|獨家

2021-01-13 DeepTech深科技

(《麻省理工科技評論》中英文版APP現已上線,年度訂閱用戶每周直播科技英語講堂,還有科技英語學習社區哦~)

毫無疑問,機器學習已經能夠從 DNA 資料庫中解密了一系列預言。但現在,科學家開始利用這項技術為父母們提供了前所未有的選擇:你將有權力直接決定你孩子的智商!

Nathan Treff 在 24 歲時被診斷出1型糖尿病。這是一種家族遺傳病,原因有很多,所涉及的基因不止一種,而且生活環境也是致病因素之一。

所以你很難知道家人中有誰會患上這種疾病:Treff 的奶奶患有糖尿病,並因此失去了一條腿,但 Treff 的三個孩子目前看來一切正常。作為父親,Treff 只能雙手合十,祈禱孩子們不要患上同樣的疾病。

Treff 也是一位從事體外受精研究的專家,他正在從事一項顛覆性的研究,希望能徹底解決類似糖尿病這種疾病給人們帶來的困擾。通過將計算機模型和 DNA 測試的結合,Treff 所在的初創公司 Genomic Prediction,正致力於開發出一套系統,用來預測試管嬰兒是否可能患上1型糖尿病或其他複雜疾病。有了這張王牌,醫生和父母們就有了主動選擇胎兒健康的權利。

圖丨 IVF 專家 Nathan Treff 是 Genomic Prediction 的聯合創始人,該公司致力於評估胚胎的1型糖尿病情況

從事體外受精的診療機構已經通過測試胚胎的 DNA 來預測某些罕見病,比如由單種基因引發的囊胞性纖維症。但如果在胚胎細胞被植入子宮前,能對其 DNA 進行更深入的分析,我們甚至有可能預知胎兒未來會成長為一個什麼樣的人。

現在,我們離上述目標越來越近了。通過近年來對大規模人口的基因研究,科學家們已經收集到了一個龐大的基因資料庫。而且基於這個資料庫所建立的統計模型,除了可用於研究人類健康狀況外,在預測可能導致疾病的基因模式分析方面,也越來越精準。

當然,這種技術永遠會充滿爭議性,畢竟,它可以決定試管嬰兒未來的身高、體重、膚色、聲音,甚至智力水平。

回到文章開頭提到的那位 Treff,他目前擔任 Genomic Prediction 公司的首席技術官,來自密西根州立大學的物理學家 Stephen Hsu 擔任副總裁,CEO 則由來自丹麥的信息生物學家 Laurent Tellier 擔任。Tellier 和 Hsu 兩位都曾與中國進行過基因工程方面的項目合作,而且該項目的研究目的就是為可能對一個人的數學才能造成影響的基因進行測序,並希望藉此進一步探索基因對智力的影響。

圖丨密西根州立大學物理學家 Stephen Hsu

Genomic Prediction 公司希望通過分析極其細微的基因差別,進而預測由這些差別累積導致的患病風險、人格差異、身高體貌等特徵。其實這種「多基因風險評分」已經被直接用於針對用戶的基因測試,比如 23andMe 所提供的肥胖機率報告。

對於成年人來說,這種風險評分所造成的影響比較有限,他們可以以此來對自己的生活習慣進行調整,或者乾脆直接忽視它,該怎麼過就怎麼過。但對於胚胎來說,就完全是另外一回事了,因為風險評分直接決定了哪些胚胎要繼續待在實驗室的冷藏櫃裡,哪些胚胎可以被植入子宮繼續發育成胎兒。

「我跟我父母聊過這個事情,你知道,如果我父母做了這個基因風險評分,那我可能不會被生出來……」Genomic Prediction 公司首席技術官,也是文章一開頭提到的那位一型糖尿病患者 Treff 感慨道。Treff 是這個領域的絕對專家,已經發表過 90 多篇與試管嬰兒研究相關論文。可以見得,即便是專業研究人員本身,對基因風險評估也是心存芥蒂的。

Genomic Prediction 於今年剛剛成立,並在矽谷完成融資,但公司拒絕透露資方信息。公司目前的計劃是為進行實施試管嬰兒的醫生和父母提供報告,來預測胚胎患上各種疾病的可能性,比如糖尿病、骨質疏鬆症、精神分裂症、侏儒症等。至於如何對待這些報告,則看醫生父母的選擇了。

圖丨在實驗室中培養了一天的人類胚胎,可以提取其中某些細胞來進行 DNA 測試

Genomic Prediction 公司將自己的概念稱為「胚胎植入前擴展多基因測試」(ePGT),會對目前已有的可以通過基因測試預測的疾病清單進行擴充,從預測位數不多的罕見病擴展到多種常見疾病。「我們相信這種測試會成為體外受精的標準流程,」公司 CEO Tellier 表示,「就像唐氏綜合症監測是孕前檢查的標準流程一樣。」

《麻省理工科技評論》也對其他的一些專家進行了專訪,有些人明確表示,目前將基因風險評分引入體外受精流程為時過早,技術方面還有不成熟的地方。

圖丨Natera 公司 CEO Matthew Rabinowitz

位於加州的孕前檢測公司 Natera 的 CEO Matthew Rabinowitz 表示,這種預測目前來看可能存在「很大的誤導性」,因為 DNA 模型到底是否精準還很難說,但他本人並不懷疑這是一種技術趨勢,而且相關技術正在到來。「基因建模技術勢不可擋,你也沒辦法阻止父母們使用這類技術,」Matthew 說道,「而且技術也會越來越成熟。」

尖銳的問題

美國的生殖科醫生們普遍認為,不管人們是為了知曉某些常見疾病的患病風險,還是為了知曉某些只有在老年期才出現的疾病的患病風險而去進行胚胎檢測都合情合理。但一種新的 DNA 評分模型出現了,它意味著父母們可以根據智商或成年後體重等性狀特徵來選擇自己的孩子。這是因為,就像 1 型糖尿病一樣,這些性狀特徵是由複雜的遺傳因素決定的,而我們的預測算法就是用來發現這些遺傳因素。

這個模型能根據人們的 DNA 數據預測出人們的身高,其精確程度能達到 3 至 4 釐米。

圖丨Geisinger Health System 倫理生物學家 Michelle Meyer

「這可能會引發一些其它的問題」,在 Geisinger Health System 從事生殖遺傳學研究的倫理生物學家 Michelle Meyer 說道。「每個胚胎的基因組檔案呈現在你面前。而你只要翻翻這本書來挑選胚胎。」想像一下,父母會選擇像媽媽一樣的最有可能進入哈佛的胚胎,還是選擇像爸爸一樣高大威武的胚胎?

對於位於新澤西州的小型初創公司 Genomic Prediction 來說,這些問題將會特別突出。這是因為 Hsu 長期以來一直青睞基於高智力基因挑選出來的胚胎。

2014 年,Hsu 寫了一篇題為「超高智能人類即將到來」(Super-Intelligent Humans Are Coming)的文章。他在該文章中提出,基於高智力基因而挑選出來的胚胎在發育成兒童後,其在智商測試中的成績可能會提高 15 分。

Genomic Prediction 公司表示,它們只會報告疾病。也就是說,它們只會找出那些被認為會發展成有嚴重患病風險的胚胎。即便如此,可以在 Hsu 的博客和公開聲明中看出,他多年來一直在希望擴大這種技術的用途範圍。

「假設我可以告訴你 4 號胚胎將是身高最高的,3 號胚胎將是最聰明的,2 號胚胎將是非常反社會的。假設報告中的粒度級別(level of granularity)是可用的」,今年春天他在公開場合上透露,「這就是我們不遠的未來,它將在這裡發生。」

測量身高

驅動這個預測模型進化的是大量的新數據,包括近期由英國 Biobank(英國的國家精密醫學項目)於七月發布的 50 萬英國中年人的遺傳數據和醫療記錄。

這個數據礦藏涵蓋了每個志願者約 80 萬個單核苷酸多態性(single nucleotide polymorphism,簡稱 SNP),而 SNP 能夠顯示每個人的 DNA 有哪些細微的不同之處。這些信息的出現使得遺傳學家們蜂擁混戰:他們不斷地更新其關於人類疾病的準確估計,甚至是只要遺傳差異可以解釋的話,像麵包食用習慣這樣的常規行為也會被預估出來。

有了英國的數據,Hsu 和 Tellier 取得了一個突破:針對身高這一容易測量的體徵,他們使用機器學習技術創建一個行之有效的「預測器」。Hsu 表示,在大多數情況下,該模型可以根據 DNA 預測人的身高。

身高是目前最容易預測的特質。它主要由基因決定,並經常記錄在人口資料庫中。但是,Tellier 說,遺傳資料庫正在「快速接近」能夠準確預測其他人類特徵所需的容量,例如說某人患上某種疾病的風險,即使這種疾病的根本源頭尚不明了。

Tellier 說,Genomic Prediction 將聚焦在那些「預測因子」已經到位或者即將到位的疾病特徵上,例如說 Treff 患上的自身免疫性疾病。在這些情況下,較小的一組基因就能主導預測,或者就能保證結果更可靠。

例如,2014 年德國的一份報告就發現,僅憑多基因 DNA 評分準確區分 1 型糖尿病患者和其他人是可行的。雖然分數不完全準確,但這會影響父母的預期。平均來看,1 型糖尿病患兒的比例約為 17%。從 IVF 提供的試管受精胚胎中選出最好的一個,即使是預測因子容易出錯,也可能降低患病機率。

在預測身高研究中,基因組預測希望使用該模型來識別侏儒症。Tellier 認為,人類有很多身體和心理上的缺點會潛藏在這些信息裡,該公司也有能力識別智力缺陷,例如智商低於 70 的胚胎。

但是,他們並不打算向父母發放原始特徵分數,僅標記可能異常的胚胎,因為這個產品必須要有「道德操守」。Hsu 說:「我們只會揭示目標與平均水平的落差。但是我們肯定不會打包票說這個孩子以後能進入 NBA」。

一些科學家懷疑這些分數會讓人們通過體外受精來生育「優質的孩子」。即使分數大體來講是準確的,對於個人來說,卻不能保證其精確度。更重要的是,後天環境對基因的大多數特徵也有很大的影響。史丹福大學教授、研究克羅恩病(Crohn’s disease)的遺傳學教授 Manuel Rivas 很擔憂:「如果有人正在使用這些信息來決策如何生育,那我就不知道該怎麼做了」。

圖丨史丹福大學遺傳學教授 Manuel Rivas

過去幾年,用這種統計學評分來幹預生育的嘗試受到了批評。2013 年,基因測序公司 23andMe 獲得了一項專利:父母可以通過挑選捐贈者的精子和卵子,從而選擇性實現後代的基因特徵,比如眼睛的顏色等。該公司曾由 Google 資助,後因監管問題業務受阻。

但從那時起,多基因評分已成為日漸興起的 DNA 測試裡的常規方面。一家名為 HumanCode 的公司在線銷售的 199 美元測試服務裡,使用 SNP 分數來告訴一對父母他們的孩子可能有多高;而在奶牛養殖行業,多基因測試可以用來評估小奶牛的牛奶產量。

Geisinger 的專家 Meyer 認為:「在更廣闊的維度上,我們對複雜特徵的理解已經演變,不是幾個基因就能決定基因的複雜性,有可能是幾十、幾千甚至所有的基因。體現在多基因風險得分裡就是每個小項目、特徵都有自己的小貢獻,但是它們在一起才能決定人體本身」。在身高預測中,Hsu 最終使用了 20,000 種變體來預測每個人的身高。

胚胎測量

全世界每年有 100 萬對夫婦接受體外受精; 在美國,試管嬰兒佔總出生人數比例 1%。移植前基因診斷(PGD)自 20 世紀 90 年代以來一直是該技術的一部分。在此步驟中,細胞是從在實驗室裡生長的幾天的胚胎中提取出來的,所以可以進行測試。

現在,醫生已經使用 PGD 來檢測那些染色體缺失或具有遺傳缺陷的胚胎,比如攜帶造成亨廷頓舞蹈病(Huntington’s disease,一種罕見的常染色體顯性遺傳病,又稱慢性進行性舞蹈病、大舞蹈病。患者一般在中年發病, 出現運動、認知和精神方面的症狀)的缺陷基因的父母可以使用胚胎測試來避免生育患有致命性腦部疾病的兒童。

不過,多基因檢測遇到障礙是,在細胞數量很少的情況下,很難獲得胚胎基因組廣泛而準確的視圖來進行必要的計算。Natera 執行長 Rabinowitz 認為很難對這種小 DNA 進行可靠的測量。

Tellier 說,基因組預測已經改進了一種分析胚胎 DNA 的方法,他說他將首先用於改進傳統的 PGD,將許多單基因測試結合在一起。基因預測的做法是在胚胎上收集多基因分數,儘管該公司沒有詳細描述該方法,但其他科學家已經展示了克服準確性障礙的方法。

在 2015 年,由美國華盛頓大學的 Rabinowitz 和 Jay Shendure 領導的研究小組對一對採取體外受精的父母進行了測試,即便當時的胚胎還並不十分成熟,但當嬰兒出生時,發現結果和胚胎基因測序十分吻合。

Rabinowitz 說:「我們同時也具備重建胚胎基因組以及創建一個多基因模型的技術。」而 Rabinowitz 很顯然並不會放過這個絕佳的商業機會,他創辦的公司目前已經上市,市值約 6 億美元。下一步的重心在於是否要開拓胚胎評分業務。「問題是,這些模型還沒有完全準備好。」他說。

這是因為儘管 Hsu 取得了初步成功,但評分算法仍有明顯的局限。首先就是他們的數據大多來自北歐的人群,這也就意味著對於亞洲或非洲地區的人並不適用,甚至是混血人群也不可以。另外一方面,即便是對於北歐人群,這種測試也不能做到萬無一失,仍然需要通過大量的臨床研究來核實該流程的正確性。

圖丨Akash Kumar

來自斯坦福的醫學博士 Akash Kumar 有著治療罕見疾病的經驗,他認為基因預測會引發諸多問題。其一就是大量易獲取的遺傳數據有可能會導致研究偏離原本的方向。他說:「雖然患精神分裂症的人比較少,但每個人都有相應的身高體重數據啊!這也就意味著可供我們研究的人群十分龐大,這樣一來,我們更應該好好思考一下究竟該如何使用這項技術。」

聰明的孩子

本周,Genomic Predictions 在美國生殖醫學學會 (ASRM,American Society for ReproductiveMedicine) 年會上開闢了一個展位。該組織主要是代表廣大的生殖科醫生和科學家,他們曾經表示,檢測胚胎成長到晚年會不會出現患上阿爾茨海默症等情況不僅在道德上是正當的,也符合父母們的「生育自由」。

不過,社會對於可以決定胚胎性別的做法還是十分糾結的,大多數情況下的決定權還掌握在醫生手裡。但只要是有正當的醫學上的理由,社會對於任何形式的測試還是比較包容的。

Hsu 曾經表示,他認為智商是最有趣的特質。而當他查看那 50 萬英國人的遺傳數據後總結,智商並不像身高那樣可以預測。

然而,DNA 還是解釋了一些差異。南加州大學的基因經濟學家 Daniel Benjamin 表示,對於大量人群,無論是出身貧窮還是富裕,基因評分已經可以預測其教育的程度。他還說,評分的準確性還一直在穩步提高。然而,通過基因評分來預測嬰兒的智商目前看來還因為倫理爭議而顯得「過早」。

圖丨矽谷富人

Hsu 先生預測,億萬富翁和矽谷精英群體將會成為胚胎甄選技術的首批用戶,而這也會造就一個很弔詭的結果,那就是他們將成為「即使不需要體外受精,但也採取體外受精」的一群人。而當他們開始生育出更健康、更完美的嬰兒時,社會上的其他人也將會效仿。

「我敢大膽的預測,很多人都將會選擇為自己的後代『配置』更高的智商,」Hsu 說。「不過,我們公司不會這麼做,因為這是一個爭議程度不亞於核武器和基因編輯的難題,究竟是合法還是違法,恐怕還是需要通過各國的公民投票來決定才行。」

相關焦點

  • 使用機器學習和Python揭開DNA測序神秘面紗
    作為數據驅動的科學,基因組學廣泛地利用機器學習來捕獲數據中的關係並推斷出新的生物學假設。但是,要想擁有從不斷增長的基因組學數據中提取新發現的能力,就需要更強大的機器學習模型。通過有效利用大型數據集,深度學習已給了計算機視覺和自然語言處理等領域帶來了很大進步。
  • 通過轉錄組技術而測序的dna序列被稱為「dna受體」
    後面的dna受體可通過做dna晶片credit-sweep來獲得,後面的dna受體包括mirna,smallmrna,circrna和ae等。根據技術的不同,dna晶片可以分為三類:測mirna:測定mirna。測dna受體的全雙工轉錄信號的兩轉錄本等等。測vxrna:測vxrna。
  • 【全自動機器學習】ML 工程師屠龍利器,一鍵接收訓練好的模型
    AutoML 如同倚天劍屠龍刀一般,使機器學習工程師功力大增,但這樣一件利器在不久之前似乎知曉的人並不多,2017 年 5 月 18 日,谷歌開發者大會(I/O)以「學會學習」(learning to learn)為口號,才將 AutoML 推到更多人的視野中來。
  • 優生學理論的詭異魅惑
    無論是教學樓還是研討會的命名,都是優生學在我們視野中留下的紀念碑。然而在我們看不到的地方,優生學隱形的紀念碑已經被鑲嵌在語言、邏輯,還有統計學自身的哲學中了。© Jonathon Rosen皮爾遜將美洲殖民的種族滅絕視為一場偉大的勝利,因為「紅種人(編者註:對美洲印第安人的一種誤稱)幾乎沒有對這個世界的勞動或思想做出任何貢獻,然而在紅種人的土地上我們建立了一個偉大的國家,她掌握著多種技術,而且能夠……為文明人的共同血統做出巨大貢獻。」
  • 利器訪談 陳鋼,WeGene 聯合創始人
    今年上半年,我以聯合創始人的身份加入了 WeGene。WeGene 是一家提供個人基因組服務的創業公司,希望能幫助中國人受益於知道和了解自己的基因組信息。我們通過生物晶片和基因組測序之類的生物技術檢測用戶的基因組信息,然後通過一些機器學習算法和注釋資料庫為用戶提供解讀服務。我在其中主要是負責生物信息相關的工作。
  • 第十一章 遺傳病的防治--第一節 優生學
    1983年美國的F.Galton首次提出了「優生學」的概念,他認為要「研究在社會控制下能改善或削弱後代遺傳素質的動因,這種遺傳素質包括體格,也包括智力」。但在第二次世界大戰期間,優生學被法西斯主義和各族主義所利用,使優生學走入岐途。戰後,批判了種族主義的科學,加之細胞、生化、分子遺傳學,特別是產前診斷技術的發展,使優生學走上正軌並賦予了新的內容。
  • 放任病毒算「優生學」嗎 「滅霸」高爾頓了解一下
    你們學的是高爾頓的「優生學」吧?假如全國人口6000萬,哪怕只有1%的病死率,死亡人數也高達60萬!這麼糟糕的計劃,是外星人「滅霸」想出來的吧?他整理家族譜發現,605位名人裡有102人是親戚,認為成功人士的後代,成功機率更大,因此提出「優生學」,計劃通過人工幹預,讓有缺陷的人不生孩子,繁衍出「最合適人類」。大多數人覺得,這個觀點太荒唐!
  • 誰是兇手,DNA在說話——法醫實驗室DNA鑑定的那些事兒
    儘管這些虛構的犯罪現場調查(csi)技術像變戲法一樣不可思議,但近年來csi證據收集領域,特別是dna提取和純化方面,的確取得了一些技術突破。所以,犯罪證據被採集進實驗室之前,法醫調查員會對現場的生物物證——從帽子、面罩到床具、衣物,甚至是一根牙籤,進行初步的測試或篩選。
  • 社會達爾文主義,優生學及種族歧視
    殺人者從「社會達爾文主義」中找到了極好的藉口,其中的代表是提出胚胎重演律的海克爾。為了更好地為自己的理論服務,高爾頓於1904年創建了優生學國家實驗室。優生學看上去越來越像一門正經的科學了,它的研究目的說白了就是,讓優秀的人多生孩子,而窮人們自然要克制一些,少生一些,有問題的人,比如精神病患者,則乾脆不讓他們生孩子。在優生學的考量下,百姓被輕而易舉地分為上等公民和下等公民,劃分的標準是個人財富的多少。
  • 科學網—「優生學」錯在哪兒
    ■胡翌霖 在20世紀上半葉曾經風靡一時的優生學,甚至在許多地方以法律的形式推行,最終由於納粹的暴行而聲名掃地。納粹的錯誤是顯而易見的,它試圖通過強制節育乃至種族滅絕的暴力手段改善人種。但出錯的是什麼?僅僅是暴力的手段,還是說優生學本身也有問題?這一問題似乎從未得到充分的反省。
  • 基因技術與優生學:一個由基因編制出來的美麗新世界
    [摘要]相比於基因檢測,基因編輯技術的實用價值和道德意義更為重大。CRISPR技術在2013年首次被用於人類細胞,已經徹底改變了生命科學研究。近年來,兩項新的基因技術正在帶來一場科學和醫學革命:兩項新的基因技術。
  • 河北省計劃生育與優生學年會暨學術研討會在保定召開
    劉帥真攝河北新聞網訊(於珊珊、劉帥真、孫宇)11月2日,由河北省醫學會計劃生育與優生學分會、河北省醫師協會計劃生育與優生學醫師分會主辦,保定市第一中心醫院承辦的「2019年河北省計劃生育與優生學年會暨學術研討會」在保定召開。大會吸引了來自全省各級醫療機構從事計劃生育與優生優育專業的醫務人員共380餘人參與。
  • 優生學理論的詭異魅惑_湃客_澎湃新聞-The Paper
    無論是教學樓還是研討會的命名,都是優生學在我們視野中留下的紀念碑。然而在我們看不到的地方,優生學隱形的紀念碑已經被鑲嵌在語言、邏輯,還有統計學自身的哲學中了。© Jonathon Rosen皮爾遜將美洲殖民的種族滅絕視為一場偉大的勝利,因為「紅種人(編者註:對美洲印第安人的一種誤稱)幾乎沒有對這個世界的勞動或思想做出任何貢獻,然而在紅種人的土地上我們建立了一個偉大的國家,她掌握著多種技術,而且能夠……為文明人的共同血統做出巨大貢獻。」
  • 呂文浩:潘光旦剝離優生學與種族主義的努力
    西方近代種族主義的一部分內容,後來和20世紀初期盛行的優生運動合流,曾經釀成了德國殘殺猶太人的慘劇,由此也給優生學帶來了極大的負面影響。在二戰後很長一段時間內,優生學在科學共同體內成為「政治不正確」的「偽科學」,與種族主義的從中作祟是密不可分的。當然,優生學的被排斥,與他們的社會階級偏見不適於現代民主社會的主流輿論也有很大關係,這裡不去詳細討論了。
  • 達爾文表弟的優生學:讓高富帥和白富美使勁生娃?
    他還研發出一種特殊口哨,平時藏在紳士手杖裡,到了動物園,就偷偷吹響,以測試各種動物會做出什麼反應。為此,倫敦動物園不得不把他列為重點照顧人物,以防他的哨聲引起動物暴動。高爾頓最著名的測試活動,是在倫敦健康展覽會和科技館設立實驗室,吸引大批民眾前來做測試。
  • 優生學和當代中國人的低生育欲望
    優生學理論認為:血統優良的人應該多繁衍子嗣,血統差勁的人應該少生,甚至不生後代。1883年,高爾頓基於進化論和遺傳學首次提出了優生學,到了二十世紀初優生學理論發展迅猛。甚至成為了納粹主義排除異己,屠殺滅族的理由。
  • 「一根線」的威力:金剛線切割技術橫掃光伏業 易成新能損失慘重或...
    受技術更迭影響,以晶矽片切割技術見長的易成新能,此刻只能「暗自神傷」。近日,河南易成新能源股份有限公司(以下簡稱「易成新能」)發布第三季度報告顯示,公司前三季度營業收入為10.2億元,歸屬母公司淨利潤-3.03億元,同比下降9090.74%。
  • 機器學習:Python中的四種機器學習技巧
    機器學習技術與算法眾所周知,機器學習是技術和算法的結合。但在開始關注技術和算法之前,讓我們看看它們是否是同一個東西。技術是解決問題的一種方法,這是一個非常通用的術語。 但是,當我們說我們有一個算法時,意思是我們有一個輸入,並希望從中得到一定的輸出,明確規定了實現目標的步驟。
  • dna親子鑑定原理和鑑定步驟
    dna親子鑑定原理和鑑定步驟鑑定原理鑑定親子關係用得最多的是dna分型鑑定。人的血液、毛髮、唾液、口腔細胞等都可以用於用親子鑑定,十分方便。如果檢測到某個dna位點的等位基因,一個與母親相同,另一個就應與父親相同,否則就存在疑問了。利用dna進行親子鑑定,只要作十幾至幾十個dna位點作檢測,如果全部一樣,就可以確定親子關係,如果有3個以上的位點不同,則可排除親子關係,有一兩個位點不同,則應考慮基因突變的可能,加做一些位點的檢測進行辨別。
  • 國際思想周報|丟城失地的「伊斯蘭國」;基因技術與優生學
    因為這些技術都使得我們能夠有意地改變總人口中某些特定人類基因的頻次,這正是與美國對精神疾病患者和土著強制絕育以及納粹大屠殺的暗黑歷史密不可分的優生學(Eugenics)的技術定義。儘管是由受到影響的人出於減少人類苦難的目的自願實施的,但通過基因檢測技術決定是否生下孩子顯然是優生學的一種軟性形式。