Each language version is independently generated for its own context, not a direct translation.
这篇文章是一篇科学“打假”评论。作者刘易斯·汉密尔顿（Fergus Hamilton）对最近发表在《科学》杂志上的一项著名研究提出了严厉批评。
为了让你轻松理解，我们可以把这项争论想象成**“计算一个人的真实跑步天赋”**。
1. 背景：那个“惊人”的结论
最近，Shenhar 等人发表了一项研究，声称人类的寿命遗传度高达 55%。
- 他们的逻辑是：以前大家觉得寿命遗传度只有 7% 左右，那是因为我们被“外部噪音”干扰了。比如，有人因为车祸、感染瘟疫等“意外”死掉了，这些死法跟基因没关系，纯属运气不好（环境因素）。
- 他们的做法：他们把这些人（死于意外或感染的人）从数据里剔除，或者在数学模型里假设“如果没有这些意外，人都会活得更久”，然后重新计算。
- 结果：剔除这些“意外”后，他们发现剩下的寿命差异，竟然有 55% 是基因决定的！这比之前的结论高了近 8 倍。
2. 作者的反击：这个“剔除”是个陷阱
汉密尔顿认为，Shenhar 等人的做法就像是在**“作弊”**。他用了几个生动的比喻来解释为什么这个结论是错的：
比喻一：免疫系统的“防弹衣”
Shenhar 等人认为：“死于感染”是纯粹的环境运气（比如刚好碰上了病毒），跟基因无关，所以要把这部分人剔除。
- 汉密尔顿反驳：这完全错了！
- 比喻：想象每个人身上都穿了一件隐形的“防弹衣”（免疫系统）。这件防弹衣的质量是由基因决定的。
- 基因好的人，防弹衣厚，能挡住病毒子弹。
- 基因差的人，防弹衣薄，容易被病毒击中。
- 结论：如果一个人因为感染而死，这恰恰说明他的基因（防弹衣）不好。如果你把“死于感染”的人剔除掉，你实际上是把那些“基因防弹衣差”的人强行从样本里拿走了。剩下的全是“防弹衣好”的人，你当然会算出“基因决定一切”的假象。
比喻二：筛选幸存者（幸存者偏差）
Shenhar 等人的方法就像是在计算“谁能跑完马拉松”，但他们先把“因为鞋带断了（意外）”和“因为感冒（感染）”退赛的人全部删掉，只统计那些跑完全程的人。
- 汉密尔顿指出：鞋带断没断、会不会感冒，其实也跟你基因有关（比如你的脚型、你的免疫力）。
- 后果：当你只盯着那些“跑完全程”的人看时，你看到的不是“纯基因天赋”，而是**“基因天赋 + 运气好没退赛”的混合体。这种统计方法叫“选择偏差”**，它 artificially（人为地）夸大了基因的作用。
比喻三：把“天气”和“体质”混为一谈
Shenhar 等人的数学模型假设：基因只影响“衰老速度”（内在），而“意外死亡”（外在）是独立于基因的随机噪音。
- 汉密尔顿反驳：这就像假设“一个人的体质”和“他会不会被雨淋湿”完全没关系。
- 现实：基因不仅决定你老得快不快，还决定你抗不抗冻（免疫力）。如果你把“被雨淋湿”（感染）当成纯粹的坏天气（环境噪音）剔除掉，你就忽略了基因在“抗冻”这件事上的巨大作用。
3. 为什么这个结论很危险？
汉密尔顿指出，如果按照 Shenhar 的方法，我们得到的 55% 这个数字，并不是真实世界中任何一群人的数据。
- 它描述的是一个**“平行宇宙”**：在这个宇宙里，没有人会因为免疫力差而感染，也没有人会因为基因决定的体质差而遭遇意外。
- 但在我们的现实世界里，基因和意外是纠缠在一起的。你的基因决定了你是否容易生病，而生病又决定了你是否会早逝。
4. 总结：真相是什么？
- Shenhar 的说法：只要去掉意外，寿命的 55% 都由基因决定。
- 汉密尔顿的真相：这种“去掉意外”的方法本身就在偷换概念。因为“意外”（如感染）本身就是基因的一部分表现。
- 最终结论：真实的寿命遗传度其实很低（可能只有 7% 左右，正如其他大规模家谱研究发现的）。Shenhar 得出的 55% 是一个数学幻觉，是由错误的假设（认为感染与基因无关）制造出来的泡沫。
一句话总结：
这就好比有人想证明“身高”完全由基因决定，于是他把所有因为营养不良（环境因素）长不高的人剔除掉，只统计那些吃得很好的人，然后得意地说：“看！剩下的这些人，身高差异全是因为基因！”
汉密尔顿就是那个指出**“营养不良其实也和基因有关（比如吸收能力）”**的人，他告诉大家：别被这个虚假的高分骗了，真实的基因影响力没那么强。
Each language version is independently generated for its own context, not a direct translation.
这是一份关于 Fergus Hamilton 撰写的预印本论文《对可遗传死亡率的误分类削弱了内在寿命遗传力估计》（Misclassification of heritable mortality undermines estimates of intrinsic life span heritability）的详细技术总结。
该论文旨在批判性地评估 Shenhar 等人（发表于《Science》）的一项研究，后者声称在剔除“外在死亡率”后，人类寿命的遗传力（heritability）高达约 55%。Hamilton 认为这一结论在生物学前提和统计方法上均存在严重缺陷。
以下是该论文的详细技术总结：
1. 研究背景与核心问题 (Problem)
- 争议焦点：Shenhar 等人提出，通过从总死亡率中剔除由“外部因素”（如事故、传染病）引起的死亡，可以揭示出人类寿命的“内在遗传力”（Intrinsic Lifespan Heritability, HIL），估计值约为 55%。这一数值是以往基于大规模谱系研究（通常估计在 7% 左右）的七倍。
- 核心假设：Shenhar 等人的核心前提是，外在死亡率（extrinsic mortality）纯粹是环境噪音，与遗传因素无关，因此将其剔除可以消除对遗传信号的掩盖。
- 本文指出的问题：作者认为这一前提在生物学上是站不住脚的。许多被归类为“外在”的死亡原因（特别是传染病）实际上具有高度的遗传易感性。将遗传因素导致的死亡误分类为纯环境噪音，并在模型中强制剔除，会导致严重的估计偏差，而非修正混杂因素。
2. 方法论批判 (Methodology Critique)
作者从以下几个技术层面解构了 Shenhar 等人的方法论缺陷：
3. 关键证据与贡献 (Key Contributions & Evidence)
作者通过整合免疫遗传学、收养研究和全基因组关联分析（GWAS）的证据，提供了反驳高遗传力估计的坚实论据：
传染病死亡的高度遗传性：
- HLA/MHC 区域：人类基因组中多态性最高的区域，长期受病原体介导的平衡选择影响。
- 收养研究：引用 Sørensen 等人对丹麦收养者的研究，发现若生物学父母在 50 岁前死于感染，被收养者死于感染的相对风险（RR）高达 5.81；而养父母死于感染则无此风险。这直接证明了感染死亡的遗传基础。
- 双胞胎研究：丹麦双胞胎研究显示，传染病死亡的遗传力约为 40%。
现代相关性：
- 反驳“感染已不再重要”的观点。肺炎和流感在发达国家仍是主要死因。
- 新冠（COVID-19）的 GWAS 研究已明确鉴定出影响感染严重程度的遗传位点（如 OAS1, TYK2），证明感染易感性在当代人群中依然具有显著的遗传成分。
- 免疫系统不仅对抗病原体，还驱动炎症、动脉粥样硬化和癌症监测，因此将感染死亡视为非遗传噪音，实际上丢弃了免疫系统对“内在衰老”的遗传贡献。
与其他证据的矛盾：
- 谱系研究：Ruby 等人（2018）利用数百万谱系记录，校正了选型交配（assortative mating）后，估计寿命遗传力低于 7%。Shenhar 等人将此归咎于“环境异质性”，但这是一种循环论证。
- GWAS 证据：如果寿命遗传力真高达 50%，GWAS 应能解释大量方差。然而，现有的最大规模长寿 GWAS 仅发现少数几个稳健位点（如 APOE, FOXO3），解释的方差极小，不支持 55% 的遗传力估计。
4. 主要结果与结论 (Results & Conclusion)
- 模拟结果：作者指出，当遗传因素同时影响外在死亡风险和内在寿命时，模拟显示剔除外在死亡后，Falconer 的 h2 会人为增加，这与 Shenhar 等人的观察模式一致，但这实际上是选择偏差的产物，而非真实的遗传力提升。
- 最终结论：
- Shenhar 等人得出的 ~55% 的内在寿命遗传力估计值不可靠。
- 该估计值基于一个生物学上不可行的假设（即遗传不影响外在死亡），并引入了选择偏差。
- 该数值仅适用于一个被人为筛选的、生物学上不可能的“反事实”人群，不能代表任何过去或现在的真实人类种群。
- 真实的寿命遗传力可能远低于此，更接近谱系研究和 GWAS 所支持的低个位数或低双位数估计。
5. 研究意义 (Significance)
- 方法论警示：该论文强调了在寿命遗传学研究中，简单地将死亡原因划分为“内在”和“外在”并假设后者无遗传基础的潜在危险。
- 生物学理解：重申了免疫系统在寿命决定中的核心作用，指出免疫易感性（通常表现为感染死亡）是遗传变异影响寿命的关键途径，而非单纯的噪音。
- 科学共识：呼吁科学界重新审视高遗传力估计的合理性，指出如果不解决选择偏差和基因 - 环境相互作用的误分类问题，基于此类模型的政策建议或生物学推论将是误导性的。
总结：Fergus Hamilton 的这篇论文有力地论证了 Shenhar 等人关于“内在寿命遗传力高达 55%"的结论是由于对可遗传死亡率（特别是感染相关死亡）的错误分类和模型假设偏差造成的。通过引入免疫遗传学证据和选择偏差理论，作者揭示了该高估计值的虚假性，并维护了传统谱系研究和分子遗传学证据所支持的低寿命遗传力观点。