杨Lab的探寻之旅，先从一个我们经常误读的故事开始。

生活中总能听到一些专家提醒，要养成健康的生活习惯，却也总能看到一些人，长期抽烟喝酒，一样活到八九十。似乎坏习惯对他们的健康并没有造成什么影响。

“这是错觉，如果不抽烟喝酒，他们可以活得更久。”杨剑说。

从科学的角度来看，这些人不是没有受到烟酒的伤害，而是他们可能对其他很多疾病不易感。

为什么人与人之间会存在这种差异？答案藏在我们每个人的基因组里。从受精卵开始，这种差异就以基因片段的形式存在于我们的身体中，并持续影响我们一生。

比如我们的身高将近80%是由基因控制的，也就是说，一个人在成为受精卵时就基本上已经确定了他成年后在同龄人当中属于高还是低。现在这个年代孩子们基本不会缺营养，如果没有疾病，DNA对身高就起到了决定性作用。

再如精神分裂，遗传贡献率达到70%左右。这就是我们常说的，性格决定命运。同样一话，有的人听了不会生气，而有的人会生气，因为在他还是一颗受精卵的时候，就决定他对外界这些信息特别敏感，他的“脑回路”长得和别人不一样。

但更常见的抑郁症，遗传因素可能只占40%，其他因素占60%。

杨剑的任务，就是“看清”不同人之间的基因组有什么差异，这些差异发生在基因的哪些位置，对应了人的哪些生老病死，为什么有的人对疾病易感，而有的人不易感……

只有了解生命最基本的规律，科学家和医生才能真正做到“对症下药”。

要完成这个任务，并不容易。

高中生物学习到的遗传学知识通常会让我们以为，一个基因对应一种性状。比如花朵的颜色呈现红色还是白色，由一个基因调控；“巨人症”也是由一个基因的突变造成的。

但现实生活中，这样“一一对应”的单基因性状其实很少见。

“人类常见的现象，包括我们的行为、生理特征、疾病易感性，都是由大量的、效应微小的基因片段变化造成的”，杨剑说。

“比如对身高影响最大的一个常见基因位点，贡献也仅仅只有几毫米！可想而知，有多少基因位点在影响着我们的身高。”

为什么会出现这样的情况？“这是生物进化的自然选择！”

人类的繁衍过程就是父亲和母亲的DNA不断复制、重组、混合的过程，根据“适者繁衍”的生物进化法则，适应力弱的遗传物质易很难在群体中扩散。

“如果某一个基因位点的突变会对机体造成比较大的影响（这种影响通常是有害的），那么携带这种突变的个体往往会早夭，或者在与其他个体的竞争中处于劣势，因此，这种大效应的突变很难被传递下去。”

而那些对身体影响微乎其微的突变容易逃离这种自然选择的束缚，通过“遗传漂变”在群体中累积，最终成为我们现今群体的常见变异位点。许多微效变异位点的综合作用决定了一个人对某种疾病的遗传易感性。

反向应用这一理论，APOE基因位点上的突变对阿尔茨海默症的易感性有很大的效应，这些突变还可以被保留下来，是因为大多数人患这个病的时候已经过了生育期，基因传递的过程已经完成。

杨剑说，目前对糖尿病、冠心病、抑郁症、肥胖等绝大多数慢性病，医生都只能治标不治本，“可以控制病症，但无法治愈。因为我们不知道根在哪里。”

幸运的是，大数据时代到来了！

对海量数据的快速处理能力，成为基因组学发展的重要基础。

杨剑团队合影

杨剑实验室通过分析数据之间的关联，比较数据之间的差异，开发高效的统计分析方法和计算机软件，在人体的基因组里抽丝剥茧、条分缕析，找到细微突变的蛛丝马迹。

听起来是不是有点像超级放大版的“找不同”游戏？但这个数据量通常是数以亿计的。

杨剑解释说，当需要检测一个信号的时候，如果只用少量样本，微弱的检测信号往往会掩埋在各种各样的噪音中；而当样本量不断增加时，检测信号会不断增强，从而排除了噪音的干扰，过滤掉不重要的信息，最后留下最重要的影响因素。

“这样我们才能发现一些微小的变化，发现一般普适的规律，这就是大数据的力量。”

过去这些年，杨剑和他的伙伴们提出的一系列统计遗传学分析方法，已经成为全基因组关联研究领域的主流方法。这对未来疾病的检测、预防、治疗都非常有价值。比如精神分裂和阿尔茨海默症，杨剑实验室已经找到了其中一些易感基因位点，未来或许就能实现精准预测。

从社会学意义上看，中国人口众多，哪怕群体中有1%的人有高患病遗传风险，都是不小的数量。如果可以预测，就可以提前配置相应的医疗资源，来应对此后可能发生的情况。

那么，什么时候我们能找到所有疾病的对应基因呢？

“可能需要100年、200年，甚至更长时间。”杨剑说，“人类在生命科学领域还处于认知阶段，在我们有生之年，如果能够找到一两个疾病的部分对应基因，那都是十分幸运的！”

听起来好像很遥远，“但不能因为我们这代人解决不了问题，就不去做了。我们能做的是什么？至少尝试了一些路，得到了一些知识，甚至往前推进了一小步。”

人类科学与技术的进步，就是在无数个“杨剑”的一小步中，慢慢建成登天之梯。