Bildungsgenetik auf unterstem Niveau 1

Wo stehen hier die Abi-Noten?
Grafik: Chrugel via Wikimedia cc

Es ist kurz vor den Sommerferien, wir besuchen eine vierte Klasse im Jahr 2050. Es ist der Tag, an dem der Lehrer die Ergebnisse der Gentests verteilt. Die kleine Justina-Angela bricht in Tränen aus: Sie hat eigentlich gute Noten. Aber die bildungsgenetische Analyse stellt eine ungünstige Prognose für das Erreichen der Hochschulreife. Im Jahr 2050 nämlich sequenziert das bayrische Kultusministerium routinemässig die Genome aller Viertklässler. Nur wer zusätzlich zu guten Noten auch geeignete Gene mitbringt, bekommt eine Empfehlung fürs Gymnasium.

Natürlich gab es dagegen Protest. Das Kultusministerium verweist aber auf Studien, die einen klaren Zusammenhang zwischen Genen und erreichtem Bildungsniveau zeigen. Der Frustration, die genetisch nicht für gymnasiale Beschulung geeignete Schüler erleben werden, könne man so vorbeugen. Besonders gerne zitiert der Kultusminister die neueste Statistik. Sie zeigt, dass bayrische Gymnasiasten im bundesweiten Vergleichs-Screening mal wieder die besten Gen-Scores erreicht hatten.

Schwachsinn, sagt ihr? Wird nie passieren? Ganz genau. Abgesehen davon, dass sich Eltern und Kinder das nicht gefallen lassen dürften – eine kürzlich erschienene Studie in „Science“ demonstriert, dass es mit ziemlicher Sicherheit keine Gene für zukünftige Abiturienten, Uni-Absolventen oder Professoren gibt.

Die Studie entstand unter Leitung des Social Science Genetic Association Consortium, eines Forscherverbunds also, der sozialwissenschaftliche Forschung und Humangenetik vereinen will. Die Wissenschaftler haben Daten von mehr als 125.000 Menschen zusammengetragen und mit einer sogenannten GWAS analysiert. GWAS steht für „Genome Wide Association Study“: Zu deutsch, man sucht im ganzen Genom nach genetischen Assoziationen. Wie das genau geht, das schauen wir uns jetzt mal kurz an:

Merkmal und Gen verbinden

Zu einem GWAS-Experiment gehören 2 verbundene Datensätze

  1. Ein messbares Merkmal, der sogenannte Phänotyp: Also z.B. Größe oder Gewicht. In diesem Fall haben die  Autoren eben den erreichten Bildungsabschluss als Merkmal gemessen.
  2. Informationen über Varianten der DNA-Sequenz für jeden Teilnehmer.

In der Studie werten die Autoren vor allem aus, wie lange die Studienteilnehmer zur Schule gingen und ob sie einen College-Abschluss erreicht hatten (bzw. das Äquivalent in den jeweiligen Studienländern).

Für Punkt (2) ist es nun aber nicht nötig, die komplette DNA-Sequenz aller 125.000 Studienteilnehmer zu kennen. Es reicht für GWAS-Zwecke aus, genetische Marker als Landmarken auszuwählen.

Diese Marker sind charakteristische Positionen im Erbgut. Wie Bojen entlang einer Fahrrinne für Frachtschiffe sind diese Marker in mehr oder weniger regelmässigen Abständen über das ganze Genom verteilt. Jedes individuelle Genom eines Menschen hat aber seine ganz eigene Zusammensetzung verschiedener Varianten dieser „Bojen“, je nach Vererbungsgeschichte. Ein besseres Bild ist also, wenn wir uns das Genom als eine lange Fahrrinne vorstellen, entlang der ein Spassvogel die Bojen in bunten Farben angemalt hat, in scheinbar zufälliger Abfolge.

Abiturienten  sind meist  blau.
Grafik: Chrugel via Wikimedia cc

Der Clou des GWAS – Experiments, um im Bild zu bleiben, ist jetzt diese Frage: Gibt es Orte entlang der Fahrrinnen, an denen die Bojenfarbe überdurchschnittlich häufig blau ist, wenn ich beispielsweise die Genome der College-Absolventen mit der Gesamtpopulation vergleiche ? Diese Frage stellt ein statistischer Test an jedes der Marker-Merkmal-Paare; so bekommen die Forscher am Ende ein Bild davon, welche Regionen des Genoms direkt mit dem Phänotyp zusammenhängen.

Gene und Bildung: Statistisch signifikant, aber unbedeutend

Was kam dabei raus? Die konkreten Ergebnisse der Studie sind da sehr ernüchternd (oder besser gesagt, sie wären es für Forscher, die auf einen klaren Zusammenhang zwischen Genen und Bildungsniveau spekulierten).

Es gibt zwar Orte im Genom, die offenbar mit dem erreichten Bildungsniveau zusammenhängen. Drei Marker liegen über den vorher festgelegten Signifikanzkriterien. Aber neben der Ja/Nein-Antwort, ob ein Genort am Phänotyp beteiligt ist, können GWAS-Experten auch den jeweiligen quantitativen Beitrag abschätzen.

Marker beim Springen über die Signifikanzhürde
Grafik: Chrugel via Wikimedia cc
(alle Grafiken schematisch, nicht Daten dieser Studie)

Ganze 0,02% trägt demnach der Genort mit dem stärksten Effekt zur Variabilität des Merkmals „erreichtes Bildungsniveau“ bei. Man kann wohl sagen: Nur weil die Autoren so eine immens große Studienpopulation hatten, fiel ein derart marginaler Unterschied überhaupt statistisch auf.

 

 

Drei (vorläufige) Schlussfolgerungen:

  1. Einzelne Gene, die das erreichbare Bildungsniveau spürbar beeinflussen, gibt es wahrscheinlich nicht
  2. Sehr viele Gene spielen zusammen, mit jeweils sehr kleinen Beiträgen zum Phänotyp.
  3. Aber auch wenn man die Daten auf das ganze Genom extrapoliert, kommt man nur auf einen Gesamteinfluss der erblichen Faktoren im niedrigen Prozentbereich.

Oder, in einem Satz: Es liegt für alle praktischen, messbaren Zwecke wahrscheinlich nicht in den Genen, ob jemand das Abitur schafft oder später mal auf die Uni gehen wird.

Ich schrieb gerade „vorläufige“ Schlussfolgerungen, weil man auch deutlich sagen muss, dass auf dem Gebiet der humanen GWAS-Studien seit vielen Jahren schon die Hütte brennt. Trotz enormem Aufwand, mit riesigen Studienpopulationen, neuester Technologie und ausgefeilter Statistik, sind die Ergebnisse fast allesamt etwas suspekt.

Vielleicht ist GWAS auch einfach nur Murks

Zwei Probleme will ich nur ganz kurz ansprechen:

„Missing heritability:“, fehlende Erblichkeit: Der Anteil der Variabilität eines Merkmals, der auf Gene zurückzuführen ist, ist in Human-GWAS-Studien regelmässig deutlich niedriger als erwartet.

Beim Thema „erbliche Einflüsse auf das erreichte Bildungsniveau“ legen andere Studien, zum Beispiel aus der Zwillingsforschung, einen erblichen Anteil von bis zu 40 % nahe. Wie diese Daten mit den neuen GWAS-Ergebnissen vereinbar sein sollen, ist mir nicht recht klar. Sind die Zwillingsforscher einem Irrtum aufgesessen, oder funktioniert der GWAS-Ansatz einfach nicht? Oder gar beides und die Wahrheit befindet sich mal wieder in der Mitte?

Ein anderes Problem, das die GWAS-Community plagt, ist die „Schichtung“ (Stratification) der Studienpopulation. Eine Assoziation zwischen Gen und Merkmal muss nämlich gar nicht unbedingt ursächlich sein, sondern kann auch als Artefakt aus den Daten herauslugen. Ursache dafür ist die komplexe Struktur menschlicher Populationen.

Nicht wenige Kritiker schliessen aus diesen und anderen Schwierigkeiten, dass die GWAS-Analyse in menschlichen Populationen einfach nicht so recht funktioniert, dass der Hype rund um diese riesigen Studien nichts als eine teure Modeerscheinung sei; GWAS zu machen bringt Prestige und Forschungsgelder, wäre aber wissenschaftlich fast wertlos.

Aber gegen GWAS (und Big Science im Allgemeinen) zu stänkern, überlasse ich lieber Dan Graur und seinem Blog Judge Starling, der kann das besser und versteht mehr davon als ich.

Ich bin jedenfalls erst mal beruhigt, dass es keine Gene für zukünftige Bio-Studenten gibt. Trotz Biologen-Eltern haben meine Töchter also doch noch die Chance, dass etwas Ordentliches aus ihnen wird.

 

PS.: Nur damit keine Verwirrung aufkommt: Die Grafiken im Artikel sind nur Illustration der Methode, nicht Daten aus der konkreten Studie. Mit Dank an Wikipedia- Nutzer Chrugel.

One comment on “Bildungsgenetik auf unterstem Niveau

  1. Alexander Jul 3, 2013 12:33

    Abiturienten sind meist blau.

    Hrrhhrrr!

Comments are closed.