主講者：林孟瑢 （臺灣大學社會學系助理教授）
題目：你中樂透了嗎？生命歷程中社會不平等的社會與基因根源
主持人：蘇國賢（臺灣大學社會系教授）
時間：2023年05月18日（四）12:30-14:00
紀錄人：黃怡菁（臺灣大學社研所碩士班）
什麼？可以用基因來做社學研究？林孟瑢老師本次演講的主題，即是簡介社會基因學以及她的三項研究成果。
想必大家一定會很好奇到底要怎麼用基因做社會學研究？林孟瑢老師說到，目前的研究方法是「全基因組關聯分析（GWAS）」，基因學家透過這個方法來尋找與特定特徵相關聯的鹼基對。研究者藉由受試者的唾液來獲得鹼基資料。每個人的基因序列不盡相同，而其中鹼基的差異被稱為「單核苷酸多態性（Single Nucleotide Polymorphism，SNP）」。原本的研究是去比對這些SNPs，但因為數量龐大，研究者發展出「多基因分數（Polygenic score，PGS）」，即把每個人有風險的鹼基數量加起來所生成的分數，如肥胖多基因分數、教育多基因分數等。現代的社會基因學研究就是分析「多基因分數」與社會結果（如健康行為、社會成就與行為等）間的關聯。
林孟瑢老師是拿美國基因資料庫作為研究材料，受試者以高加索裔為主。社會基因學的研究可以協助我們更準確地辨識生物性與社會性的影響力，並若考慮基因後社會解釋力仍然有效，那更可以強化社會學的解釋。學者已經累積多種基因分析的研究結果，其中包含社會成就與行為的研究。例如曾有研究者分析教育多基因分數與社會流動的代間傳遞間的關聯：該研究發現教育多基因分數可以解釋7%的社會流動代間傳遞，然而該研究也看見後天社會環境的影響力，如聰明的父母通常也可以形塑一個好的後天學習環境。
林孟瑢老師的第一個研究是探討「基因分數」與「教育程度」間的關聯。該研究使用美國資料 Health and Retirement Study 來檢驗，並了解生物遺傳的「子女基因分數」與社會遺傳的「父母教育程度」兩者對於「子女本身的教育程度」的影響性。這個研究分別要檢測三個東西：其一，「子女基因分數」與「父母教育程度」分別對「子女本身的教育程度」的影響；其二，「子女基因分數」與「父母教育程度」兩者交互作用的影響；其三，世代是否變得更不平等（如果機會變得更加不平等，遺傳效應會隨著時間的推移而下降，而如果機會變得更加平等，基因的影響就會增加）。
首先，研究結果發現「子女基因分數」與「父母教育程度」都對「子女本身的教育程度」有影響，兩者在統計結果上都有顯著。而在兩者交互作用的結果上，對於家庭背景比較差的人來說，基因的影響比對於家庭背景好的人來得更大。換言之，來自低社會經濟地位背景的人更需要更好的教育多基因分數才能獲得相同的教育程度。最後在世代的影響性上，PGS效應在年輕世代中較強，父母教育在年輕世代中調節效果較弱。換言之，20 世紀中葉美國的教育機會確實均等化，因為父母教育的影響力較低。
第二個研究則是討論生物因素「數學能力多基因分數」與社會因素「性別期待」、「婚姻計畫」對於「是否從事STEM工作」的影響。該研究以Add Health and UK Biobank資料庫來檢驗，想要了解下列四點：其一，了解「數學能力多基因分數」對「是否從事STEM工作」的影響；其二，探討基因和社會因素如何解釋從事 STEM工作的性別差距；其三，藉由性別和基因的交互作用，了解基因的影響是否因性別而異；其四，性別x基因相互作用如何因婚姻計劃而異。
首先，研究結果顯示「數學多基因分數」確實對於「是否從事STEM工作」有正面影響。數學多基因分數高出一個標準差的人學習物理的可能性高 57%，主修 STEM 的可能性高 29%，在 30 多歲時從事 STEM 工作的可能性高 42%。其次，多基因分數無法解釋選擇 STEM 職業時的性別差距。換言之，並不是因為女生數學比較差所以不選擇STEM相關工作。接著，基因對女性的影響力高於男性。這代表女性的「數學多基因分數」需要更高，才能夠感到自信或是被認為有能力，以抵抗性別刻板印象的威脅。也就是女性要在數學能力上非常出色，才會選擇STEM領域。最後，對於早婚的人而言，多基因分數高的男性比同分數的女性有更高的可能性會進入STEM領域。但是對晚婚的人而言，多基因分數高的男性與女性進入STEM領域的機會差不多。
第三個研究則是討論「基因」、「生育數」和「健康」之間的關係。這個研究的背景是社會上時常有各種催婚催生言論，認為「小孩生得多，對健康比較好」，而在研究上確實也呈現生育數和死亡率的U 形關係，即適度的生育數有利於延長預期壽命，而這份研究想理解是否有其他因素影響這個結果。
這裡的健康包含身體健康狀況、自我報告的健康和心理健康。這裡的基因分數是由GWAS 方法找到的 12 個與初生年齡 (AFB) 和生育數 (NCEB) 相關的獨立SNPs。這份研究的目的有下列四個：其一，檢驗生育數對健康的影響；其二，加入基因分數，檢驗基因分數x生育數交互作用對健康的影響；其三，加入教育程度，檢驗其影響；其四，以世代分組分析。
首先，研究結果符合U型關係，即生兩個的人比起不生、生三個（含以上）稍微比較健康。接著，加入初生年齡(AFB)基因分數後發現天生晚生的人比較健康。其次，加入教育程度後，研究結果顯示初生年齡(AFB)基因分數對晚年健康的影響會隨教育程度改變。高教育程度能保護天生比較早生小孩的人的晚年健康。最後，初生年齡(AFB)基因分數對健康的影響隨著世代增加，這表示生育與健康之間的關係可能因社會規範變遷而有所不同。
演講最後老師也提到了一些社會基因學的倫理道德議題。很多人也會對於基因的解釋力有著錯誤的理解，雖然基因分數可以很好預測一個人外貌，但是對於其他結果的預測能力並沒有那麽好（如疾病風險），因此不應該錯誤地認為基因可以完整地預測許多結果。而且因為同基因後果差距很大，現在還不能用基因檢測結果來制定任何政策。此外，這種研究方法可能存在對個人資訊的高度風險。最後，目前研究也存在限制，GWAS缺乏多樣性，多數受試者為白人、健康志願者、年紀比較大。
基因檢測是否會引來優生學的隱憂？在美國和台灣對於基因編輯、胚胎編輯都還有高度討論。不同國家的人對於這些技術是否合乎「道德」也有不同看法，而在台灣約有31%的受試者同意基因編輯。不過老師認為，社會基因學的研究告訴我們：中了基因樂透是好事，中了社會樂透就更好（因為社會背景仍有高度影響力），但如果沒有中樂透呢？研究提醒我們：如果沒有社會，基因不可能產生影響。若沒有社會規範人類不用互動，基因也無法影響。所以不應該單看任一方的影響力，需注意兩者的交互作用如何更細緻地影響人們的社會行為與結果。