1
00:00:00,817 --> 00:00:04,269
人们因各种原因使用着互联网。

2
00:00:05,765 --> 00:00:09,569
一种最受欢迎的网站

3
00:00:09,593 --> 00:00:12,465
是人们常常私下浏览的东西。

4
00:00:13,639 --> 00:00:16,149
它涉及到好奇心，

5
00:00:16,173 --> 00:00:19,969
无关自我放纵程度，

6
00:00:19,993 --> 00:00:23,253
并以记录他人的生殖记录

7
00:00:23,277 --> 00:00:24,586
为中心。

8
00:00:24,610 --> 00:00:25,642
（笑声）

9
00:00:25,666 --> 00:00:27,916
当然，我讨论的是家谱学——

10
00:00:27,940 --> 00:00:29,154
（笑声）

11
00:00:29,178 --> 00:00:30,880
也就是对家庭历史的研究。

12
00:00:31,353 --> 00:00:33,390
当说到详细的家族历史，

13
00:00:33,414 --> 00:00:37,357
在每个家庭中，我们都有
一个痴迷于家谱的人。

14
00:00:37,381 --> 00:00:39,094
我们姑且叫他伯尼叔叔吧。

15
00:00:39,118 --> 00:00:42,900
伯尼叔叔正是你在感恩节晚餐上，

16
00:00:42,924 --> 00:00:44,523
最不想坐在一起的人，

17
00:00:44,547 --> 00:00:47,361
因为他会用一些远古亲戚的奇特细节

18
00:00:47,385 --> 00:00:49,351
把你烦死。

19
00:00:50,462 --> 00:00:51,724
但正如你所知，

20
00:00:51,748 --> 00:00:54,620
任何事物都有科学的一面，

21
00:00:54,644 --> 00:00:57,622
我们发现伯尼叔叔的故事

22
00:00:57,646 --> 00:01:00,814
具有巨大的生物医学研究潜力。

23
00:01:01,306 --> 00:01:04,020
我们让伯尼叔叔和他的家谱同行，

24
00:01:04,044 --> 00:01:08,712
通过族谱网站 geni.com
记录他们的家谱。

25
00:01:09,198 --> 00:01:11,326
当用户上传他们的家谱树到网站时，

26
00:01:11,350 --> 00:01:13,040
网站会扫描他们的亲戚，

27
00:01:13,064 --> 00:01:15,139
如果它发现匹配上现存的家谱树，

28
00:01:15,163 --> 00:01:18,773
它会合并现存的和新的家谱树。

29
00:01:19,768 --> 00:01:22,718
结果是超大的家族树创建起来了，

30
00:01:22,742 --> 00:01:26,221
超越了每个家谱学家的个人水平。

31
00:01:26,808 --> 00:01:30,937
现在，凭借着全球数百万人

32
00:01:30,961 --> 00:01:32,778
不断重复这个过程，

33
00:01:32,802 --> 00:01:38,334
我们可以众包全人类家谱树的建设。

34
00:01:39,292 --> 00:01:40,876
使用这个网站，

35
00:01:40,900 --> 00:01:45,713
我们能够在一颗家族树上连接

36
00:01:45,737 --> 00:01:48,258
1.25 亿人。

37
00:01:48,967 --> 00:01:51,755
我无法在这里的屏幕上画家谱树，

38
00:01:51,779 --> 00:01:53,944
因为它们的像素比

39
00:01:53,968 --> 00:01:56,481
在这棵树上的人还少。

40
00:01:56,505 --> 00:02:01,515
但这里有一个 6000 人的子集例子。

41
00:02:02,159 --> 00:02:04,521
每一个绿色的节点是一个人。

42
00:02:05,060 --> 00:02:07,909
红色的节点代表婚姻，

43
00:02:07,933 --> 00:02:10,191
连接代表亲子关系。

44
00:02:10,557 --> 00:02:12,929
在这个树的中央是祖先。

45
00:02:12,953 --> 00:02:15,351
外围是后代。

46
00:02:15,351 --> 00:02:18,683
这棵树大约有 7 代。

47
00:02:19,692 --> 00:02:22,926
而这是当我们增加人数到 7 万人时

48
00:02:22,950 --> 00:02:24,778
的样子——

49
00:02:24,802 --> 00:02:29,132
仍然是我们拥有的所有
数据集的一小部分。

50
00:02:29,629 --> 00:02:34,442
即便如此，你已经能够看到由许多远亲

51
00:02:34,466 --> 00:02:37,121
组成的一棵巨大家谱树。

52
00:02:37,610 --> 00:02:40,744
感谢家谱学家的努力工作，

53
00:02:40,768 --> 00:02:43,871
我们可以回到数百年前。

54
00:02:44,418 --> 00:02:47,859
比如，这是亚历山大·汉密尔顿，

55
00:02:47,883 --> 00:02:50,358
他出生于 1755 年。

56
00:02:50,872 --> 00:02:54,636
亚历山大是首任美国财政部长，

57
00:02:54,660 --> 00:02:58,491
但主要由于一部流行的百老汇
音乐剧而广为人知。

58
00:02:59,137 --> 00:03:04,059
我们发现亚历山大在娱乐圈
有更深厚的人脉。

59
00:03:04,083 --> 00:03:06,194
事实上，他是——

60
00:03:06,781 --> 00:03:08,001
凯文·贝肯的血亲！

61
00:03:08,025 --> 00:03:10,057
（笑声）

62
00:03:10,081 --> 00:03:12,687
他们都是13世纪一位来自

63
00:03:12,711 --> 00:03:15,025
苏格兰的女士的后代。

64
00:03:15,049 --> 00:03:18,151
所以你可以说亚历山大·汉密尔顿

65
00:03:18,175 --> 00:03:21,363
是 35 度凯文·贝肯的宗谱。

66
00:03:21,387 --> 00:03:22,828
（笑声）

67
00:03:22,852 --> 00:03:26,082
我们的家谱树有数百万类似的故事。

68
00:03:28,113 --> 00:03:33,003
我们投入了不小的工作
在验证数据的质量上。

69
00:03:33,027 --> 00:03:38,418
使用DNA，我们发现我们
数据中有 0.3% 的母子关系

70
00:03:38,442 --> 00:03:39,692
是错误的，

71
00:03:39,716 --> 00:03:43,307
这可能与二战前美国的收养率相当。

72
00:03:44,847 --> 00:03:46,632
父亲方面，

73
00:03:46,656 --> 00:03:48,617
消息也并不乐观：

74
00:03:50,149 --> 00:03:55,749
我们的数据中 1.9% 的
父子关系是错误的。

75
00:03:55,773 --> 00:03:58,136
我看到有人在这儿讪笑。

76
00:03:58,160 --> 00:03:59,877
这是你们在想的——

77
00:03:59,901 --> 00:04:01,690
外面有很多挤牛奶的人。

78
00:04:01,714 --> 00:04:02,778
（笑声）

79
00:04:02,802 --> 00:04:06,791
然而这 1.9% 的父子关系错误率

80
00:04:06,815 --> 00:04:08,584
不是我们数据独有的。

81
00:04:08,608 --> 00:04:11,677
早先使用临床级血统的研究

82
00:04:11,701 --> 00:04:13,722
也发现了类似的错误率。

83
00:04:14,254 --> 00:04:16,779
所以我们的数据质量是良好的，

84
00:04:16,803 --> 00:04:18,936
并且这也不应该是个意外。

85
00:04:18,960 --> 00:04:22,736
我们的系谱学家对正确记录

86
00:04:22,760 --> 00:04:26,428
他们的家族史有着浓厚的兴趣。

87
00:04:28,594 --> 00:04:33,185
我们可以利用这些数据来
了解人类的定量信息，

88
00:04:33,209 --> 00:04:35,805
比如，有关人口统计学的问题。

89
00:04:35,829 --> 00:04:39,686
这是我们的资料在世界地图上的样子。

90
00:04:40,250 --> 00:04:44,731
每个像素代表一个生活在特定位置的人。

91
00:04:44,755 --> 00:04:46,435
由于我们有很多数据，

92
00:04:46,459 --> 00:04:49,240
你可以看到很多国家的轮廓，

93
00:04:49,264 --> 00:04:51,363
尤其在西方世界。

94
00:04:51,387 --> 00:04:54,935
在这个视频片段中，
我们把给你展示的地图

95
00:04:54,959 --> 00:05:00,031
根据 1400-1900 年出生
的人口进行分层，

96
00:05:00,055 --> 00:05:02,821
并且跟已知的迁移事件比较。

97
00:05:03,482 --> 00:05:06,647
这个视频将向你展示
我们数据中最深的血统，

98
00:05:06,671 --> 00:05:08,298
可以追溯到英国，

99
00:05:08,322 --> 00:05:10,130
这里有更好的记录保存，

100
00:05:10,154 --> 00:05:13,436
然后他们沿着西方殖民主义
的道路传播。

101
00:05:13,460 --> 00:05:14,782
让我们来看看这个。

102
00:05:15,143 --> 00:05:16,752
（音乐）

103
00:05:16,776 --> 00:05:19,117
【出生年份：】

104
00:05:19,705 --> 00:05:21,541
【1492 - 哥伦布蓝色海洋航行时期】

105
00:05:23,661 --> 00:05:25,661
【1620 - 五月花号在马萨诸塞州着陆】

106
00:05:26,726 --> 00:05:28,501
【1652 - 荷兰人在南非定居】

107
00:05:32,321 --> 00:05:35,507
【1788 - 英国开始向澳大利亚
进行刑事流放】】

108
00:05:35,531 --> 00:05:37,458
【1836 - 第一批移民来到俄勒冈小道】

109
00:05:38,149 --> 00:05:41,332
【所有活动】

110
00:05:43,851 --> 00:05:45,394
我爱这个视频。

111
00:05:45,418 --> 00:05:50,511
因为这些移民时间
提供了家庭的背景，

112
00:05:50,535 --> 00:05:52,718
我们可以问诸如此类的问题：

113
00:05:52,742 --> 00:05:56,212
丈夫和妻子出生地

114
00:05:56,236 --> 00:05:59,048
的特定距离是多少？

115
00:05:59,072 --> 00:06:02,749
这一距离在人口统计学中
起着重要的作用，

116
00:06:02,773 --> 00:06:06,454
因为人们迁移形成家庭的模式

117
00:06:06,478 --> 00:06:10,191
决定了基因如何在地理位置上传播。

118
00:06:10,706 --> 00:06:13,034
我们使用我们的数据分析了这个距离，

119
00:06:13,058 --> 00:06:15,348
我们发现在古时候，

120
00:06:15,372 --> 00:06:16,602
人们过得很轻松。

121
00:06:16,626 --> 00:06:19,220
他们只是跟村子附近的某人结婚。

122
00:06:19,958 --> 00:06:23,663
但工业革命复杂化了
我们的爱情生活。

123
00:06:23,687 --> 00:06:28,247
今天，凭着可负担的航班
和网络社交媒体，

124
00:06:28,271 --> 00:06:33,099
人们通常从出生地迁移 100 多公里

125
00:06:33,123 --> 00:06:34,627
来寻找灵魂伴侣。

126
00:06:36,524 --> 00:06:37,711
所以现在你可能会问：

127
00:06:37,735 --> 00:06:42,231
好吧，但是谁会卖力从一个地方
迁移到另一个地方

128
00:06:42,255 --> 00:06:43,524
去构建家庭呢？

129
00:06:43,548 --> 00:06:47,275
是男人还是女人？

130
00:06:47,752 --> 00:06:49,907
我们使用我们的数据解答了这个问题，

131
00:06:49,931 --> 00:06:52,525
至少在过去 300 年中，

132
00:06:52,549 --> 00:06:56,432
我们发现女性从一个地方
迁移到另一个地方

133
00:06:56,456 --> 00:06:59,447
去构建家庭上是最辛苦的。

134
00:06:59,447 --> 00:07:02,577
这些结果在统计上很显著，

135
00:07:02,601 --> 00:07:06,072
所以你可以把男性懒惰当作科学事实。

136
00:07:06,096 --> 00:07:09,252
（笑声）

137
00:07:09,276 --> 00:07:11,812
我们可以把问题从人口统计学开始

138
00:07:11,836 --> 00:07:14,749
转向人类健康问题。

139
00:07:14,773 --> 00:07:16,260
比如，我们可以问

140
00:07:16,284 --> 00:07:21,247
遗传变异能在多大程度上影响个体的

141
00:07:21,271 --> 00:07:22,465
寿命差异。

142
00:07:22,988 --> 00:07:27,518
之前的研究通过分析
双胞胎寿命的相关性

143
00:07:27,542 --> 00:07:28,984
来解答这个问题。

144
00:07:29,411 --> 00:07:32,078
他们估计出遗传变异

145
00:07:32,102 --> 00:07:36,142
对个体寿命差异的影响大约占 1/4。

146
00:07:36,688 --> 00:07:39,286
但双胞胎之间的关联有很多原因，

147
00:07:39,310 --> 00:07:41,614
包括多样的环境影响

148
00:07:41,638 --> 00:07:43,260
或共同的家庭。

149
00:07:44,411 --> 00:07:48,164
庞大的家谱树给了我们分析这些近亲，

150
00:07:48,188 --> 00:07:49,395
比如双胞胎，

151
00:07:49,419 --> 00:07:52,336
到远房亲戚，
甚至四代表亲这样的机会。

152
00:07:52,749 --> 00:07:55,438
这样我们可以构建稳健的模型，

153
00:07:55,462 --> 00:07:59,170
从环境因素中分离出

154
00:07:59,194 --> 00:08:00,911
遗传变异的贡献来。

155
00:08:01,379 --> 00:08:04,278
我们使用数据执行了这个分析，

156
00:08:04,302 --> 00:08:10,093
发现遗传变异只解释了 15% 的

157
00:08:10,117 --> 00:08:12,923
个体寿命差异。

158
00:08:14,760 --> 00:08:17,516
平均而言， 就是 5 年之差。

159
00:08:18,316 --> 00:08:23,024
所以基因对寿命的重要性
比我们之前想象的少。

160
00:08:23,675 --> 00:08:25,811
我发现这是个好消息，

161
00:08:26,438 --> 00:08:29,731
因为这意味着我们的行动更为重要。

162
00:08:30,533 --> 00:08:34,807
举个例子，吸烟会影响
大约10年的预期寿命——

163
00:08:34,831 --> 00:08:37,477
是基因所能影响的两倍。

164
00:08:38,236 --> 00:08:40,525
随着我们从家谱树展开，

165
00:08:40,549 --> 00:08:42,041
让我们的家谱学专家建档，

166
00:08:42,065 --> 00:08:46,797
并且众包DNA信息，
我们能有更多惊奇的发现。

167
00:08:46,821 --> 00:08:48,845
结果将是惊人的。

168
00:08:49,255 --> 00:08:53,170
可能令人难以想象，
伯尼叔叔和他的朋友

169
00:08:53,194 --> 00:08:55,840
能够创建 DNA 法医能力，

170
00:08:55,864 --> 00:08:59,423
甚至超过了 FBI 目前拥有的水平。

171
00:09:00,862 --> 00:09:03,266
当你把 DNA 放在一棵大的家谱树中，

172
00:09:03,290 --> 00:09:05,407
你就有效地创造了一个照亮

173
00:09:05,431 --> 00:09:08,065
数百个远亲的灯塔，

174
00:09:08,089 --> 00:09:11,579
他们都与 DNA 的拥有者有联系。

175
00:09:12,505 --> 00:09:15,418
通过在一棵大的家谱树中
放置不同的灯塔，

176
00:09:15,442 --> 00:09:19,162
你现在可以对一个陌生人
的 DNA 进行三角测量，

177
00:09:19,186 --> 00:09:23,124
就跟 GPS 系统利用不同的卫星

178
00:09:23,148 --> 00:09:24,472
来定位一样。

179
00:09:25,226 --> 00:09:28,850
这种技术威力一个的主要例子

180
00:09:28,874 --> 00:09:31,549
是追捕“金州杀手”，

181
00:09:32,612 --> 00:09:37,140
美国历史上最臭名昭著的罪犯之一。

182
00:09:37,164 --> 00:09:43,056
FBI 已经寻找这人超过 40 年。

183
00:09:43,588 --> 00:09:45,423
他们有他的 DNA，

184
00:09:45,447 --> 00:09:48,797
但他从未出现在警方的数据库中。

185
00:09:49,447 --> 00:09:54,159
大约一年前，FBI 咨询了
一位基因谱系学家，

186
00:09:54,183 --> 00:09:58,133
她建议他们提交他的 DNA
到可以定位远房亲戚

187
00:09:58,157 --> 00:10:00,555
的家谱服务平台上。

188
00:10:01,117 --> 00:10:02,273
FBI 这样做了，

189
00:10:02,297 --> 00:10:05,989
他们找到了金州杀手的第三代表亲。

190
00:10:06,013 --> 00:10:08,357
他们构建了一棵巨大的家谱树，

191
00:10:08,381 --> 00:10:10,367
扫描树上的不同分支，

192
00:10:10,367 --> 00:10:13,072
直到他们找到完美匹配

193
00:10:13,096 --> 00:10:15,677
他们所了解的金州杀手信息的人。

194
00:10:15,701 --> 00:10:19,293
他们从这人身上取得 DNA 并发现

195
00:10:19,317 --> 00:10:21,342
跟他们手上的 DNA 一致。

196
00:10:21,366 --> 00:10:23,716
过了这么些年，他们终于逮捕了他，

197
00:10:23,740 --> 00:10:25,164
并绳之与法。

198
00:10:26,172 --> 00:10:29,413
自那之后，基因谱系学家开始

199
00:10:29,437 --> 00:10:32,105
跟美国当地执法机构合作，

200
00:10:32,129 --> 00:10:35,491
使用这种技术来抓捕罪犯。

201
00:10:35,521 --> 00:10:38,202
仅仅在过去的 6 个月，

202
00:10:38,226 --> 00:10:42,522
他们使用这个技术就破获了
超过 20 个铁证悬案。

203
00:10:44,203 --> 00:10:48,839
幸好，我们有这群人，
像伯尼叔叔和他的家谱学同行，

204
00:10:49,045 --> 00:10:52,039
他们不只是业余爱好者。

205
00:10:52,602 --> 00:10:59,021
他们是满怀热情的公民科学家，
想要揭开我们所有人身份的秘密。

206
00:10:59,065 --> 00:11:03,523
他们知道，过去是通向未来的钥匙。

207
00:11:04,067 --> 00:11:05,250
谢谢大家。

208
00:11:05,314 --> 00:11:08,783
（鼓掌）