.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
过去几十年间，大规模基因组研究中用于描述人类群体的标签发生了显著转变。这些标签被称为群体描述符。曾经盛行的“种族”描述符已逐步让位于“祖先”概念。祖先通过遗传相似性进行衡量：遗传相似度高的个体被认为具有共同祖先。采用严格的技术（包括测量程序）来评估祖先，使其披上了客观性的外衣，进而为该概念的广泛应用提供了合理性。然而，一旦我们理解了测量祖先的挑战，这种客观性可能就只是表面的。本文通过弥合以往割裂的测量哲学与人类群体遗传学领域，为相关文献做出贡献。为此，笔者借鉴基于模型的测量理论来描述测量祖先的实践。随后，笔者阐述了基于遗传祖先对人类进行聚类时存在的两项测量挑战：第一是协调挑战，它描述了理论假设与测量结果之间的循环性，也称为观察的理论负载性；第二是偏差问题，包括抽样偏差问题和代理变量问题。最后，笔者概述了应对这些挑战的潜在解决方案。
Keyword:
Measurement
Coordination
Bias
Objectivity
Ancestry
Human Population Genetics
