Editing Openai/6968d403-be50-8011-ae18-178299cf1859 (section)

=== Assistant: 前半も後半も、感覚としてかなり正しいところを突いてる。 ===
前半も後半も、感覚としてかなり正しいところを突いてる。

==== まず前提として、 ====
* 実際の形質（競走能力・スピード・持続力・気性など）は
* 単一遺伝子ではほぼ決まらない
* 多数の遺伝子＋環境の合成結果

これは完全にその通り。

===== 概念的には、こういう形： =====

<syntaxhighlight>表現型（能力） =
Σ（各遺伝子の効果） +
Σ（遺伝子同士の相互作用） +
環境要因 +
誤差

</syntaxhighlight>

もう「優性／劣性」という言葉が出てくる段階はとっくに過ぎている。

==== ### ====

理論上も実務上も、部分的には可能で、完全には無理。

====== - SNP（一塩基多型）を数万〜数十万個使う ======
* 各SNPに「効果量（重み）」を付ける
* 線形モデルや混合モデルで推定

形はこんな感じ：

<syntaxhighlight>能力予測値 = Σ (SNP_i × 重み_i)

</syntaxhighlight>

これは
ポリジェニック・スコア（polygenic score）
という考え方。

競走馬でも実際に：
* 早熟・晩成傾向
* 距離適性
* 芝／ダート適性
* 骨格リスク

などは、商業レベルで遺伝子検査＋数値化されている。

ただし。

==== 理由ははっきりしている。 ====

===== - 1遺伝子あたりの寄与は微小 =====
* ノイズに埋もれやすい

===== <syntaxhighlight>遺伝子Aがあるときだけ =====
遺伝子Bが効く

</syntaxhighlight>

みたいな非線形関係が山ほどある。

これを全部入れると、モデルは爆発的に複雑になる。

===== - 調教 =====
* 厩舎
* 飼料
* 競馬場・馬場
* 故障歴

現実の競走結果は
遺伝 ≒ 素材、環境 ≒ 料理
という比率。

==== かなりの部分で YES。 ====

===== 親 → 1/2 =====
祖父母 → 1/4
曾祖父母 → 1/8
4代前 → 1/16

しかもこれは平均値で、
実際には
* 受け継がれていない遺伝子も大量にある
* 形質に関係ない部分が大半

つまり、

: 

は、遺伝学的には相当弱い根拠。

==== ここが重要で、血統論が生き残っている理由でもある。 ====

===== 個体ではなく、 =====
* 「この系統からはこういう馬が出やすい」
* 「このラインは芝で走る確率が高い」

という確率論の話なら、まだ筋が通る。

===== 走らなかった馬は淘汰され、 =====
* 成功した形質だけが濃縮される
* 人為的に「良さそうな遺伝子」が残る

これは自然選択＋人為選択のハイブリッド。

===== 近縁交配では特に、 =====
* 単独遺伝子ではなく
* 遺伝子群（ハプロタイプ）

がまとめて残る。

この場合だけ、
「〇〇系は〜」という話が多少意味を持つ。

==== 血統論の多くは、 ====
* 遺伝子の直接因果 → ✕
* 統計的な経験則 → △
* 物語化された確率論 → ◎

科学というより
「後付け説明として成立しているものが多い」
というのが実態。

もし踏み込むなら、
* 血統論が「予測」に弱く「説明」に強い理由
* なぜ人は結果を見て血統を語りたがるのか
* 遺伝学と競馬予想が噛み合わない構造

この辺はかなり面白い話になる。