摘要

国防人员是被选中并接受训练以在压力下工作的众多职业之一。在以信息过载、不确定性和时间压力下的复杂决策为特征的未来操作环境中，对优化认知性能的重视程度将不断提高。认知被广泛认为是身体和精神表现的关键驱动力，然而，支持最佳表现的认知功能的核心要素、它们的机制和它们的可修改范围却缺乏清晰的认识。具体来说，人们对高压力环境下认知能力的生物决定因素了解有限。

了解认知功能的基因组结构和分子机制对于更好地理解个人在认知挑战任务中的表现至关重要。目前的认知评估工具是为适应表现数据而开发的，与潜在的生物学无关。虽然这些标准化的测试对做出关于能力的决定是有用的，但它们并不能说明潜在的生物表型，因此对设计基于生物的干预措施的帮助有限。我们的项目正在建立一个以生物学为基础的认知测量框架，这将使以表现为重点的认知评估系统更加连贯，并为监测和干预方案的制定提供一个更加系统和有针对性的方法。

通过全基因组关联（GWAS）方法研究的一般认知能力（g）的遗传组成，由于表型定义和测量的巨大差异，仍然没有结论。如果考虑到g的子成分和认知功能的非g维度，如执行功能，问题就更大了。为了增进我们对认知功能的遗传结构的理解，需要对表型的定义和测量进行彻底的改进。为此，我们选择将重点放在认知测试数据中最小的可测量成分上，并研究其遗传关联。30年前提出的这一解决方案（Atchley and Hall 1991）并不可行，原因是：（1）对多种认知能力在遗传上的可分离性缺乏了解；（2）认知的高度多基因性，促使认知基因组学研究需要大量的样本量（数十万）。我们以前的研究开始解决这些限制，证明了G与特定认知能力（如执行功能）的遗传分离性（Ciobanu等人，2021）。我们目前的研究通过研究世界上最大的数据集（英国生物银行）的遗传和认知评估数据，完善了认知功能的核心维度，该数据集有超过50万名参与者。首先，我们将通过应用多变量混合模型GWAS方法，确定与基本认知单元相关的遗传变异。第二，对于这些变量中的每一个，我们将比较整个基因组的关联模式。第三，我们将研究特定测试的遗传变异如何结合起来代表更广泛的认知结构以及这些更广泛的结构是如何相互关联的。这些关联将共同形成我们的认知功能的基因组信息模型，这反过来将为认知评估的设计和应用提供信息，这些评估是根据选拔、训练和操作支持应用的明显不同要求而定制的。

引言

1.1 情报和认知过程的评估

1.1.1 智力的性质

对于认知能力和智力的研究，有两种不同的方法。一种是专注于人口中单一智力结构的个体差异。另一种是适用于临床神经心理学的更详细的多层次、多成分的模型，并且可能更容易转化为底层的生物分析。

考虑到第一种方法，许多当代的研究可以追溯到查尔斯-斯皮尔曼（Charles Spearman）（1904）的工作，以及根据他对各种认知任务之间正相关的观察，发现了一般智力因素 "g"[1]。斯皮尔曼使用因子分析的统计方法，声称 "g "是一个单一的基本智力因素，它可以解释各种可观察到的能力的个体差异。从统计学上看，"g "是一个单一的因素/组成部分，它解释了智商测试中约40%的表现差异。从心理测量学的角度来看，"g "可以捕捉到一个人在任何数量的认知任务中的表现。在心理学上，"g "被解释为类似于 "能量 "或 "功率 "的东西，是整个大脑皮层表现的一个函数。最近，A.詹森（1923-2012）和H.艾森克（1916-1997）的工作将 "g "与心理速度联系在一起，通过检查时间和选择反应时间的测量来体现。关于人类智力是否存在一个单一的可量化的因素，仍然存在激烈的争论。

成为VIP会员查看完整内容