故事
体重的遗传 · 不只是意志力
体重有相当一部分受遗传影响，但这说的是人群，不是对你个人的判决。基因主要让人更想吃、更难饱，改变身边的环境仍然管用。
最后更新：
先读这一段 可遗传度（heritability）量的是：在一群人里，体重的差别有多大比例能用基因的差别来解释。 不是这个 — 胖是基因决定的, 改不了 — 可遗传度是群体统计不是个人判决. 基因给倾向不给终点; 同一基因组在不同环境里体重天差地别 (Loos & Yeo 2022). 环境与行为有巨大空间.
科普内容，不替代医师诊断或处方；有症状或在服药请咨询医师。
故事路径
第 1 章
体重有多可遗传 · 40-70%
How heritable is weight · 40-70%
可遗传度（heritability）量的是：在一群人里，体重的差别有多大比例能用基因的差别来解释。体重的可遗传度大约在 40-70% 之间。这说的是人群，不是对你个人的判决，也不预测你能不能改变。
这个区间主要来自双胞胎研究：基因相同、环境不同的人，胖瘦还有多像。同一套基因，放进食物匮乏的年代和放进今天随手可得的食物环境，长出来的体重完全不同：基因给倾向，环境扣扳机。容易长肉不是你的错，但也不等于你无能为力。
这个区间主要来自双胞胎研究：基因相同、环境不同的人，胖瘦还有多像。同一套基因，放进食物匮乏的年代和放进今天随手可得的食物环境，长出来的体重完全不同：基因给倾向，环境扣扳机。容易长肉不是你的错，但也不等于你无能为力。
误区 · 把可遗传度当成个人判决
体重 70% 可遗传这个数字，最常被两种相反的方式用错。一种读法是：那努力没用，反正基因决定了。另一种是旁人的版本：他胖纯粹是懒和馋。两种都把可遗传度（heritability）听成了对某一个人的判决。
它真正量的是：在某个人群里，体重的差异有多大比例能用基因的差异来解释。它回答的是关于人群的问题，不回答你个人能不能改变。
这个数字是怎么测出来的？靠双胞胎。Stunkard 1990（发表在《新英格兰医学杂志》）找来一批从小就被分开、在不同家庭长大的同卵双胞胎：基因一模一样，环境各不相同。成年后，同一对双胞胎的体质指数（）仍然高度相关（相关系数男 0.70、女 0.66）。环境都不一样了，胖瘦还这么像，说明基因这只手很重。Wardle 2008 的 TEDS 队列（5092 对学龄儿童双胞胎）进一步发现，即使在今天这个容易让人变胖的食物环境里，BMI 和腰围的可遗传度仍高达约 77%。
同一个数字，换个环境就会变。可遗传度是某个人群在某个环境里的数，按这个逻辑推：在大家都吃不饱的年代，环境的限制盖过了基因，基因能拉开的差距更小；在食物随手可得的今天，基因的差别才有机会显出来。基因表达多少，取决于环境给不给它机会。
高可遗传度也完全不等于这个人减不了肥。那些从小分开养、长大一样胖的同卵双胞胎，说明的是基因的权重大，不是说他们各自都没法改变体重。
所以正确的读法是：我比别人更容易胖，这件事部分是真的，而且不是道德问题；但不是我的错不等于我无能为力。基因设定的是一个倾向（你打的难度），不是终点（你能不能通关）。
第 2 章
单基因肥胖和多基因肥胖
Single-gene and many-gene obesity
体重相关的基因，绝大多数在大脑里表达，调的是食欲、饱腹和奖赏，而不是把基础代谢调慢。遗传主要通过让你更想吃起作用，不是让你喝水都胖。
结构上分两档。罕见的是单基因肥胖：一个零件坏掉，就足以让食欲失控，多在幼年起病，只占普通肥胖的极小一部分。常见的是多基因肥胖：成百上千个小变异叠在一起，每个只推一点点。
效应最强的常见变异，也只是约 3 公斤这个量级；已经找到的几十个位点加起来，也解释不了体重差异的大头。
结构上分两档。罕见的是单基因肥胖：一个零件坏掉，就足以让食欲失控，多在幼年起病，只占普通肥胖的极小一部分。常见的是多基因肥胖：成百上千个小变异叠在一起，每个只推一点点。
效应最强的常见变异，也只是约 3 公斤这个量级；已经找到的几十个位点加起来，也解释不了体重差异的大头。
误区 · 我代谢慢，喝水都胖
我天生代谢慢，喝水都胖，是最常见的自我归因，但它和遗传学指向的方向几乎是反的。单基因这一档，效应巨大但罕见。 先天瘦素缺乏：身体造不出瘦素，大脑一直以为在挨饿，食欲失控，走向严重肥胖；补充瘦素能让情况戏剧性地逆转。MC4R 基因突变打断下丘脑里吃饱了、该停了的信号：Farooqi 2003（《新英格兰医学杂志》）发现，它是最常见的单基因肥胖，在严重的幼年起病肥胖里约占 5.8%。注意分母是严重的幼年起病肥胖，不是普通肥胖。
多基因这一档，才是绝大多数人的底子。 每个常见变异只推 0.1-0.5 kg。FTO 是最早被发现、也是效应最强的常见变异（Frayling 2007，《科学》杂志）：带两个风险拷贝的人（约占成人的 16%），平均重约 3 kg，肥胖的几率高 1.67 倍。最强的也只有 3 kg。Locke 2015（GIANT 联盟，约 33 万人的全基因组关联研究）找到 97 个和 相关的位点，全部加起来只解释约 2.7% 的 BMI 差异，剩下的散在成千上万个更小的变异里。所以，没有哪一个基因决定了你的体重。
Loos 和 Yeo 2022 的综述把两档收成一句：不管单基因还是多基因，这些基因绝大多数在大脑里起作用，控制的是食欲、饱腹、奖赏，而不是代谢慢。
那代谢慢到底成不成立？体重越大，基础代谢通常越高，不是越低：维持更多的组织，需要更多的能量。真去代谢病房测，同样身高的胖人，静息代谢往往高于瘦人。减重之后确实会出现适应性的代谢下调（见瘦素抵抗与体重设定点和 适应性产热），但那是减重的后果，不是天生代谢慢导致变胖的原因。因果方向反了。
喝水都胖的体感，多半是估计误差：人对自己吃了多少、动了多少的估计天生不准，常常少报摄入、多报活动。水没有热量。
这个区分决定你去追什么。如果你以为问题在代谢慢，就会去追各种加速代谢的偏方，它们基本没用；如果你理解问题在食欲和奖赏天生偏强，就会去用对症的工具：高蛋白、高纤维强化饱腹，把诱惑食物移出视线。后者才是基因真正给你出的题。
第 3 章
为什么有人天生更饿 · 食欲与奖赏
Why some are born hungrier · appetite & reward
遗传主要通过让大脑更想吃、更不容易饱来推高体重，而不是让代谢变慢。同一桌饭，有人两口就饱，有人吃完还惦记甜点，差在饱腹和奖赏两条通路的强度；体重相关的基因，绝大多数就写在这两条路上。
饱腹信号弱，同一餐给大脑的停的信号就轻一些；奖赏敏感度高，食物线索的拉力就大一些。每个人大脑守住的正常体重水位也不一样。承认这一点不是找借口，而是为了用对工具。
饱腹信号弱，同一餐给大脑的停的信号就轻一些；奖赏敏感度高，食物线索的拉力就大一些。每个人大脑守住的正常体重水位也不一样。承认这一点不是找借口，而是为了用对工具。
机制 · 饱腹、奖赏和设定点
遗传调的是食欲和奖赏，不是意志力。饱腹信号的强弱因人而异。 MC4R、POMC 这条通路（下丘脑里负责喊吃够了的一组信号）活性偏低的人，同一餐给大脑的够了信号更弱，于是要多吃几口才觉得停得住。对食物奖赏的敏感度也因人而异：多巴胺奖赏回路对高糖高脂更敏感的人，看到、闻到、想到食物时的驱动更强，这种差异有一部分来自遗传。
还有一层个体差异，叫设定点（set-point）：每个人大脑防守的正常体重水位不同。设定点偏高，大脑就会用饥饿感和偏低的能耗去守它。这是一个解释模型，不是在脑子里找到的一个具体开关。瘦素是这条水位线的长期信号：脂肪少了，瘦素跟着掉，饥饿感上来；Sumithran 2011 在减重一年后，仍测到瘦素偏低、饥饿素偏高、饥饿感更强。反过来往上推，却推不太动：给本来就胖、瘦素已经偏高的人再打瘦素，Heymsfield 1999 的剂量递增随机试验看到，减重随剂量增加，但人和人差别很大，这条路后来没有成为普通肥胖的治疗。
为什么有人特别想吃油的？ 部分是习得的：高脂高糖反复刺激奖赏回路，偏好被强化；部分是天生奖赏敏感度的差异。高脂高糖的常常恰好撬动这套回路（见 享乐性饮食），对它敏感的人更难抵抗。这不是嘴馋就是人品问题，而是神经生物学上的个体差异，撞上了为好吃而设计的食物环境。
如果你天生饱腹信号弱、奖赏敏感度高，你面对的就不是别人也面对的同一个诱惑，而是被基因放大过的诱惑。用对工具：高蛋白、高纤维强化饱腹，把诱惑食物移出视线。只靠咬牙，是在跟一条被放大过的回路硬扛。
第 4 章
基因和环境怎么共同作用
How genes and environment interact
基因库几十年不会变，变的是环境。过去四十年全球集体变胖，不是因为这一代人突然换了一套基因，而是同一套基因撞上了随手可得的高能量食物。
可以这样理解：基因上膛，环境扣扳机。你的基因决定你对致胖环境有多敏感：同样住在到处是外卖和含糖饮料的城市，遗传风险高的人体重涨得更多，风险低的人涨得少。观察性研究还看到，同样带 FTO 风险拷贝，在久坐、西式饮食的人群里，它和体重的关联更明显；在体力活动多的人群里，这种关联弱一些。
你改不了基因，但能改每天暴露的环境。
可以这样理解：基因上膛，环境扣扳机。你的基因决定你对致胖环境有多敏感：同样住在到处是外卖和含糖饮料的城市，遗传风险高的人体重涨得更多，风险低的人涨得少。观察性研究还看到，同样带 FTO 风险拷贝，在久坐、西式饮食的人群里，它和体重的关联更明显；在体力活动多的人群里，这种关联弱一些。
你改不了基因，但能改每天暴露的环境。
实操 · 遗传风险高的人怎么移开扳机
基因上膛、环境扣扳机如果只停在比喻上，就浪费了它最有用的部分。下面把移开扳机翻译成几件今天就能做的事，尤其适合食欲和奖赏天生偏强的人。Locke 2015 找到的 97 个位点，大多集中在和中枢神经系统相关的基因上：它们多半调的是食物随手可得时，你有多容易多吃。一个流行的解释（节俭基因假说）是：进化的绝大部分时间里食物不稳定，能高效储能、食欲强，是生存优势；这套在饥荒年代救命的程序，放进 24 小时都有高能量食物的现代环境，就变成了肥胖倾向。这个解释讲得通，但很难直接验证。打个比方，是石器时代的程序跑在外卖时代的硬件上。
核心原则：你改不了基因，但每天暴露的环境，基本是你能设计的。对基因敏感的人来说，改环境的回报远高于硬扛意志力。
视线和距离是最便宜的一招。 不在家里囤超加工零食：你不会半夜专门出门去买，但会从沙发走五米去拿；不买回家，就等于直接抽掉那张牌。健康的食物放在最顺手的位置：冰箱前排放切好的水果、即食的蛋白质，让最容易拿到的恰好是你想多吃的。逛超市沿着外圈走：生鲜在外圈，零食和软饮在中间的货架，路线本身就是过滤器。
用结构代替临场决策。 早上把今天吃什么定下来，就不必每一顿都临场跟奖赏系统谈判。给冲动留一个缓冲：食物冲动大多过一阵就会消退，常说是 15-20 分钟；想吃的时候先喝杯水、走两步，过了峰再判断。
用饱腹补上基因没给的那部分。 每餐 25-40 g 蛋白，加上高纤维。如果你天生饱腹信号偏弱，就用食物把它补回来，这比咬牙省力得多。
Hall 2019 做的是一项小型住院交叉试验：同一批人先后吃超加工和未加工两种饮食，提供的热量、糖、脂肪、纤维等都配平，吃多少随意。吃超加工饮食的那段时间，人们每天自发多吃了约 500 kcal。它说明，多吃有相当一部分是食物环境推出来的，不只是你不够强。对基因敏感的人，这更说明一件事：与其训练自己手里的牌，不如先把对手手里的牌抽掉。
第 5 章
既不怪懒，也不认命
Not laziness, not destiny
胖是因为懒和馋，不对：食欲、饱腹、奖赏的个体差异有一部分写在基因里，把胖瘦等同于道德，既不科学，也没用。基因决定一切、努力没用，也不对：可遗传度是人群的统计，不是对个人的判决；同一个基因组在不同环境里，体重可以差得很远，环境和行为有很大的空间。
Loos 和 Yeo 2022 的综述指出，基因主要通过大脑的食欲回路起作用，所以针对食欲的办法最对症。基因决定了你打的是哪个难度，但不决定你能不能通关。
Loos 和 Yeo 2022 的综述指出，基因主要通过大脑的食欲回路起作用，所以针对食欲的办法最对症。基因决定了你打的是哪个难度，但不决定你能不能通关。
证据 · 两个极端为什么都站不住
用证据把两个极端钉住。极端一（胖是懒和馋）站不住，除了遗传，还有减重之后的生物学：大脑会全面拉响饥荒警报。Sumithran 2011 跟踪到，减重一年后，饥饿相关的激素仍没有回到原位；Fothergill 2016 跟踪一小群参加电视减重比赛、减得非常猛的人，看到代谢下调可以持续 6 年。反弹有生物学的原因，不只是意志力崩了。体重 40-70% 可遗传，说的仍是人群里的差异，不是说某一个人减不了。
极端二（基因决定一切）站不住，是因为可遗传度不预测个人会怎么反应，而且基因给的是倾向，不是终点。同一个基因组在不同环境里，体重可以差得很远，这恰恰说明环境和行为有很大的空间。
遗传风险高的人能动的杠杆，都对着食欲这条回路：
每餐 25-40 g 蛋白加高纤维，直接补上天生偏弱的饱腹信号把诱惑食物移出视线、移出家门，对奖赏敏感的人来说，比硬扛有效得多力量训练加足量蛋白，防止减重时肌肉和脂肪一起掉（见 减脂期为什么必须保蛋白）睡够：短期睡眠剥夺的实验里，饥饿素升、瘦素降，等于在本来就偏强的食欲上再加码设定点：有人认为它能被长期的健康习惯慢慢往下移，这一点在人体上还缺少直接证据；能确定的是，它不会因为一次极端节食就重置
你的任务不是恨自己天生饿得快，而是用对工具，补上基因没给你的那部分饱腹感。
相关的几篇：瘦素抵抗与体重设定点（设定点怎么防守）、适应性产热（减重后的代谢下调）、享乐性饮食（奖赏回路和）、体重管理（总框架）。
参考文献 · 10
- Stunkard, A. J., Harris, J. R., Pedersen, N. L., & McClearn, G. E. (1990). The body-mass index of twins who have been reared apart. New England Journal of Medicine, 322(21), 1483-1487. Identical twins reared apart: BMI intrapair correlation 0.70 (men) / 0.66 (women); model-fit heritability 0.74 / 0.69. Shared childhood environment had little effect. 10.1056/NEJM199005243222102
- Wardle, J., Carnell, S., Haworth, C. M. A., & Plomin, R. (2008). Evidence for a strong genetic influence on childhood adiposity despite the force of the obesogenic environment. The American Journal of Clinical Nutrition, 87(2), 398-404. TEDS twin cohort (5092 pairs, ages 8-11): heritability of BMI and waist circumference ~ 77%. 10.1093/ajcn/87.2.398
- Frayling, T. M., Timpson, N. J., Weedon, M. N., Zeggini, E., Freathy, R. M., Lindgren, C. M., et al. (2007). A common variant in the FTO gene is associated with body mass index and predisposes to childhood and adult obesity. Science, 316(5826), 889-894. Adults homozygous for the risk allele (~16%) weighed ~3 kg more and had 1.67-fold higher odds of obesity; replicated across 13 cohorts (38,759 participants). 10.1126/science.1141634
- Locke, A. E., Kahali, B., Berndt, S. I., Justice, A. E., Pers, T. H., Day, F. R., et al. (2015). Genetic studies of body mass index yield new insights for obesity biology. Nature, 518(7538), 197-206. GWAS meta-analysis in up to 339,224 individuals identified 97 BMI-associated loci (56 novel) explaining ~2.7% of BMI variation; common variation accounts for > 20%. Loci enriched for central-nervous-system genes. 10.1038/nature14177
- Farooqi, I. S., Keogh, J. M., Yeo, G. S. H., Lank, E. J., Cheetham, T., & O'Rahilly, S. (2003). Clinical spectrum of obesity and mutations in the melanocortin 4 receptor gene. New England Journal of Medicine, 348(12), 1085-1095. MC4R mutations are the commonest monogenic form of obesity, found in ~5.8% of severe early-onset (childhood) obesity. 10.1056/NEJMoa022050
- Loos, R. J. F., & Yeo, G. S. H. (2022). The genetics of obesity: from discovery to biology. Nature Reviews Genetics, 23(2), 120-133. Polygenic (common) and monogenic (rare) obesity share genetic and biological underpinnings, pointing to a central role for the brain in body-weight control. 10.1038/s41576-021-00414-z
- Heymsfield, S. B., Greenberg, A. S., Fujioka, K., Dixon, R. M., Kushner, R., Hunt, T., Lubina, J. A., Patane, J., Self, B., Hunt, P., & McCamish, M. (1999). Recombinant leptin for weight loss in obese and lean adults: A randomized, controlled, dose-escalation trial. JAMA, 282(16), 1568–1575. 10.1001/jama.282.16.1568
- Sumithran, P., Prendergast, L. A., Delbridge, E., Purcell, K., Shulkes, A., Kriketos, A., & Proietto, J. (2011). Long-term persistence of hormonal adaptations to weight loss. The New England Journal of Medicine, 365(17), 1597–1604. 50 overweight or obese adults without diabetes on a 10-week very-low-energy diet; mean loss 13.5 kg. Measured at baseline, 10 and 62 weeks: leptin, ghrelin, PYY, GIP, GLP-1, amylin, pancreatic polypeptide, CCK, insulin and subjective appetite. At 62 weeks, leptin, PYY, CCK, insulin, ghrelin, GIP, pancreatic polypeptide and hunger still differed significantly from baseline; GLP-1 and amylin are not in that list. No thyroid hormone or energy-expenditure measure is reported in the abstract (abstract, PMID 22029981). 10.1056/NEJMoa1105816
- Hall, K. D., Ayuketah, A., Brychta, R., Cai, H., Cassimatis, T., Chen, K. Y., et al. (2019). Ultra-processed diets cause excess calorie intake and weight gain: an inpatient randomized controlled trial of ad libitum food intake. Cell Metabolism, 30(1), 67-77.e3. 20 inpatients, 2 weeks per diet, crossover. Meal eating rate was greater on the ultra-processed diet by 17 +/- 1 kcal/min (7.4 +/- 0.9 g/min), p < 0.0001 - that is the between-diet difference; ratings of pleasantness and familiarity did not differ (full text, PMC7946062). Diets were matched for presented calories, energy density including beverages (1.024 vs 1.028 kcal/g), macronutrients, sugar, sodium and fiber (21.3 vs 20.7 g/1000 kcal, partly via fiber supplements added to ultra-processed meals); non-beverage energy density was 1.957 vs 1.057 kcal/g (~85% higher), which the authors say likely contributed. Intake was 508 +/- 106 kcal/day greater on the ultra-processed diet (full text, Table 1 and Results). 10.1016/j.cmet.2019.05.008
- Fothergill, E., Guo, J., Howard, L., Kerns, J. C., Knuth, N. D., Brychta, R., Chen, K. Y., Skarulis, M. C., Walter, M., Walter, P. J., & Hall, K. D. (2016). Persistent metabolic adaptation 6 years after 'The Biggest Loser' competition. Obesity, 24(8), 1612–1619. 14 of the 16 original 'Biggest Loser' competitors re-measured 6 years later (DXA, indirect calorimetry). End of the 30-week competition: weight -58.3 kg, resting metabolic rate (RMR) -610 kcal/day. At 6 years: 41.0 kg regained, RMR still 704 kcal/day below baseline, and metabolic adaptation (RMR residual after adjusting for body composition and age) -499 ± 207 kcal/day. Regain was not correlated with metabolic adaptation at the competition's end (r = -0.1, P = 0.75), but those maintaining more weight loss at 6 years had greater concurrent metabolic slowing (r = 0.59, P = 0.025); the authors call adaptation a proportional but incomplete response to contemporaneous efforts to reduce weight (abstract, PMID 27136388). 10.1002/oby.21538