1 定义与基本概念
1.1 血缘关系图的含义与用途
血缘关系图（Pedigree chart/Family pedigree）是一类以图形方式组织“个体—关系—关键属性”的研究工具。它将亲属关系抽象为节点与连线，并以世代层级将结构按时间或出生序列进行分层展示。常见用途包括：家系结构梳理、遗传规律的假设与检验的可视化支撑、与健康或其他表型相关的群体结构描述，以及为后续统计建模提供结构化输入。
在研究流程中，血缘关系图往往同时承担两项角色：一方面作为数据可视化与整理载体，帮助研究者快速理解家系架构；另一方面作为质控与信息核对的中间产物，用于发现缺失、冲突或不合理的记录，从而提高分析基础数据的可用性与一致性。
1.2 与相关概念的区分（家系图、族谱、亲属网络）
血缘关系图与“家系图、族谱、亲属网络”等概念相关，但侧重点不同。家系图通常强调家族成员及其血缘脉络的呈现；血缘关系图则更强调标准化的符号体系与可用于研究的结构化表达。族谱往往包含更丰富的历史叙事、文化信息与年代记载，未必采用一致的研究型标注规则。亲属网络（如网络分析中的亲属图）可能包含更宽泛的关系类型与权重信息，且不一定以世代层级与遗传研究所需的格式为核心。
换言之，血缘关系图通常是“为研究服务”的版本：符号与规则更标准、结构更可计算，并更容易与统计模型或数据库结构对接。
1.3 研究中的常见输入与输出
常见输入包括个体条目（如性别、出生/死亡时间点、患病状态或其他属性）以及个体之间的亲属连接（如父母—子代、伴侣—后代等）。资料来源可能来自问卷、访谈记录、档案文档或已有数据库。
常见输出通常分为三类：
1 定义与基本概念
2 图形表示规则
3 数据构建流程
2 图形表示规则
2.1 个体符号与标注约定
血缘关系图的个体通常以固定形状表示，并配合简洁标注承载关键属性。标准化目的在于让不同研究团队在相同数据结构下能读懂同一图形含义。
2.1.1 性别与状态编码
常见做法是用几何形状编码性别，例如用方形表示男性、圆形表示女性。若需要区分个体是否具有某种特征（如患病状态），可采用填充色、填充比例、边框加粗或加标记等方式表达。对于研究中常见的“未知状态”，通常使用中性填充或留白，并在图例中明确“未知”的含义。
在同一张图中，编码应保持一致：同样的形状对应同样的性别，同样的颜色或线型对应同样的状态，避免读者在视觉层面产生歧义。
2.1.2 代际、出生/死亡等信息的呈现
世代层级多通过横向或纵向分布体现。出生年或年龄信息若有较高可信度，可在节点旁以短码呈现；死亡可通过外框样式或加短横线等方式标出。若只掌握时间点的粗粒度（如“已成年”“未成年人”），也可在符号旁使用分级标注，但应在图例或元数据中说明分级规则。
为了便于阅读，血缘关系图一般遵循“少量但关键”的标注原则：将最影响研究的问题相关属性优先展示，而将过多细节交由配套数据表承载。
2.2 亲属连接与线型含义
亲属连接以线条表示，线型与连接方式用于区分亲属类型与结构关系。
2.2.1 伴侣关系与子代关系
在典型血缘表达中，伴侣关系常通过两名个体之间的连线或并排连接表示；随后子代通常以从伴侣节点或连接位置向下延伸的方式呈现，线条汇合到子代节点。这样布局能直观表达“同一代的父母/伴侣连接产生下一代子代”的层级结构。
当研究需要表达多次伴侣或多组子女时，图形需采用明确的分组规则（例如按连线段分段、按行列聚合或使用编号标识），并在图例或注释中说明对应逻辑。
2.2.2 继亲/领养等非生物学连接的表示（研究语境限定）
在某些研究语境下，非生物学但具有家庭关系意义的连接（例如继亲或领养）可能被纳入分析。然而为了避免与严格生物学亲缘概念混淆，图形中应使用与生物学关系不同的线型或边框样式，并在元数据中注明纳入范围与研究口径。例如可用虚线表示“家庭关系连接”，实线表示“生物学推定连接”，或反之按团队惯例区分。
无论采用何种方案，核心是保持“可解释性”：读者应能从图面直接判断关系类型，而不是事后依赖口头说明。
2.3 缺失信息与不确定关系的标记
血缘数据常存在缺失与不确定。常见情况包括未知父母、未知伴侣、关系未核验或状态并非确定事实。对此，血缘关系图通常需要明确标记：
- 缺失：用特定符号或空白节点表示“存在个体但信息不全”，并在图例中说明字段缺失对应的视觉规则。
- 不确定：可用不同颜色透明度、虚线连接或问号样式标识“关系存在但证据不足/推定”。
- 冲突：若出现与其他记录不一致的连接，建议在质控流程中标注“待核验”，并保留原始来源信息以便追溯，而不是在图面上直接强行合并。
这种标记策略能降低后续建模阶段因“隐性假设”导致的偏差。
3 数据构建流程
3.1 资料来源与数据收集
3.1.1 问卷与访谈整理
问卷与访谈是血缘关系图常见起点。研究者通常需要获得个体基本信息（性别、出生/死亡或大致时间区间、关键属性状态）以及亲属结构（如父母与子女的对应关系、伴侣关系的分组）。为减少误差，访谈往往采用结构化提问，并让受访者按时间顺序或代际层级回忆，以便后续映射到世代排布。
3.1.2 记录与档案核验（谱系文档、问卷表等）
除口述信息外，档案核验用于确认一致性。核验对象可能包括家族记录、登记文档、既往问卷表或研究团队整理的谱系文档。实践中常见做法是：先建立“可用版本”（尽可能完整），再进行逐项核对，将证据较弱的字段保留为可追溯的缺失或不确定状态，而不是直接覆盖为确定结论。
3.2 关系抽取与数据清洗
3.2.1 冲突检测与一致性校正
数据清洗关注“结构层面”的矛盾，例如同一子代被多个父母组合同时指向、出生时间顺序与世代理解不符、性别与符号编码冲突等。冲突检测后，团队通常需要执行一致性校正流程：依据更可信来源优先级选择其一，或保留多候选关系并在图上标注“待核验”。
校正不应只追求图形看似完整，而应追求可解释与可追溯：每一次修改最好能对应到来源字段与规则依据。
2.2.2 继亲/领养等非生物学连接的表示（研究语境限定）
缺失并不等于“可随意填充”。常见策略包括：
- 缺失即未知：在图面与数据表中都保留未知标签，避免将未知当作确定结论。
- 分级缺失：将“完全缺失”和“部分已知”区分开，以便在后续建模时采用不同权重或排除规则。
- 以家庭结构约束补全：当结构逻辑允许时（例如已知子代与某组父母的连接，但出生年份缺失），可仅补充不影响关系方向的字段，并在元数据中标注“由结构约束推导”。
3.3 世代层级与编号体系设计
3.3.1 顶层个体与起点选择
世代层级的划分需要明确起点。起点可由研究目的决定：例如以家系中最早可追溯的核心个体作为顶层，或以特定时间窗口内的家庭成员作为起点。顶层选择会影响图面排布与读者对结构的直观理解，因此通常应在研究记录中说明理由，例如“以可核验信息最早者为起点”。
3.3.2 编号、索引与可追溯性
编号体系用于连接图形与数据表。常见做法是为每个个体生成唯一标识符，并在节点旁以短标签展示，同时在配套数据表中保留完整字段。编号应支持回溯，例如能追踪该节点对应的原始记录来源与版本状态。
可追溯性不仅用于研究复核，也有助于后续图形更新：当新增成员或修正关系时，既能保持稳定引用，又能避免历史版本难以比对的问题。
4 研究方法应用
4.1 描述性分析
4.1.1 代际结构与群体特征展示
血缘关系图常用于展示家庭结构随代际的展开方式，例如成员数量在不同代的变化、关键节点（如较早代或核心家庭）的集中程度、以及某类属性在世代间的分布形态。通过直观图示，研究者可快速发现“数据确实呈现某种聚集趋势”的证据线索，也能定位图中需要复核的异常区域。
4.1.2 关系模式与关键个体识别
除了代际结构，血缘关系图也有助于识别关系模式，例如：
- 某些家庭分支是否在特定位置出现异常聚集；
- 是否存在少数关键个体对整体结构连接性很强；
- 缺失信息是否集中在特定支系，可能导致偏倚。
这类识别通常不直接等同于因果结论，但能为建模与样本选择提供方向。
4.2 遗传与家系相关分析（方法框架）
4.2.1 表型/性状在家系中的聚集评估
在遗传相关研究中，血缘关系图可用于评估某表型或性状在亲属之间的聚集现象。图形层面通常通过节点颜色或填充区分表型状态，使研究者直观看到“同一支系中状态为阳性的个体是否更集中”。这种聚集评估可作为统计检验的前导步骤：在正式模型估计前，用于确认数据是否具备基本结构条件与足够的分支信息。
4.2.2 传递路径与风险提示的建模思路
在进一步的定量分析中，研究者往往将图中“父母—子代—孙代”的关系链条映射到模型的传递路径。即便模型不直接依赖图形本身，血缘关系图仍提供结构先验：哪些个体是潜在传递关系的参与者、哪些连接类型属于不同假设框架下的输入。需要注意的是，风险提示应明确属于“基于结构与已知属性的统计推断”，并在输出中强调不确定性来自缺失与关系误标等因素。
4.3 统计建模与可视化协同
4.3.1 从图到数据表（节点-边/长表结构）
血缘关系图的可计算部分通常以“节点—边”结构组织：节点对应个体及属性字段；边对应亲属关系及关系类型。通过将图形转为长表（例如一行代表一个个体的某个属性、或一行代表一条关系边），便于与回归模型、聚集检验、似然估计或层级模型等统计方法对接。
这种转换过程应保持一致的编码规则，确保图中“未知”“待核验”“关系类型不同”等状态在数据表中也能被同等表达。
4.3.2 结果回填与图形呈现规范
当统计模型得到结果后，可将关键指标回填到图中，例如：
- 某类节点的风险评分或置信区间（通常以颜色深浅或边框标识）；
- 某条关系在候选模型中的权重或被支持程度（可用标注或线型变化呈现）；
- 对异常分支的提示（例如标记“模型不稳定/信息不足”）。
呈现规范要求：回填内容应与图例匹配，并避免在同一节点上堆叠过多视觉元素造成误读。必要时可生成多版本图形：例如一张图展示结构，另一张图展示模型结果。
4.4 质控与偏倚控制
4.4.1 选择偏差与信息偏差来源
偏倚常来自样本选择与信息收集方式差异。例如某支系更愿意提供详细资料导致信息完整度更高，从而影响模型可用样本；或因记忆误差、记录缺失导致关系方向或状态判断存在系统性偏差。血缘关系图在质控阶段的价值在于可视化偏差：研究者可定位“缺失集中位置”、识别“某类信息仅出现在特定支系”的不均衡现象。
4.4.2 关系误标对推断的影响与缓解
关系误标（如父母—子代连接错误、伴侣分组错误）可能导致模型输入结构错误，从而影响风险估计与聚集评估的可靠性。缓解手段通常包括：
- 通过档案或重复访谈验证高影响节点；
- 对不确定连接使用“待核验”标记并在模型中纳入不确定性处理策略；
- 进行敏感性分析：比较“采用严格关系版本”与“采用宽松关系版本”下结论是否一致。
血缘关系图的标准化与可追溯性是这些措施能否落地的前提。
5 标准化与复现性
5.1 符号标准与制图规范
5.1.1 颜色、形状与图例要求
标准化符号是复现性的基础。颜色用于区分表型状态或其他类别信息时，需给出图例并明确色彩含义，同时考虑色盲友好方案与打印可读性。形状用于区分性别或关系类型时，必须在图例中与编号规则一致，避免出现“同形不同义”。
5.1.2 尺寸、排版与可读性原则
排版应遵循可读性优先：代际分层要清晰，连线不宜交叉到无法追踪的程度。对于大规模家系，可采用局部放大或分支拆图策略，同时保持每张图的编号体系一致，确保读者能从局部结果拼回整体结构。
5.2 元数据与研究记录
5.2.1 数据字典与标注说明
数据字典需明确每个字段的含义、取值范围、缺失编码、以及“状态/关系类型”的定义口径。例如“未知状态”与“未收集状态”应区分，生物学关系与家庭关系的区别也应清楚写明。
此外，研究者还应记录“图面标注”如何映射到数据表字段，确保外部审阅者能够从图例复原编码逻辑。
5.2.2 版本控制与变更日志
血缘关系图往往在数据核验后会迭代。为保证复现性，建议对图形文件与底层数据同步版本控制，并维护变更日志，例如：新增节点、修正关系、更新状态字段、调整缺失策略等。日志越清晰，后续回溯与审计成本越低。
5.3 伦理与隐私保护（研究方法层面）
5.3.1 去标识化与最小必要披露
即便血缘关系图用于研究，其生成与共享也应遵循隐私保护原则。常见做法是采用去标识化编号代替可识别信息，将出生日期精确度降到必要范围，并对可能暴露身份的组合信息进行限制呈现。研究输出图形若需对外展示，应使用汇总或裁剪策略，避免泄露可追踪细节。
5.3.2 数据访问权限与安全存储
研究数据的安全存储与访问权限管理同样属于方法层面要求。通常需要对原始问卷、档案扫描件与可追溯映射表实行权限控制，并采用加密或安全存储机制，确保只有授权人员能进行质控与更新。
6 常见工具与实现方式（概览）
6.1 手工制图与模板化工作流
手工制图适合样本规模较小或研究初期快速建模。模板化工作流能减少符号与布局差异，例如使用预设图例、固定代际布局规则和自动校验文本标注格式。缺点是对大规模数据与频繁迭代时效率较低。
6.2 软件绘图与自动化生成思路
软件绘图可通过结构化输入自动生成血缘图。自动化生成通常依赖预先定义的符号库、线型映射规则与布局算法，并与数据表联动更新。实践中常见需求包括：批量生成不同视角的图（例如按支系拆分）、输出多种分辨率版本（用于报告与论文排版），以及对缺失与不确定连接的特殊线型渲染。
6.3 与图数据库/网络分析的衔接（概念层面）
从概念上，血缘关系图可与图数据库或网络分析框架衔接：将节点属性（性别、状态、时间信息）与边属性（关系类型、证据等级、来源可靠度）存储在图结构中。这样既能进行结构查询（如查找特定代际的连通范围），也能为后续图统计或网络指标计算提供统一接口。衔接的关键在于保持编码一致与元数据完整。
7 典型场景与案例结构（不涉及敏感争议）
7.1 家系数据的结构化整理示例
在结构化整理中，研究者通常先建立个体主表：每行对应一个家庭成员，包含基础属性字段与唯一编号；再建立关系表：记录父母—子代、伴侣—子代等连接，以及关系来源与置信级别。最后生成血缘关系图：将节点和边按代际层级排布，并将状态字段映射到符号填充或标注中。该流程有助于从“文本记录”转向“可计算结构”。
7.2 缺失信息较多时的图示策略
当缺失较多时，图示策略应避免“把不知道画成知道”。常见做法包括：对未知字段使用中性符号并保留空白位置；对不确定关系使用虚线或问号标记；对信息缺口进行分区说明，例如在图中用标注指明缺失集中在某代或某支系。这样做能让读者直观看到数据质量差异，也便于后续在模型中实施不同的数据处理策略。
7.3 用于沟通的“可读性优先”版本制作
用于沟通的版本通常强调可读性而非最大信息密度。可以选择简化显示：例如只展示关键属性（患病状态或主要类别）与主要亲属连接，隐藏过多细节字段；或制作“结构版”和“信息版”两套图，前者用于快速理解关系脉络，后者用于传达研究细节。通过这种分层呈现，既能减少误解，也能在不透露多余隐私的前提下提升沟通效率。
8 局限性与改进方向
8.1 图形复杂度与可视化瓶颈
随着家系规模扩大、关系类型增多以及缺失标注增加，血缘关系图可能出现拥挤与交叉线条过多的问题，导致阅读困难。改进方向包括使用分支拆图、交互式可视化或引入布局优化算法，以降低视觉拥堵。
8.2 关系类型扩展带来的表达挑战
如果研究将更广泛的关系类型纳入图形（例如多次家庭连接、跨代家庭关系或多来源证据等级），传统符号体系可能不够用，导致读者理解成本上升。需要通过更严格的图例规范、分层显示策略以及关系类型字段的标准化编码，来保持表达一致性。
8.3 与统计模型耦合的改进空间
血缘关系图与统计模型的耦合仍有提升空间。例如可以更系统地把“不确定性”从图面传入模型输入，或在输出回填时同时展示置信度与数据质量指标。这样不仅能提升推断透明度，也能让图形在研究中从“展示工具”进一步成为“可验证的结构输入”。