A Candidate-Pathway Approach to Identify Gene-Environment Interactions: Analyses of Colon Cancer Risk and Survival
Notice bibliographique
Résumé
BACKGROUND: Genetic association studies have traditionally focused on associations between individual single nucleotide polymorphisms (SNPs) and disease. Standard analysis ignores interactions between multiple SNPs and environmental exposures explaining a small portion of disease heritability: the often-cited issue of "missing heritability." METHODS: We present a novel three-step analytic framework for modeling gene-environment interactions (GEIs) between an angiogenesis candidate-gene pathway and three lifestyle exposures (dietary protein, smoking, and alcohol consumption) on colon cancer risk and survival. Logic regression was used to summarize the gene-pathway effects, and GEIs were modeled using logistic regression and Cox proportional hazards models. We analyzed data from 1541 colon cancer case patients and 1934 control subjects in the Diet, Activity and Lifestyle as a Risk Factor for Colon Cancer Study. RESULTS: We identified five statistically significant GEIs for colon cancer risk. For risk interaction, odds ratios (ORINT) and 95% confidence intervals (CIs) were FLT1(rs678714) and BMP4(rs17563) and smoking (ORINT = 1.64, 95% CI = 1.11 to 2.41 and ORINT = 1.60, 95% CI = 1.10 to 2.32, respectively); FLT1(rs2387632 OR rs9513070) and protein intake (ORINT = 1.69, 95% CI = 1.03 to 2.77); KDR(rs6838752) and TLR2(rs3804099) and alcohol (ORINT = 1.53, 95% CI = 1.10 to 2.13 and ORINT = 1.59, 95% CI = 1.05 to 2.38, respectively). Three GEIs between TNF, BMP1, and BMPR2 genes and the three exposures were statistically significant at the 5% level in relation to colon cancer survival but not after multiple-testing adjustment. CONCLUSIONS: Adopting a comprehensive biologically informed candidate-pathway approach identified GEI effects on colon cancer. Findings may have important implications for public health and personalized medicine targeting prevention and therapeutic strategies. Findings from this study need to be validated in other studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».