MétaCan
Menu
Retour à la cohorte
Enregistrement W1967038424 · doi:10.1158/1538-7445.am2013-4850

Abstract 4850: Variation in circadian rhythm genes influence epithelial ovarian cancer risk and invasiveness.

2013· article· en· W1967038424 sur OpenAlexaff
Heather Jim, Jonathan P. Tyrer, Hui‐Yi Lin, Gang Han, Xiaotao Qu, Ellen L. Goode, Zhihua Chen, Ya-Yu Tsai, Julie M. Cunningham, Edward Iversen, Susan J. Ramus, Andrew Berchuck, Joellen M. Schildkraut, Álvaro N.A. Monteiro, Simon A. Gayther, Steven A. Narod, Thomas A. Sellers, Paul D.P. Pharoah, Catherine M. Phelan

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésBiologyCircadian rhythmCLOCKSingle-nucleotide polymorphismOvarian cancerSerous fluidCircadian clockInternal medicineCarcinogenesisPopulationGeneticsTimelessOncologyCancerCancer researchEndocrinologyGeneGenotypeMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Circadian rhythms of biological processes are regulated by endogenous clock genes and clock-controlled genes. Aberrant expression of circadian clock genes may have important consequences on the transactivation of downstream targets that control the cell cycle and cellular proliferation potentially promoting carcinogenesis. Animal models indicate that several circadian rhythm genes are expressed in the ovaries, where they influence and are influenced by estrous cycles. The goal of the current study was to examine the association of circadian gene variants and epithelial ovarian cancer (EOC) risk. Methods: Thirty-one SNPs from five circadian genes (i.e., ARNTL, CRY2, KLF10, NPAS2, PER3, TIMELESS) were genotyped in 14,736 cases and 23,448 control women of European ancestry from 43 studies in the Ovarian Cancer Association Consortium (OCAC), on a custom Illumina iSelect designed for the Collaborative Oncological Gene-Environment Study (COGS). Both invasive cancers combined and the four main histological subtypes (serous [n=8,372], endometroid [n=2,068], clear cell [n=1,025] and mucinous [n=943] were analyzed, SNP analyses were conducted using unconditional logistic regression under a log-additive model. All analyses were adjusted for study site and population substructure. Results: Eleven SNPs were found to be associated with ovarian cancer risk. The SNPs most associated with serous cancer risk were KLF10 rs2513928 (OR=.95 p=6.1x10−3), rs2513927 (OR=1.05 p=6.1x10−3), rs2511703 (OR=1.05 p=9.8x10−3), rs3191333 (OR=1.05, p=1.5x10−2) and NPAS2 rs13012930 (OR=.95, p=3.5x10−2). Endometroid cancer risk was significantly associated with ARNTL SNPs rs10732458 (OR=1.3, p=1.0x10−2) and rs7117836 (OR=1.2, p=4.6x10−2), while clear cell cancer risk was associated with ARNTL rs1562438 (OR=.88, p=1.5x10−2), rs1026071 (OR=.89, p=1.8x10−2), and rs3816360 (OR=.91, p=4.8x10−2) and KLF10 rs2388232 (OR=1.1, p=3.3x10−2). No variants were significantly associated with mucinous cancer risk. Four SNPs in KLF10 were associated with cancer invasiveness; they were rs2513928 (OR=.95, p=1.8x10−3), rs3191333 (OR=1.04, p=1.4x10−2), rs2513927 (OR=1.04, p=1.9x10−2), and rs2511703 (OR=1.03, p=2.8x10−2). Conclusions: Data from the current study suggest that polymorphisms in circadian genes ARNTL, KLF10, and NPAS2 are significantly associated with ovarian cancer histopathologic subtypes and invasiveness. These findings merit further investigation and replication. Funding: R01 CA149429 Citation Format: Heather Jim, Jonathan Tyrer, Hui-Yi Lin, Gang Han, Xiaotao Qu, Ellen L. Goode, Zhihua Chen, Ya-Yu Tsai, Julie M. Cunningham, Edward Iversen, Susan Ramus, Andrew Berchuck, Joellen Schildkraut, Alvaro Monteiro, Simon Gayther, Steven A. Narod, Thomas A. Sellers, Paul Pharoah, Catherine M. Phelan. Variation in circadian rhythm genes influence epithelial ovarian cancer risk and invasiveness. [abstract]. In: Proceedings of the 104th Annual Meeting of the American Association for Cancer Research; 2013 Apr 6-10; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2013;73(8 Suppl):Abstract nr 4850. doi:10.1158/1538-7445.AM2013-4850 Note: This abstract was not presented at the AACR Annual Meeting 2013 because the presenter was unable to attend.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,326
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207