Analysis of variants in DNA damage signalling genes in bladder cancer
Notice bibliographique
Résumé
BACKGROUND: Chemicals from occupational exposure and components of cigarette smoke can cause DNA damage in bladder urothelium. Failure to repair DNA damage by DNA repair proteins may result in mutations leading to genetic instability and the development of bladder cancer. Immunohistochemistry studies have shown DNA damage signal activation in precancerous bladder lesions which is lost on progression, suggesting that the damage signalling mechanism acts as a brake to further tumorigenesis. Single nucleotide polymorphisms (SNPs) in DSB signalling genes may alter protein function. We hypothesized that SNPs in DSB signalling genes may modulate predisposition to bladder cancer and influence the effects of environmental exposures. METHODS: We recruited 771 cases and 800 controls (573 hospital-based and 227 population-based from a previous case-control study) and interviewed them regarding their smoking habits and occupational history. DNA was extracted from a peripheral blood sample and genotyping of 24 SNPs in MRE11, NBS1, RAD50, H2AX and ATM was undertaken using an allelic discrimination method (Taqman). RESULTS: Smoking and occupational dye exposure were strongly associated with bladder cancer risk. Using logistic regression adjusting for age, sex, smoking and occupational dye exposure, there was a marginal increase in risk of bladder cancer for an MRE11 3'UTR SNP (rs2155209, adjusted odds ratio 1.54 95% CI (1.13-2.08, p = 0.01) for individuals homozygous for the rare allele compared to those carrying the common homozygous or heterozygous genotype). However, in the hospital-based controls, the genotype distribution for this SNP deviated from Hardy-Weinberg equilibrium. None of the other SNPs showed an association with bladder cancer and we did not find any significant interaction between any of these polymorphisms and exposure to smoking or dye exposure. CONCLUSION: Apart from a possible effect for one MRE11 3'UTR SNP, our study does not support the hypothesis that SNPs in DSB signaling genes modulate predisposition to bladder cancer.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».