Abstract 4839: SNP-SNP interactions in mitochondria-related pathways are associated with invasive Epithelial Ovarian Cancer (EOC) risk .
Notice bibliographique
Résumé
Abstract Background: Variation in mitochondrial genes in cancer cells alters the mitochondrial bioenergetic and biosynthetic state, which mediates cross-talk between mitochondria and the nucleus to modulate many cellular processes. The objective of this study was to comprehensively evaluate mitochondria-nuclear cross-talk in terms of SNP-SNP interactions associated with invasive epithelial ovarian cancer (EOC) risk, which may play an important role in unveiling the underlying mechanism of this complex lethal disease. Methods: Our analyses were based on 1,938 invasive EOC cases and 2,009 controls with greater than 80% European ancestry from five case-control studies genotyped using the Illumina 610quad chip. We evaluated 2,488 SNPs in over 1,500 genes in eight mitochondria-related pathways (apoptosis, oxidation-reduction, epithelial-mesenchymal transition, immunomoduation, transmembrane transport, small GTPases, BRCA1-interactors and circadian rhythm). SNPs with strong linkage disequilibrium of r2 > 0.8 were excluded. We examined 2-way SNP-SNP interactions associated with invasive EOC risk using the two-stage Random Forests plus Multivariate Adaptive Regression Splines (TRM) approach. Bootstrapping was further performed to select important variables and reduce false positive findings. Based on the scree plot using 1,000 bootstrap samples, the factors with more than 4% of bootstrap frequency were defined as significant factors. We then included each identified factors separately in model adjusting for study site and first principal component representing European ancestry. Results: Five significant SNP-SNP interactions were observed: (rs2270799 in IQSEC3 (12p13.33) + rs933305 in CUX2 (12q24.3), (p= 6.3x10−5); rs6063251 in PREX1 (20q13.3) + rs9705 in SLC39A8 (4q22-q24), (p= 3.5x10−5); rs933305 in CUX2 (12q24.3) + rs1712957 in ARHGAP15 (2q22.2-q22.3), (p=4.2x10−7), rs2861828 in SLIT1 (10q23.3-q24) + rs6063251 in PREX1 (20q13.3), (p=2.5x10−7); rs10954593 in SEMA3C (7q21-q31) + rs933305 in CUX2 (12q24.3), (p=2.8x10−3). Four of the five interactions involved SNPs from genes in the small GTPases pathway (IQSEC3; PREX1 (twice) and ARHGAP15). In addition, three of the five interaction pairs involved the CUX2 gene. This gene encodes a protein which contains three CUT domains and a homeodomain, which are DNA-binding motifs. The main mitochondrial SNP-SNP interaction involved the nuclear mitochondria gene SLC39A8. Conclusions: Our results suggest that genetic variation in mitochondrial-related pathways may be associated with invasive EOC risk. These findings highlight important genes/pathways that may interact as a network to influence invasive EOC risk and may generate novel therapeutic targets. External validation will be done using other independent studies for future analyses. Citation Format: Hui-Yi Lin, Ya-Yu Tsai, Y. Ann Chen, Zhihua Chen, Xiaotao Qu, Ellen L. Goode, Joellen Schildkraut, Edwin Iversen, Steven A. Narod, Thomas A. Sellers, Catherine M. Phelan. SNP-SNP interactions in mitochondria-related pathways are associated with invasive Epithelial Ovarian Cancer (EOC) risk . [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 4839. doi:10.1158/1538-7445.AM2013-4839
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».