MétaCan
Menu
← Retour à la cohorte
Enregistrement W2056326822 · doi:10.1158/1538-7445.am2013-4579

Abstract 4579: Variants in long non-coding RNAs are associated with epithelial ovarian cancer risk in a pooled analysis of three genome-wide association studies.

2013· article· en· W2056326822 sur OpenAlexaff
Y. Ann Chen, Zhihua Chen, Jennifer Permuth‐Wey, Ya-Yu Tsai, Hui‐Yi Lin, Xiaotao Qu, Kate Lawrenson, David Fenstermacher, Catherine M. Phelan, Álvaro N.A. Monteiro, Simon A. Gayther, Steven A. Narod, Rebecca Sutphen, Michael J. Birrer, Nicolas Wentzensen, Joellen M. Schildkraut, Ellen L. Goode, Paul D.P. Pharoah, Thomas A. Sellers

Notice bibliographique

RevueCancer Research · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInternational HapMap ProjectGenome-wide association studySingle-nucleotide polymorphismBiologySNPGenetic associationLong non-coding RNAPopulationOvarian cancerLogistic regression1000 Genomes ProjectGeneticsOncologyGenotypeCancerMedicineGeneInternal medicineRNA

Résumé

récupéré en direct d'OpenAlex

Abstract Since most GWAS hits fall in non-coding regions of the genome and long non-coding RNAs (lncRNAs) are emerging as drivers of carcinogenesis, we hypothesized that SNPs in lncRNAs influence epithelial ovarian cancer (EOC) risk. A comprehensive lncRNA database (lncRNA db) that contained 104 human lncRNAs when downloaded in November 2011 was used to identify 1,737 variants in 63 unique lncRNAs that were represented in three genome-wide association studies from North America, the United Kingdom, and Poland (3,995 EOC cases and 3,277 controls of European background). SNPs with MAF <5% were excluded, and missing genotypes were inferred with Mach using the HapMap CEU population. Unconditional logistic regression treating alternate alleles as an ordinal variable was used to evaluate individual SNP-EOC risk associations. Subgroup analysis was conducted for serous adenocarcinomas (N= 2,066), the main histologic subtype of EOC. Models were adjusted for study and European ancestry using the first two principal components (PCs). We reduced correlated signals (r2 ≥ 0.8) within each lncRNA and kept the most statistically significant variants based on Wald tests, resulting in 651 SNPs for further analyses. Fisher's product method was used to aggregate evidence of multiple variants within each lncRNA using 10,000 permutations. To adjust for multiple comparisons, a false discovery rate (FDR) of 10% was used. A replication phase was carried out for top-ranked SNPs from an additional 9,854 EOC cases (5,802 serous) and 17,633 controls genotyped through an international effort known as the Collaborative Oncological Gene-Environment study (COGS). Four lncRNAs, WT1-AS (p = 0.005, n = 2 SNPs), Hoxa11as (p = 0.013, n = 2), AK082072 (p = 0.016, n = 4) and H19 (p = 0.020, n = 2), were significantly associated with EOC risk among all histologies (FDR ≤ 10%). The SNP in WT1-AS most significantly associated with EOC risk was rs3809061 (T>C) (minor allele frequency= 36%, odds ratio (OR) = 0.91, CI: 0.84-0.97, p = 0.008). Among serous cases, rs3809061 was also protective (OR = 0.92, p = 0.04). These findings were replicated by a correlated SNP rs2301250 (r2 = 0.84) evaluated in COGS among serous cases (OR = 0.94, CI: 0.90-0.99, p = 0.009) and less significant among all histologies (OR = 0.96, CI: 0.93-1.00, p = 0.054). We further interrogated its functional role by performing an expression quantitative trait locus analysis on WTI-AS mRNA expression using the Cancer Genome Atlas (TCGA) data (N = 462 serous cases). WT1-AS expression was significantly higher among carriers of the variant allele (compared to TT homozygotes) using the Mann-Whitney U test (p = 0.001). WT1-AS is the antisense and possible regulator of WT1, a tumor suppressor gene reported to be prognostic in advanced EOC. These findings implicate germline lncRNA variants associated with EOC risk that merit further investigation. Citation Format: Yian Ann Chen, Zhihua Chen, Jennifer Permuth-Wey, Ya-Yu Tsai, Hui-Yi Lin, Xiaotao Qu, Kate Lawrenson, David Fenstermacher, Catherine M. Phelan, Alvaro Monteiro, Simon A. Gayther, Steven A. Narod, Rebecca Sutphen, Michael J. Birrer, Nicolas Wentzensen, Joellen M. Schildkraut, Ellen L. Goode, Paul Pharoah, Thomas Sellers. Variants in long non-coding RNAs are associated with epithelial ovarian cancer risk in a pooled analysis of three genome-wide association studies. [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 4579. doi:10.1158/1538-7445.AM2013-4579

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,342
Écart entre enseignants0,311 · 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'étudeMéta-analyse
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→