Identifying Functional Genetic Variants in DNA Repair Pathway Using Protein Conservation Analysis
Notice bibliographique
Résumé
The role of DNA repair in initiation, promotion, and progression of malignancy suggests that variations in DNA repair genes confer altered cancer risk. Accordingly, DNA repair gene variants have been studied extensively in the context of cancer predisposition. Single nucleotide polymorphisms (SNPs) are the most common genetic variations in the human genome. A fraction of SNPs are located within the genes, which are likely to alter the gene expression and function. SNPs that change the encoded amino acid sequence of the proteins (non-synonymous; nsSNPs) are potentially genetic disease determinant variations. However, as not all amino acid substitutions are supposed to lead to a change in protein function, it will be necessary to have a priori prediction and determination of the functional consequences of amino acid substitutions per se, and then together with other genetic and environmental factors to study their possible association with a trait. Here we report the analysis of nsSNPs in 88 DNA repair genes and their functional evaluation based on the conservation of amino acids among the protein family members. Our analysis demonstrated that >30% of variants of DNA repair proteins are highly likely to affect the function of the proteins drastically. In this study, we have shown that three nsSNPs, which were predicted to have functional consequences (XRCC1-R399Q, XRCC3-T241M, XRCC1-R280H), were already found to be associated with cancer risk. The strategy developed and applied in this study has the potential to identify functional protein variants of DNA repair pathway that may be associated with cancer predisposition.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».