Genetic Variation in <i>IGF2</i> and <i>HTRA1</i> and Breast Cancer Risk among <i>BRCA1</i> and <i>BRCA2</i> Carriers
Notice bibliographique
Résumé
BACKGROUND: BRCA1 and BRCA2 mutation carriers have a lifetime breast cancer risk of 40% to 80%, suggesting the presence of risk modifiers. We previously identified significant associations in genetic variants in the insulin-like growth factor (IGF) signaling pathway. Here, we investigate additional IGF signaling genes as risk modifiers for breast cancer development in BRCA carriers. METHODS: A cohort of 1,019 BRCA1 and 500 BRCA2 mutation carriers were genotyped for 99 single-nucleotide polymorphisms (SNP) in 13 genes. Proportional hazards regression was used to model time from birth to diagnosis of breast cancer for BRCA1 and BRCA2 carriers separately. For linkage disequilibrium (LD) blocks with multiple SNPs, an additive genetic model was used. For an SNP analysis, no additivity assumptions were made. RESULTS: Significant associations were found between risk of breast cancer and LD blocks in IGF2 for BRCA1 and BRCA2 mutation carriers (global P values of 0.009 for BRCA1 and 0.007 for BRCA2), HTRA1 for BRCA1 carriers (global P value of 0.005), and MMP3 for BRCA2 carriers (global P = 0.0000007 for BRCA2). CONCLUSIONS: We identified significant associations of genetic variants involved in IGF signaling. With the known interaction of BRCA1 and IGF signaling and the loss of PTEN in a majority of BRCA1 tumors, this suggests that signaling through AKT may modify breast cancer risk in BRCA1 carriers. IMPACT: These results suggest potential avenues for future research targeting the IGF signaling pathway in modifying risk in BRCA1and BRCA2 mutation carriers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».