MétaCan
Menu
Retour à la cohorte
Enregistrement W2293438364 · doi:10.1093/hmg/ddv494

Meta-analysis of genome-wide association studies identifies multiple lung cancer susceptibility loci in never-smoking Asian women

2016· review· en· W2293438364 sur OpenAlexaff
Zhaoming Wang, Wei Jie Seow, Kouya Shiraishi, Chao A. Hsiung, Keitaro Matsuo, Jie Liu, Kexin Chen, Taiki Yamji, Yang Yang, I‐Shou Chang, Chen Wu, Yun‐Chul Hong, Laurie Burdett, Charles C. Chung, Shengchao A. Li, Meredith Yeager, Amy Hutchinson, Wei Hu, Neil E. Caporaso, Maria Teresa Landi, Nilanjan Chatterjee, Minsun Song, Joseph F. Fraumeni, Takashi Kohno, Jun Yokota, Hideo Kunitoh, Kyota Ashikawa, Yukihide Momozawa, Yataro Daigo, Tetsuya Mitsudomi, Yasushi Yatabe, Toyoaki Hida, Zhibin Hu, Juncheng Dai, Hongxia Ma, Guangfu Jin, Bao Song, Zhehai Wang, Sensen Cheng, Zhihua Yin, Xuelian Li, Yangwu Ren, Peng Guan, Jiang Chang, Wen Tan, Chien‐Jen Chen, Gee‐Chen Chang, Ying-Huang Tsai, Wu‐Chou Su, Kuan‐Yu Chen, Ming-Shyan Huang, Yuh-Min Chen, Hong Zheng, Haixin Li, Ping Cui, Huan Guo, Ping Xu, Li Liu, Motoki Iwasaki, Taichi Shimazu, Shoichiro Tsugane, Junjie Zhu, Gening Jiang, Fei Ke, Jae Yong Park, Yeul Hong Kim, Jae Sook Sung, Kyong Hwa Park, Young Tae Kim, Yoo Jin Jung, Chang Hyun Kang, In Kyu Park, Hee Nam Kim, Hyo-Sung Jeon, Jin Eun Choi, Yi Young Choi, Jin Hee Kim, In‐Jae Oh, Young‐Chul Kim, Sook Whan Sung, Jun Suk Kim, Ho-Il Yoon, Sun‐Seog Kweon, Min‐Ho Shin, Adeline Seow, Ying Chen, Wei-Yen Lim, Jianjun Liu, Maria Pik Wong, Victor Lee, Bryan A. Bassig, Margaret A. Tucker, Sonja I. Berndt, Wong‐Ho Chow, Bu-Tian Ji, Junwen Wang, Jun Xu, Alan Sihoe, Jcm Ho, John K. Chan, Jiu-Cun Wang, Daru Lu, Xueying Zhao, Zhenhong Zhao, Junjie Wu, Hongyan Chen, Jin Li, Fusheng Wei, Guoping Wu, She-Juan An, Xu‐Chao Zhang, Jian Su, Yi‐Long Wu, Yu-Tang Gao, Yong-Bing Xiang, Xingzhou He, Jihua Li, Wei Zheng, Xiao‐Ou Shu, Qiuyin Cai, Robert J. Klein, William Pao, Charles Lawrence, H. Dean Hosgood, Chin‐Fu Hsiao, Li-Hsin Chien, Ying-Hsiang Chen, Chung–Hsing Chen, Wen‐Chang Wang, Chih‐Yi Chen, Chih-Liang Wang, Chong‐Jen Yu, Huiling Chen, Yu-Chun Su, Fang-Yu Tsai, Yi-Song Chen, Yao-Jen Li, Tsung‐Ying Yang, Chien‐Chung Lin, Pan‐Chyr Yang, Tangchun Wu, Dongxin Lin, Baosen Zhou, Jinming Yu, Hongbing Shen, Michiaki Kubo, Stephen J. Chanock, Nathaniel Rothman, Qing Lan

Notice bibliographique

RevueHuman Molecular Genetics · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthNational Cancer CenterNational Natural Science Foundation of China
Mots-clésBiologyLung cancerGenome-wide association studyGeneticsGenomeGenetic associationCancerMeta-analysisBioinformaticsComputational biologyGeneSingle-nucleotide polymorphismOncologyInternal medicineGenotype

Résumé

récupéré en direct d'OpenAlex

Genome-wide association studies (GWAS) of lung cancer in Asian never-smoking women have previously identified six susceptibility loci associated with lung cancer risk. To further discover new susceptibility loci, we imputed data from four GWAS of Asian non-smoking female lung cancer (6877 cases and 6277 controls) using the 1000 Genomes Project (Phase 1 Release 3) data as the reference and genotyped additional samples (5878 cases and 7046 controls) for possible replication. In our meta-analysis, three new loci achieved genome-wide significance, marked by single nucleotide polymorphism (SNP) rs7741164 at 6p21.1 (per-allele odds ratio (OR) = 1.17; P = 5.8 × 10(-13)), rs72658409 at 9p21.3 (per-allele OR = 0.77; P = 1.41 × 10(-10)) and rs11610143 at 12q13.13 (per-allele OR = 0.89; P = 4.96 × 10(-9)). These findings identified new genetic susceptibility alleles for lung cancer in never-smoking women in Asia and merit follow-up to understand their biological underpinnings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,080
Tête enseignante GPT0,390
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetCancer-related molecular mechanisms researchTravaux en français237 207