A Meta-analysis of Multiple Myeloma Risk Regions in African and European Ancestry Populations Identifies Putatively Functional Loci
Notice bibliographique
Résumé
Abstract Background: Genome-wide association studies (GWAS) in European populations have identified genetic risk variants associated with multiple myeloma. Methods: We performed association testing of common variation in eight regions in 1,318 patients with multiple myeloma and 1,480 controls of European ancestry and 1,305 patients with multiple myeloma and 7,078 controls of African ancestry and conducted a meta-analysis to localize the signals, with epigenetic annotation used to predict functionality. Results: We found that variants in 7p15.3, 17p11.2, 22q13.1 were statistically significantly (P < 0.05) associated with multiple myeloma risk in persons of African ancestry and persons of European ancestry, and the variant in 3p22.1 was associated in European ancestry only. In a combined African ancestry–European ancestry meta-analysis, variation in five regions (2p23.3, 3p22.1, 7p15.3, 17p11.2, 22q13.1) was statistically significantly associated with multiple myeloma risk. In 3p22.1, the correlated variants clustered within the gene body of ULK4. Correlated variants in 7p15.3 clustered around an enhancer at the 3′ end of the CDCA7L transcription termination site. A missense variant at 17p11.2 (rs34562254, Pro251Leu, OR, 1.32; P = 2.93 × 10−7) in TNFRSF13B encodes a lymphocyte-specific protein in the TNF receptor family that interacts with the NF-κB pathway. SNPs correlated with the index signal in 22q13.1 cluster around the promoter and enhancer regions of CBX7. Conclusions: We found that reported multiple myeloma susceptibility regions contain risk variants important across populations, supporting the use of multiple racial/ethnic groups with different underlying genetic architecture to enhance the localization and identification of putatively functional alleles. Impact: A subset of reported risk loci for multiple myeloma has consistent effects across populations and is likely to be functional. Cancer Epidemiol Biomarkers Prev; 25(12); 1609–18. ©2016 AACR.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,014 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».