A Genome-Wide Association Study to Identify Potential Germline Copy Number Variants for Sporadic Breast Cancer Susceptibility
Notice bibliographique
Résumé
Breast cancer (BC) predisposition in populations arises from both genetic and nongenetic risk factors. Structural variations such as copy number variations (CNVs) are heritable determinants for disease susceptibility. The primary objectives of this study are (1) to identify CNVs associated with sporadic BC using a genome-wide association study (GWAS) design; (2) to utilize 2 distinct CNV calling algorithms to identify concordant CNVs as a strategy to reduce false positive associations in the hypothesis-generating GWAS discovery phase, and (3) to identify potential candidate CNVs for follow-up replication studies. We used Affymetrix SNP Array 6.0 data profiled on Caucasian subjects (422 cases/348 controls) to call CNVs using algorithms implemented in Nexus Copy Number and Partek Genomics Suite software. Nexus algorithm identified CNVs associated with BC (731 autosomal CNVs with >5% frequency in the total sample and Q < 0.05). Thirteen CNVs were identified when Partek algorithm-called CNVs were overlapped with Nexus-identified CNVs; these CNVs showed concordances for frequency, effect size, and direction. Coding genes present within BC-associated CNVs were known to play a role in disease etiology and prognosis. Long noncoding RNAs identified within CNVs showed tissue-specific expression, indicating potential functional relevance of the findings. The identified candidate CNVs warrant independent replication.
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 | 0,000 |
| 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) | 0,000 | 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 ».