Genetic Variants in Epigenetic Pathways and Risks of Multiple Cancers in the GAME-ON Consortium
Notice bibliographique
Résumé
Abstract Background: Epigenetic disturbances are crucial in cancer initiation, potentially with pleiotropic effects, and may be influenced by the genetic background. Methods: In a subsets (ASSET) meta-analytic approach, we investigated associations of genetic variants related to epigenetic mechanisms with risks of breast, lung, colorectal, ovarian and prostate carcinomas using 51,724 cases and 52,001 controls. False discovery rate–corrected P values (q values < 0.05) were considered statistically significant. Results: Among 162,887 imputed or genotyped variants in 555 candidate genes, SNPs in eight genes were associated with risk of more than one cancer type. For example, variants in BABAM1 were confirmed as a susceptibility locus for squamous cell lung, overall breast, estrogen receptor (ER)–negative breast, and overall prostate, and overall serous ovarian cancer; the most significant variant was rs4808076 [OR = 1.14; 95% confidence interval (CI) = 1.10–1.19; q = 6.87 × 10−5]. DPF1 rs12611084 was inversely associated with ER-negative breast, endometrioid ovarian, and overall and aggressive prostate cancer risk (OR = 0.93; 95% CI = 0.91–0.96; q = 0.005). Variants in L3MBTL3 were associated with colorectal, overall breast, ER-negative breast, clear cell ovarian, and overall and aggressive prostate cancer risk (e.g., rs9388766: OR = 1.06; 95% CI = 1.03–1.08; q = 0.02). Variants in TET2 were significantly associated with overall breast, overall prostate, overall ovarian, and endometrioid ovarian cancer risk, with rs62331150 showing bidirectional effects. Analyses of subpathways did not reveal gene subsets that contributed disproportionately to susceptibility. Conclusions: Functional and correlative studies are now needed to elucidate the potential links between germline genotype, epigenetic function, and cancer etiology. Impact: This approach provides novel insight into possible pleiotropic effects of genes involved in epigenetic processes. Cancer Epidemiol Biomarkers Prev; 26(6); 816–25. ©2017 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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».