MétaCan
Menu
← Retour à la cohorte
Enregistrement W2880429904 · doi:10.1371/journal.pone.0197561

Variants in genes encoding small GTPases and association with epithelial ovarian cancer susceptibility

2018· article· en· W2880429904 sur OpenAlexafffund
Madalene A. Earp, Jonathan P. Tyrer, Stacey J. Winham, Hui‐Yi Lin, Ganna Chornokur, Joe Dennis, Katja K.H. Aben, Hoda Anton‐Culver, Natalia Antonenkova, Elisa V. Bandera, Yukie T. Bean, Matthias W. Beckmann, Line Bjørge, Natalia Bogdanova, Louise A. Brinton, Angela Brooks‐Wilson, Fiona Bruinsma, Clareann H. Bunker, Ralf Bützow, Ian Campbell, Karen Carty, Jenny Chang‐Claude, Linda S. Cook, Daniel W. Cramer, Julie M. Cunningham, Cezary Cybulski, Agnieszka Dansonka‐Mieszkowska, Evelyn Despierre, Jennifer A. Doherty, Thilo Dörk, Andreas du Bois, Matthias Dürst, Douglas F. Easton, Robert P. Edwards, Arif B. Ekici, Peter A. Fasching, Brooke L. Fridley, Aleksandra Gentry‐Maharaj, Graham G. Giles, Rosalind Glasspool, Marc T. Goodman, Jacek Gronwald, Philipp Harter, Alexander Hein, Florian Heitz, Michelle A.T. Hildebrandt, Peter Hillemanns, Claus Høgdall, Estrid Høgdall, Satoyo Hosono, Edwin S. Iversen, Anna Jakubowska, Allan Jensen, Bu-Tian Ji, Audrey Jung, Beth Y. Karlan, Melissa Kellar, Lambertus A. Kiemeney, Boon Kiong Lim, Susanne K. Kjær, Camilla Krakstad, Jolanta Kupryjańczyk, Diether Lambrechts, Sandrina Lambrechts, Nhu D. Le, Shashi Lele, Jenny Lester, Douglas A. Levine, Zheng Li, Dong Liang, Jolanta Lissowska, Karen H. Lu, Jan Lubiński, Lene Lundvall, Leon F.A.G. Massuger, Keitaro Matsuo, Valerie McGuire, Iain A. McNeish, Usha Menon, Roger L. Milne, Francesmary Modugno, Kirsten B. Moysich, Roberta B. Ness, Heli Nevanlinna, Kunle Odunsi, Sara H. Olson, Irene Orlow, Sandra Oršulić, James Paul, Tanja Pejović, Liisa M. Pelttari, Jenny B. Permuth, Malcolm C. Pike, Elizabeth M. Poole, Barry P. Rosen, Mary Anne Rossing, Joseph H. Rothstein, Ingo B. Runnebaum, Iwona K. Rzepecka, Eva Schernhammer, Ira Schwaab, Xiao‐Ou Shu, Yurii B. Shvetsov, Nadeem Siddiqui, Weiva Sieh, Honglin Song, Melissa C. Southey, Beata Śpiewankiewicz, Lara Sucheston‐Campbell, Ingvild L. Tangen, Soo‐Hwang Teo, Kathryn L. Terry, Pamela J. Thompson, Lotte Thomsen, Shelley S. Tworoger, Anne M. van Altena, Ignace Vergote, Liv Cecilie Vestrheim Thomsen, Robert A. Vierkant, Christine Walsh, Shan Wang‐Gohrke, Nicolas Wentzensen, Alice S. Whittemore, Kristine G. Wicklund, Lynne R. Wilkens, Yin Ling Woo, Anna H. Wu, Xifeng Wu, Yong-Bing Xiang, Hannah Yang, Wei Zheng, Argyrios Ziogas, Alice W. Lee, Celeste Leigh Pearce, Andrew Berchuck, Joellen M. Schildkraut, Susan J. Ramus, Álvaro N.A. Monteiro, Steven A. Narod, Thomas A. Sellers, Simon A. Gayther, Linda E. Kelemen, Georgia Chenevix‐Trench, Harvey A. Risch, Paul D.P. Pharoah, Ellen L. Goode, Catherine M. Phelan

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensWomen's College HospitalCanada's Michael Smith Genome Sciences CentrePrincess Margaret Cancer CentreBC Cancer AgencySimon Fraser UniversityUniversity of TorontoPublic Health Ontario
Organismes subventionnairesDivision of Cancer Epidemiology and Genetics, National Cancer InstituteNational Cancer InstituteCancer Council TasmaniaCancer Council QueenslandCancer Council VictoriaCancer Council South AustraliaNational Health and Medical Research CouncilNational Center for Advancing Translational SciencesMedical Research CouncilCanadian Institutes of Health ResearchHelse VestOvarian Cancer Research FundCancer AustraliaImperial College LondonBundesministerium für Bildung und ForschungNational Institute for Health and Care ResearchU.S. Public Health ServiceLon V. Smith FoundationHelsingin ja Uudenmaan SairaanhoitopiiriFred C. and Katherine B. Andersen FoundationRutgers Cancer Institute of New JerseyMayo Foundation for Medical Education and ResearchNorges ForskningsrådUniversity of CambridgeCancer Research UKNational Institute of Arthritis and Musculoskeletal and Skin DiseasesMinnesota Ovarian Cancer AllianceCancer Council NSWFoundation for the National Institutes of HealthEuropean CommissionOregon Health and Science UniversityUniversität UlmCalifornia Breast Cancer Research ProgramKræftens BekæmpelseNational Institutes of Health
Mots-clésGeneBiologyOvarian cancerGTPaseGeneticsEpithelial ovarian cancerAssociation (psychology)CancerComputational biology

Résumé

récupéré en direct d'OpenAlex

Epithelial ovarian cancer (EOC) is the fifth leading cause of cancer mortality in American women. Normal ovarian physiology is intricately connected to small GTP binding proteins of the Ras superfamily (Ras, Rho, Rab, Arf, and Ran) which govern processes such as signal transduction, cell proliferation, cell motility, and vesicle transport. We hypothesized that common germline variation in genes encoding small GTPases is associated with EOC risk. We investigated 322 variants in 88 small GTPase genes in germline DNA of 18,736 EOC patients and 26,138 controls of European ancestry using a custom genotype array and logistic regression fitting log-additive models. Functional annotation was used to identify biofeatures and expression quantitative trait loci that intersect with risk variants. One variant, ARHGEF10L (Rho guanine nucleotide exchange factor 10 like) rs2256787, was associated with increased endometrioid EOC risk (OR = 1.33, p = 4.46 x 10-6). Other variants of interest included another in ARHGEF10L, rs10788679, which was associated with invasive serous EOC risk (OR = 1.07, p = 0.00026) and two variants in AKAP6 (A-kinase anchoring protein 6) which were associated with risk of invasive EOC (rs1955513, OR = 0.90, p = 0.00033; rs927062, OR = 0.94, p = 0.00059). Functional annotation revealed that the two ARHGEF10L variants were located in super-enhancer regions and that AKAP6 rs927062 was associated with expression of GTPase gene ARHGAP5 (Rho GTPase activating protein 5). Inherited variants in ARHGEF10L and AKAP6, with potential transcriptional regulatory function and association with EOC risk, warrant investigation in independent EOC study populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetGenomics and Chromatin Dynamics→Travaux en français237 207→