Genome-wide Analysis of Common Copy Number Variation and Epithelial Ovarian Cancer Risk
Notice bibliographique
Résumé
Abstract Background: Germline DNA copy number variation (CNV) is a ubiquitous source of genetic variation and remains largely unexplored in association with epithelial ovarian cancer (EOC) risk. Methods: CNV was quantified in the DNA of approximately 3,500 cases and controls genotyped with the Illumina 610k and HumanOmni2.5M arrays. We performed a genome-wide association study of common (>1%) CNV regions (CNVRs) with EOC and high-grade serous (HGSOC) risk and, using The Cancer Genome Atlas (TCGA), performed in silico analyses of tumor-gene expression. Results: Three CNVRs were associated (P < 0.01) with EOC risk: two large (∼100 kb) regions within the 610k set and one small (<5 kb) region with the higher resolution 2.5M data. Large CNVRs included a duplication at LILRA6 (OR = 2.57; P = 0.001) and a deletion at CYP2A7 (OR = 1.90; P = 0.007) that were strongly associated with HGSOC risk (OR = 3.02; P = 8.98 × 10−5). Somatic CYP2A7 alterations correlated with EGLN2 expression in tumors (P = 2.94 × 10−47). An intronic ERBB4/HER4 deletion was associated with reduced EOC risk (OR = 0.33; P = 9.5 × 10−2), and somatic deletions correlated with ERBB4 downregulation (P = 7.05 × 10−5). Five CNVRs were associated with HGSOC, including two reduced-risk deletions: one at 1p36.33 (OR = 0.28; P = 0.001) that correlated with lower CDKIIA expression in TCGA tumors (P = 2.7 × 10−7), and another at 8p21.2 (OR = 0.52; P = 0.002) that was present somatically where it correlated with lower GNRH1 expression (P = 5.9 × 10−5). Conclusions: Though CNV appears to not contribute largely to EOC susceptibility, a number of low-to-common frequency variants may influence the risk of EOC and tumor-gene expression. Impact: Further research on CNV and EOC susceptibility is warranted, particularly with CNVs estimated from high-density arrays.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».