Genetically Predicted Levels of DNA Methylation Biomarkers and Breast Cancer Risk: Data From 228 951 Women of European Descent
Notice bibliographique
Résumé
BACKGROUND: DNA methylation plays a critical role in breast cancer development. Previous studies have identified DNA methylation marks in white blood cells as promising biomarkers for breast cancer. However, these studies were limited by low statistical power and potential biases. Using a new methodology, we investigated DNA methylation marks for their associations with breast cancer risk. METHODS: Statistical models were built to predict levels of DNA methylation marks using genetic data and DNA methylation data from HumanMethylation450 BeadChip from the Framingham Heart Study (n = 1595). The prediction models were validated using data from the Women's Health Initiative (n = 883). We applied these models to genomewide association study (GWAS) data of 122 977 breast cancer patients and 105 974 controls to evaluate if the genetically predicted DNA methylation levels at CpG sites (CpGs) are associated with breast cancer risk. All statistical tests were two-sided. RESULTS: Of the 62 938 CpG sites CpGs investigated, statistically significant associations with breast cancer risk were observed for 450 CpGs at a Bonferroni-corrected threshold of P less than 7.94 × 10-7, including 45 CpGs residing in 18 genomic regions, that have not previously been associated with breast cancer risk. Of the remaining 405 CpGs located within 500 kilobase flaking regions of 70 GWAS-identified breast cancer risk variants, the associations for 11 CpGs were independent of GWAS-identified variants. Integrative analyses of genetic, DNA methylation, and gene expression data found that 38 CpGs may affect breast cancer risk through regulating expression of 21 genes. CONCLUSION: Our new methodology can identify novel DNA methylation biomarkers for breast cancer risk and can be applied to other diseases.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».