Cross-cancer genome-wide association study of endometrial cancer and epithelial ovarian cancer identifies genetic risk regions associated with risk of both cancers
Notice bibliographique
Résumé
Abstract Accumulating evidence suggests a relationship between endometrial cancer and epithelial ovarian cancer. For example, endometrial cancer and epithelial ovarian cancer share epidemiological risk factors and molecular features observed across histotypes are held in common (e.g. serous, endometrioid and clear cell). Independent genome-wide association studies (GWAS) for endometrial cancer and epithelial ovarian cancer have identified 16 and 27 risk regions, respectively, four of which overlap between the two cancers. Using GWAS summary statistics, we explored the shared genetic etiology between endometrial cancer and epithelial ovarian cancer. Genetic correlation analysis using LD Score regression revealed significant genetic correlation between the two cancers ( r G = 0.43, P = 2.66 × 10 −5 ). To identify loci associated with the risk of both cancers, we implemented a pipeline of statistical genetic analyses (i.e. inverse-variance meta-analysis, co-localization, and M-values), and performed analyses by stratified by subtype. We found seven loci associated with risk for both cancers (P Bonferroni < 2.4 × 10 −9 ). In addition, four novel regions at 7p22.2, 7q22.1, 9p12 and 11q13.3 were identified at a sub-genome wide threshold (P < 5 × 10 −7 ). Integration with promoter-associated HiChIP chromatin loops from immortalized endometrium and epithelial ovarian cell lines, and expression quantitative trait loci (eQTL) data highlighted candidate target genes for further investigation.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 ».