MétaCan
Menu
Retour à la cohorte
Enregistrement W3034711420 · doi:10.1158/1055-9965.epi-20-0275

Genome-Wide Gene–Diabetes and Gene–Obesity Interaction Scan in 8,255 Cases and 11,900 Controls from PanScan and PanC4 Consortia

2020· article· en· W3034711420 sur OpenAlexaff
Hongwei Tang, Lai Jiang, Rachael Z. Stolzenberg‐Solomon, Alan A. Arslan, Laura E. Beane Freeman, Paige M. Bracci, Paul Brennan, Federico Canzian, Mengmeng Du, Steven Gallinger, Graham G. Giles, Phyllis J. Goodman, Charles Kooperberg, Loı̈c Le Marchand, Rachel Ε. Neale, Xiao‐Ou Shu, Kala Visvanathan, Emily White, Wei Zheng, Demetrius Albanes, Gabriella Andreotti, Ana Babić, William R. Bamlet, Sonja I. Berndt, Amanda L. Blackford, Bas Bueno‐de‐Mesquita, Julie E. Buring, Daniele Campa, Stephen J. Chanock, Erica J. Childs, Eric J. Duell, Charles S. Fuchs, J. Michael Gaziano, Michael Goggins, Patricia Hartge, Manal H. Hassam, Elizabeth A. Holly, Robert N. Hoover, Rayjean J. Hung, Robert C. Kurtz, I-Min Lee, Núria Malats, Roger L. Milne, Kimmie Ng, Ann L. Oberg, Irene Orlow, Ulrike Peters, Miquel Porta, Kari G. Rabe, Nathaniel Rothman, Ghislaine Scélo, Howard D. Sesso, Debra T. Silverman, Ian M. Thompson, Anne Tjønneland, Antonia Trichopoulou, Jean Wactawski‐Wende, Nicolas Wentzensen, Lynne R. Wilkens, Herbert Yu, Anne Zeleniuch‐Jacquotte, Laufey T. Ámundadóttir, Eric J. Jacobs, Gloria M. Petersen, Brian M. Wolpin, Harvey A. Risch, Nilanjan Chatterjee, Alison P. Klein, Donghui Li, Peter Kraft, Peng Wei

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesNational Cancer InstituteNational Heart, Lung, and Blood InstituteCancer Council VictoriaAssociazione Italiana per la Ricerca sul CancroNational Health and Medical Research CouncilMinisterstvo Zdravotnictví Ceské RepublikyGrantová Agentura České RepublikyEuropean Cooperation in Science and TechnologyKhalifa Bin Zayed Al Nahyan FoundationSociety of Memorial Sloan KetteringLustgarten FoundationNational Institute of Environmental Health SciencesMinisterio de Ciencia y TecnologíaMemorial Sloan-Kettering Cancer CenterWorld Health OrganizationCentro de Investigación Biomédica en Red de Epidemiología y Salud PúblicaMayo ClinicNational Institutes of HealthU.S. Department of Health and Human Services
Mots-clésGeneObesityDiabetes mellitusGeneticsGenomeType 2 diabetesMedicineComputational biologyBioinformaticsBiologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Obesity and diabetes are major modifiable risk factors for pancreatic cancer. Interactions between genetic variants and diabetes/obesity have not previously been comprehensively investigated in pancreatic cancer at the genome-wide level. Methods: We conducted a gene–environment interaction (GxE) analysis including 8,255 cases and 11,900 controls from four pancreatic cancer genome-wide association study (GWAS) datasets (Pancreatic Cancer Cohort Consortium I–III and Pancreatic Cancer Case Control Consortium). Obesity (body mass index ≥30 kg/m2) and diabetes (duration ≥3 years) were the environmental variables of interest. Approximately 870,000 SNPs (minor allele frequency ≥0.005, genotyped in at least one dataset) were analyzed. Case–control (CC), case-only (CO), and joint-effect test methods were used for SNP-level GxE analysis. As a complementary approach, gene-based GxE analysis was also performed. Age, sex, study site, and principal components accounting for population substructure were included as covariates. Meta-analysis was applied to combine individual GWAS summary statistics. Results: No genome-wide significant interactions (departures from a log-additive odds model) with diabetes or obesity were detected at the SNP level by the CC or CO approaches. The joint-effect test detected numerous genome-wide significant GxE signals in the GWAS main effects top hit regions, but the significance diminished after adjusting for the GWAS top hits. In the gene-based analysis, a significant interaction of diabetes with variants in the FAM63A (family with sequence similarity 63 member A) gene (significance threshold P < 1.25 × 10−6) was observed in the meta-analysis (PGxE = 1.2 ×10−6, PJoint = 4.2 ×10−7). Conclusions: This analysis did not find significant GxE interactions at the SNP level but found one significant interaction with diabetes at the gene level. A larger sample size might unveil additional genetic factors via GxE scans. Impact: This study may contribute to discovering the mechanism of diabetes-associated pancreatic cancer.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,032
Tête enseignante GPT0,304
Écart entre enseignants0,273 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetGenetic Associations and EpidemiologyTravaux en français237 207