Exploratory Genome-Wide Interaction Analysis of Nonsteroidal Anti-inflammatory Drugs and Predicted Gene Expression on Colorectal Cancer Risk
Notice bibliographique
Résumé
Abstract Background: Regular use of nonsteroidal anti-inflammatory drugs (NSAID) is associated with lower risk of colorectal cancer. Genome-wide interaction analysis on single variants (G × E) has identified several SNPs that may interact with NSAIDs to confer colorectal cancer risk, but variations in gene expression levels may also modify the effect of NSAID use. Therefore, we tested interactions between NSAID use and predicted gene expression levels in relation to colorectal cancer risk. Methods: Genetically predicted gene expressions were tested for interaction with NSAID use on colorectal cancer risk among 19,258 colorectal cancer cases and 18,597 controls from 21 observational studies. A Mixed Score Test for Interactions (MiSTi) approach was used to jointly assess G × E effects which are modeled via fixed interaction effects of the weighted burden within each gene set (burden) and residual G × E effects (variance). A false discovery rate (FDR) at 0.2 was applied to correct for multiple testing. Results: Among the 4,840 genes tested, genetically predicted expression levels of four genes modified the effect of any NSAID use on colorectal cancer risk, including DPP10 (PG×E = 1.96 × 10−4), KRT16 (PG×E = 2.3 × 10−4), CD14 (PG×E = 9.38 × 10−4), and CYP27A1 (PG×E = 1.44 × 10−3). There was a significant interaction between expression level of RP11-89N17 and regular use of aspirin only on colorectal cancer risk (PG×E = 3.23 × 10−5). No interactions were observed between predicted gene expression and nonaspirin NSAID use at FDR < 0.2. Conclusions: By incorporating functional information, we discovered several novel genes that interacted with NSAID use. Impact: These findings provide preliminary support that could help understand the chemopreventive mechanisms of NSAIDs on colorectal 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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,006 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».