Dissecting the genetic overlap of smoking behaviors, lung cancer, and chronic obstructive pulmonary disease: A focus on nicotinic receptors and nicotine metabolizing enzyme
Notice bibliographique
Résumé
Abstract Smoking is a major contributor to lung cancer and chronic obstructive pulmonary disease (COPD). Two of the strongest genetic associations of smoking‐related phenotypes are the chromosomal regions 15q25.1, encompassing the nicotinic acetylcholine receptor subunit genesCHRNA5‐CHRNA3‐CHRNB4, and 19q13.2, encompassing the nicotine metabolizing geneCYP2A6. In this study, we examined genetic relations between cigarettes smoked per day, smoking cessation, lung cancer, and COPD. Data consisted of genome‐wide association study summary results. Genetic correlations were estimated using linkage disequilibrium score regression software. For each pair of outcomes, z‐score‐z‐score (ZZ) plots were generated. Overall, heavier smoking and decreased smoking cessation showed positive genetic associations with increased lung cancer and COPD risk. The chromosomal region 19q13.2, however, showed a different correlational pattern. For example, the effect allele‐C of the sentinel SNP (rs56113850) withinCYP2A6was associated with an increased risk of heavier smoking (z‐score = 19.2;p = 1.10 × 10−81), lung cancer (z‐score = 8.91;p = 5.02 × 10−19), and COPD (z‐score = 4.04;p = 5.40 × 10−5). Surprisingly, this allele‐C (rs56113850) was associated with increased smoking cessation (z‐score = −8.17;p = 2.52 × 10−26). This inverse relationship highlights the need for additional investigation to determine howCYP2A6variation could increase smoking cessation while also increasing the risk of lung cancer and COPD likely through increased cigarettes smoked per day.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».