A multi-omics study links TNS3 and SEPT7 to long-term former smoking NSCLC survival
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The genetic architecture of non-small cell lung cancer (NSCLC) is relevant to smoking status. However, the genetic contribution of long-term smoking cessation to the prognosis of NSCLC patients remains largely unknown. We conducted a genome-wide association study primarily on the prognosis of 1299 NSCLC patients of long-term former smokers from independent discovery ( n = 566) and validation ( n = 733) sets, and used in-silico function prediction and multi-omics analysis to identify single nucleotide polymorphisms (SNPs) on prognostics with NSCLC. We further detected SNPs with at least moderate association strength on survival within each group of never, short-term former, long-term former, and current smokers, and compared their genetic similarity at the SNP, gene, expression quantitative trait loci (eQTL), enhancer, and pathway levels. We identified two SNPs, rs34211819 TNS3 at 7p12.3 ( P = 3.90 × 10 −9 ) and rs1143149 SEPT7 at 7p14.2 ( P = 9.75 × 10 −9 ), were significantly associated with survival of NSCLC patients who were long-term former smokers. Both SNPs had significant interaction effects with years of smoking cessation (rs34211819 TNS3 : P interaction = 8.0 × 10 −4 ; rs1143149 SEPT7 : P interaction = 0.003). In addition, in silico function prediction and multi-omics analysis provided evidence that these QTLs were associated with survival. Moreover, comparison analysis found higher genetic similarity between long-term former smokers and never-smokers, compared to short-term former smokers or current smokers. Pathway enrichment analysis indicated a unique pattern among long-term former smokers that was related to immune pathways. This study provides important insights into the genetic architecture associated with long-term former smoking NSCLC.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle