The shared genetic architecture between epidemiological and behavioral traits with lung cancer
Notice bibliographique
Résumé
Abstract The complex polygenic nature of lung cancer is not fully characterized. Our study seeks to identify novel phenotypes associated with lung cancer using cross-trait linkage disequilibrium score regression (LDSR). We measured pairwise genetic correlation (rg) and SNP heritability (h2) between 347 traits and lung cancer risk using genome-wide association study summary statistics from the UKBB and OncoArray consortium. Further, we conducted analysis after removing genomic regions previously associated with smoking behaviors to mitigate potential confounding effects. We found significant negative genetic correlations between lung cancer risk and dietary behaviors, fitness metrics, educational attainment, and other psychosocial traits. Alcohol taken with meals (rg = − 0.41, h2 = 0.10, p = 1.33 × 10–16), increased fluid intelligence scores (rg = − 0.25, h2 = 0.22, p = 4.54 × 10–8), and the age at which full time education was completed (rg = − 0.45, h2 = 0.11, p = 1.24 × 10–20) demonstrated negative genetic correlation with lung cancer susceptibility. The body mass index was positively correlated with lung cancer risk (rg = 0.20, h2 = 0.25, p = 2.61 × 10–9). This analysis reveals shared genetic architecture between several traits and lung cancer predisposition. Future work should test for causal relationships and investigate common underlying genetic mechanisms across these genetically correlated traits.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».