Circulating Isovalerylcarnitine and Lung Cancer Risk: Evidence from Mendelian Randomization and Prediagnostic Blood Measurements
Notice bibliographique
Résumé
BACKGROUND: Tobacco exposure causes 8 of 10 lung cancers, and identifying additional risk factors is challenging due to confounding introduced by smoking in traditional observational studies. MATERIALS AND METHODS: We used Mendelian randomization (MR) to screen 207 metabolites for their role in lung cancer predisposition using independent genome-wide association studies (GWAS) of blood metabolite levels (n = 7,824) and lung cancer risk (n = 29,266 cases/56,450 controls). A nested case-control study (656 cases and 1,296 matched controls) was subsequently performed using prediagnostic blood samples to validate MR association with lung cancer incidence data from population-based cohorts (EPIC and NSHDS). RESULTS: An MR-based scan of 207 circulating metabolites for lung cancer risk identified that blood isovalerylcarnitine (IVC) was associated with a decreased odds of lung cancer after accounting for multiple testing (log10-OR = 0.43; 95% CI, 0.29-0.63). Molar measurement of IVC in prediagnostic blood found similar results (log10-OR = 0.39; 95% CI, 0.21-0.72). Results were consistent across lung cancer subtypes. CONCLUSIONS: Independent lines of evidence support an inverse association of elevated circulating IVC with lung cancer risk through a novel methodologic approach that integrates genetic and traditional epidemiology to efficiently identify novel cancer biomarkers. IMPACT: Our results find compelling evidence in favor of a protective role for a circulating metabolite, IVC, in lung cancer etiology. From the treatment of a Mendelian disease, isovaleric acidemia, we know that circulating IVC is modifiable through a restricted protein diet or glycine and L-carnatine supplementation. IVC may represent a modifiable and inversely associated biomarker for lung 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 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 | 0,020 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».