A joint transcriptome-wide association study across multiple tissues identifies new candidate susceptibility genes for breast cancer
Notice bibliographique
Résumé
Abstract Genome-wide association studies (GWAS) have identified more than 200 genomic loci for breast cancer risk, but specific causal genes in most of these loci have not been identified. In fact, transcriptome-wide association studies (TWAS) of breast cancer performed using gene expression prediction models trained in breast tissue have yet to clearly identify most target genes. To identify novel candidate genes, we performed a joint TWAS analysis that combined TWAS signals from multiple tissues. We used expression prediction models trained in 47 tissues from the Genotype-Tissue Expression data using a multivariate adaptive shrinkage method along with association summary statistics from the Breast Cancer Association Consortium and UK Biobank data. We identified 380 genes at 129 genomic loci to be significantly associated with breast cancer at the Bonferroni threshold (p < 2.36 × 10 −6 ). Of them, 29 genes were located in 11 novel regions that were at least 1Mb away from published GWAS hits. The rest of TWAS-significant genes were located in 118 known genomic loci from previous GWAS of breast cancer. After conditioning on previous GWAS index variants, we found that 22 genes located in known GWAS loci remained statistically significant. Our study maps potential target genes in more than half of known GWAS loci and discovers multiple new loci, providing new insights into breast cancer genetics.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».