Potential Misrepresentation of Inherited Breast Cancer Risk by Common Germline Alleles
Notice bibliographique
Résumé
Abstract Hundreds of common variants have been found to confer small but significant differences in breast cancer risk, supporting the polygenic additive model of inherited risk. This widely accepted model is at odds with twin data indicating highly elevated risk in a subgroup of women. Using a novel closed-pattern-mining algorithm, we provide evidence that rare variants or haplotypes may underlie the association of breast cancer risk with common germline alleles. Our method, called Chromosome Overlap, consists in iteratively pairing chromosomes from affected individuals and looking for noncontiguous patterns of shared alleles without exhaustive enumeration. We applied Chromosome Overlap to haplotypes of genotyped SNPs from 9,011 female breast cancer cases from the UK Biobank (UKBB) at three topologically associating domains containing well-established common-allele “hits” for breast cancer. A total of 181,034 UKBB women of “white British” ancestry were used to assess the discovered haplotypes, and 55,346 cases and controls of European ancestry in the Discovery, Biology, and Risk of Inherited Variants in Breast Cancer (DRIVE) case-control study were used for replication. Out of twenty rare (frequency < ∼0.1%) risk haplotypes of large effect identified in UKBB at P < 1.0 × 10 −5 , four (hazard ratio: 4.22–20.2) were subsequently replicated in DRIVE (odds ratio: 2.13–11.9) at P < 0.05. Our results support the genetic heterogeneity and rare-variant/haplotype basis of breast cancer risk and suggest a novel type of “synthetic association” wherein common risk alleles on a rare risk haplotype may misrepresent disease risk through their tagging of many “false positive” haplotypes. Significance Chromosome Overlap reveals that common alleles identified by GWAS may be poor surrogates for underlying high-risk haplotypes, necessitating a reappraisal of the polygenic model of disease risk.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 | 0,000 |
| 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 ».