Genome-wide analyses characterize shared heritability among cancers and identify novel cancer susceptibility regions
Notice bibliographique
Résumé
BACKGROUND: The shared inherited genetic contribution to risk of different cancers is not fully known. In this study, we leverage results from 12 cancer genome-wide association studies (GWAS) to quantify pairwise genome-wide genetic correlations across cancers and identify novel cancer susceptibility loci. METHODS: We collected GWAS summary statistics for 12 solid cancers based on 376 759 participants with cancer and 532 864 participants without cancer of European ancestry. The included cancer types were breast, colorectal, endometrial, esophageal, glioma, head and neck, lung, melanoma, ovarian, pancreatic, prostate, and renal cancers. We conducted cross-cancer GWAS and transcriptome-wide association studies to discover novel cancer susceptibility loci. Finally, we assessed the extent of variant-specific pleiotropy among cancers at known and newly identified cancer susceptibility loci. RESULTS: We observed widespread but modest genome-wide genetic correlations across cancers. In cross-cancer GWAS and transcriptome-wide association studies, we identified 15 novel cancer susceptibility loci. Additionally, we identified multiple variants at 77 distinct loci with strong evidence of being associated with at least 2 cancer types by testing for pleiotropy at known cancer susceptibility loci. CONCLUSIONS: Overall, these results suggest that some genetic risk variants are shared among cancers, though much of cancer heritability is cancer-specific and thus tissue-specific. The increase in statistical power associated with larger sample sizes in cross-disease analysis allows for the identification of novel susceptibility regions. Future studies incorporating data on multiple cancer types are likely to identify additional regions associated with the risk of multiple cancer types.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».