MétaCan
Menu
Retour à la cohorte
Enregistrement W4362523816 · doi:10.1158/1055-9965.epi-22-0724

Exploring the Complex Relationship between Gut Microbiota and Risk of Colorectal Neoplasia Using Bidirectional Mendelian Randomization Analysis

2023· review· en· W4362523816 sur OpenAlexaff
Wanxin Li, Xuan Zhou, Shuai Yuan, Lijuan Wang, Lili Yu, Jing Sun, Jie Chen, Qian Xiao, Zhongxiao Wan, Ju‐Sheng Zheng, Cai‐Xia Zhang, Susanna C. Larsson, Susan M. Farrington, Philip Law, Richard S. Houlston, Ian Tomlinson, Kefeng Ding, Malcolm G. Dunlop, Evropi Τheodoratou, Xue Li

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceMedical Research CouncilCancer Research UKVetenskapsrådetHjärt-LungfondenCancerfondenScience Fund for Distinguished Young Scholars of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésMendelian randomizationColorectal cancerGut floraBiologyMetabolomeMicrobiomeGammaproteobacteriaGeneticsCancerBioinformaticsImmunologyMetabolomicsGeneGenotypeGenetic variants

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Human gut microbiome has complex relationships with the host, contributing to metabolism, immunity, and carcinogenesis. METHODS: Summary-level data for gut microbiota and metabolites were obtained from MiBioGen, FINRISK and human metabolome consortia. Summary-level data for colorectal cancer were derived from a genome-wide association study meta-analysis. In forward Mendelian randomization (MR), we employed genetic instrumental variables (IV) for 24 gut microbiota taxa and six bacterial metabolites to examine their causal relationship with colorectal cancer. We also used a lenient threshold for nine apriori gut microbiota taxa as secondary analyses. In reverse MR, we explored association between genetic liability to colorectal neoplasia and abundance of microbiota studied above using 95, 19, and 7 IVs for colorectal cancer, adenoma, and polyps, respectively. RESULTS: Forward MR did not find evidence indicating causal relationship between any of the gut microbiota taxa or six bacterial metabolites tested and colorectal cancer risk. However, reverse MR supported genetic liability to colorectal adenomas was causally related with increased abundance of two taxa: Gammaproteobacteria (β = 0.027, which represents a 0.027 increase in log-transformed relative abundance values of Gammaproteobacteria for per one-unit increase in log OR of adenoma risk; P = 7.06×10-8), Enterobacteriaceae (β = 0.023, P = 1.29×10-5). CONCLUSIONS: We find genetic liability to colorectal neoplasia may be associated with abundance of certain microbiota taxa. It is more likely that subset of colorectal cancer genetic liability variants changes gut biology by influencing both gut microbiota and colorectal cancer risk. IMPACT: This study highlights the need of future complementary studies to explore causal mechanisms linking both host genetic variation with gut microbiome and colorectal cancer susceptibility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,066
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,363
Tête enseignante GPT0,444
Écart entre enseignants0,081 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetGut microbiota and healthTravaux en français237 207