Gene–Environment Analyses in a UK Biobank Skin Cancer Cohort Identifies Important SNPs in DNA Repair Genes That May Help Prognosticate Disease Risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Despite well-established relationships between sun exposure and skin cancer pathogenesis/progression, specific gene-environment interactions in at-risk individuals remain poorly-understood. METHODS: We leveraged a UK Biobank cohort of basal cell carcinoma (BCC, n = 17,221), cutaneous squamous cell carcinoma (cSCC, n = 2,331), melanoma in situ (M-is, n = 1,158), invasive melanoma (M-inv, n = 3,798), and healthy controls (n = 448,164) to quantify the synergistic involvement of genetic and environmental factors influencing disease risk. We surveyed 8,798 SNPs from 190 DNA repair genes, and 11 demographic/behavioral risk factors. RESULTS: Clinical analysis identified darker skin (RR = 0.01-0.65) and hair (RR = 0.27-0.63) colors as protective factors. Eleven SNPs were significantly associated with BCC, three of which were also associated with M-inv. Gene-environment analysis yielded 201 SNP-environment interactions across 90 genes (FDR-adjusted q < 0.05). SNPs from the FANCA gene showed interactions with at least one clinical factor in all cancer groups, of which three (rs9926296, rs3743860, rs2376883) showed interaction with nearly every factor in BCC and M-inv. CONCLUSIONS: We identified novel risk factors for keratinocyte carcinomas and melanoma, highlighted the prognostic value of several FANCA alleles among individuals with a history of sunlamp use and childhood sunburns, and demonstrated the importance of combining genetic and clinical data in disease risk stratification. IMPACT: This study revealed genome-wide associations with important implications for understanding skin cancer risk in the context of the rapidly-evolving field of precision medicine. Major individual factors (including sex, hair and skin color, and sun protection use) were significant mediators for all skin cancers, interacting with >200 SNPs across four skin 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle