Elucidating the role of blood metabolites on pancreatic cancer risk using two‐sample Mendelian randomization analysis
Notice bibliographique
Résumé
Pancreatic ductal adenocarcinoma (PDAC) is an uncommon but highly fatal malignancy. Identifying causal metabolite biomarkers offers an opportunity to facilitate effective risk assessment strategies for PDAC. In this study, we performed a two-sample Mendelian randomization (MR) study to characterize the potential causal effects of metabolites in plasma on PDAC risk. Genetic instruments were determined for a total of 506 metabolites from one set of comprehensive genome-wide association studies (GWAS) involving 913 individuals of European ancestry from the INTERVAL/EPIC-Norfolk cohorts. Another set of genetic instruments was developed for 483 metabolites from an independent GWAS conducted with 8299 individuals of European ancestry from the Canadian Longitudinal Study on Aging (CLSA) cohort. We analyzed GWAS data of the Pancreatic Cancer Cohort Consortium (PanScan) and the Pancreatic Cancer Case-Control Consortium (PanC4), comprising 8275 PDAC cases and 6723 controls of European ancestry. The association of metabolites with PDAC risk was assessed using the inverse-variance weighted (IVW) method, and complemented with sensitivity analyses of MR-Egger and MR-PRESSO tests. Potential side effects of targeting the identified metabolites for PDAC intervention were further evaluated by a phenome-wide MR (Phe-MR) analysis. Forty-four unique metabolites were identified to be significantly associated with PDAC risk, of which four top-ranking metabolites (X: 12798, X: 11787, X: 11308 and X: 19141) showed replication evidence when using instruments developed from both two cohorts. Our results highlight novel blood metabolites related to PDAC risk, which may help prioritize metabolic features for PDAC mechanistic research and further evaluation of their potential role in PDAC risk assessment.
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 | 0,029 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».