MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390079469 · doi:10.21203/rs.3.rs-3774978/v1

Mendelian Randomization Study: Genetic Prediction of Blood Metabolites and the Risk of Endometrial Cancer

2023· preprint· en· W4390079469 sur OpenAlexaboutno aff
Qiu Ting, Haoqing She, Ouyang ZhenBo

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMendelian randomizationEndometrial cancerGenome-wide association studyOncologyOdds ratioInternal medicineMedicineGenetic associationMetaboliteLinkage disequilibriumConfidence intervalCausal inferenceCancerSingle-nucleotide polymorphismGeneticsBiologyGenotypeGeneGenetic variantsPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Metabolic dysregulation is a hallmark of cancer. However, evidence of a causal relationship between circulating metabolites and the promotion or prevention of colorectal cancer (CRC) is still lacking. We conducted a two-sample Mendelian Randomization (MR) analysis to assess the causal relationship between 1,400 genetically proxied blood metabolites and endometrial cancer. Methods: We extracted metabolite level data from 8,299 participants in the Canadian Longitudinal Study on Aging (CLSA) and conducted a genome-wide association study (GWAS). This study involved 1,091 metabolites and 309 metabolite ratios. We utilized the ebi-a-GCST006464 dataset from the GWAS Catalog database for endometrial cancer. This dataset covered the European population, with 12,906 cases of endometrial cancer and 108,979 controls for preliminary analysis. The primary method for causal analysis was the Inverse Variance Weighted (IVW) method, supplemented by M-R-Egger and weighted median analysis. To validate the robustness, heterogeneity, and pleiotropy of the results, we conducted comprehensive sensitivity analyses, including the Cochran Q test, MR-Egger intercept test, radial MR, and leave-one-out analysis. For the final identification of metabolites, we also performed linkage disequilibrium score regression and colocalization analysis. Results: The results of this study indicated significant associations between nine metabolites and endometrial cancer. These include: 5alpha-androstan-3alpha,17beta-diol monosulfate (1) levels (Odds Ratio [OR] 1.15, 95% Confidence Interval [CI]: 1.09-1.20, p=1.34×10−8), 5alpha-androstan-3beta,17beta-diol monosulfate (2) levels (OR 1.18, 95% CI: 1.08-1.29, p=6.46×10−7), Androstenediol (3beta,17beta) disulfate (1) levels (OR 1.23, 95% CI: 1.12-1.36, p=3.01×10−5), Hexadecanedioate (C16-DC) levels (OR 1.12, 95% CI: 1.06-1.19, p=8.43×10−5), 1-linoleoyl-GPG (18:2) levels (OR 1.13, 95% CI: 1.06-1.21, p=0.0001), Adenosine 5'-diphosphate (ADP) to pantothenate ratio (OR 1.18, 95% CI: 1.08-1.29, p=0.0001), Octadecenedioylcarnitine (C18:1-DC) levels (OR 1.11, 95% CI: 1.05-1.17, p=0.0001), Glutarate (C5-DC) levels (OR 1.18, 95% CI: 1.08-1.28, p=0.0003), X-22509 levels (OR 1.15, 95% CI: 1.06-1.24, p=0.0003). Conclusion: The results of this study reveal potential causal relationships between nine circulating metabolites and endometrial cancer, offering new insights into the biological mechanisms of endometrial cancer. These findings, derived from integrating genomics and metabolomics approaches, not only enhance our understanding of the pathogenesis of endometrial cancer but also have significant implications for the screening, prevention, and treatment strategies of endometrial cancer.

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)0,021
score de la tête « metaresearch » (Gemma)0,046
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,357
Écart entre enseignants0,313 · 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
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMetabolomics and Mass Spectrometry Studies→Travaux en français237 207→