Large-scale genome-wide association study of 398,238 women unveils seven novel loci associated with high-grade serous epithelial ovarian cancer risk
Notice bibliographique
Résumé
ABSTRACT Background Nineteen genomic regions have been associated with high-grade serous ovarian cancer (HGSOC). We used data from the Ovarian Cancer Association Consortium (OCAC), Consortium of Investigators of Modifiers of BRCA1 / BRCA2 (CIMBA), UK Biobank (UKBB), and FinnGen to identify novel HGSOC susceptibility loci and develop polygenic scores (PGS). Methods We analyzed >22 million variants for 398,238 women. Associations were assessed separately by consortium and meta-analysed. OCAC and CIMBA data were used to develop PGS which were trained on FinnGen data and validated in UKBB and BioBank Japan Results Eight novel variants were associated with HGSOC risk. An interesting discovery biologically was finding that TP53 3’-UTR SNP rs78378222 was associated with HGSOC (per T allele relative risk (RR)=1.44, 95%CI:1.28-1.62, P=1.76×10 -9 ). The optimal PGS included 64,518 variants and was associated with an odds ratio of 1.46 (95%CI:1.37-1.54) per standard deviation in the UKBB validation (AUROC curve=0.61, 95%CI:0.59-0.62). Conclusions This study represents the largest GWAS for HGSOC to date. The results highlight that improvements in imputation reference panels and increased sample sizes can identify HGSOC associated variants that previously went undetected, resulting in improved PGS. The use of updated PGS in cancer risk prediction algorithms will then improve personalized risk prediction for HGSOC.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».