Characterizing the Relationship between Expression Quantitative Trait Loci (eQTLs), DNA Methylation Quantitative Trait Loci (mQTLs), and Breast Cancer Risk Variants
Notice bibliographique
Résumé
Purpose: To assess the association of a polygenic risk score (PRS) for functional genetic variants with the risk of developing breast cancer. Methods: Summary data-based Mendelian randomization (SMR) and heterogeneity in dependent instruments (HEIDI) were used to identify breast cancer risk variants associated with gene expression and DNA methylation levels. A new SMR-based PRS was computed from the identified variants (functional PRS) and compared to an established 313-variant breast cancer PRS (GWAS PRS). The two scores were evaluated in 3560 breast cancer cases and 3383 non-cancer controls and also in a prospective study (n = 10,213) comprising 418 cases. Results: We identified 149 variants showing pleiotropic association with breast cancer risk (eQTLHEIDI > 0.05 = 9, mQTLHEIDI > 0.05 = 165). The discriminatory ability of the functional PRS (AUCcontinuous [95% CI]: 0.540 [0.526 to 0.553]) was found to be lower than that of the GWAS PRS (AUCcontinuous [95% CI]: 0.609 [0.596 to 0.622]). Even when utilizing 457 distinct variants from both the functional and GWAS PRS, the combined discriminatory performance remained below that of the GWAS PRS (AUCcontinuous, combined [95% CI]: 0.561 [0.548 to 0.575]). A binary high/low-risk classification based on the 80th centile PRS in controls revealed a 6% increase in cases using the GWAS PRS compared to the functional PRS. The functional PRS identified an additional 12% of high-risk cases but also led to a 13% increase in high-risk classification among controls. Similar findings were observed in the SCHS prospective cohort, where the GWAS PRS outperformed the functional PRS, and the highest-performing PRS, a combined model, did not significantly improve over the GWAS PRS. Conclusions: While this study identified potentially functional variants associated with breast cancer risk, their inclusion did not substantially enhance the predictive accuracy of the GWAS PRS.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».