Genome-Wide Analysis to Assess if Heavy Alcohol Consumption Modifies the Association between SNPs and Pancreatic Cancer Risk
Notice bibliographique
Résumé
BACKGROUND: Pancreatic cancer is a leading cause of cancer-related death globally. Risk factors for pancreatic cancer include common genetic variants and potentially heavy alcohol consumption. We assessed if genetic variants modify the association between heavy alcohol consumption and pancreatic cancer risk. METHODS: We conducted a genome-wide interaction analysis of single-nucleotide polymorphisms (SNP) by heavy alcohol consumption (more than three drinks per day) for pancreatic cancer in European ancestry populations from genome-wide association studies. Our analysis included 3,707 cases and 4,167 controls from case-control studies and 1,098 cases and 1,162 controls from cohort studies. Fixed-effect meta-analyses were conducted. RESULTS: A potential novel region of association on 10p11.22, lead SNP rs7898449 (interaction P value (Pinteraction) = 5.1 × 10-8 in the meta-analysis; Pinteraction = 2.1 × 10-9 in the case-control studies; Pinteraction = 0.91 in the cohort studies), was identified. An SNP correlated with this lead SNP is an expression quantitative trait locus for the neuropilin 1 gene. Of the 17 genomic regions with genome-wide significant evidence of association with pancreatic cancer in prior studies, we observed suggestive evidence that heavy alcohol consumption modified the association for one SNP near LINC00673, rs11655237 on 17q25.1 (Pinteraction = 0.004). CONCLUSIONS: We identified a novel genomic region that may be associated with pancreatic cancer risk in conjunction with heavy alcohol consumption located near an expression quantitative trait locus for neuropilin 1, a protein that plays an important role in the development and progression of pancreatic cancer. IMPACT: This work can provide insights into the etiology of pancreatic cancer, particularly in heavy drinkers.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,011 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».