Alcohol consumption and DNA methylation: an epigenome-wide association study within the French E3N cohort
Notice bibliographique
Résumé
BACKGROUND: Alcohol consumption can have harmful effects on health, depending on the quantity and frequency. Understanding the underlying molecular mechanisms is essential to grasp its health consequences. The study aimed to assess the association between alcohol consumption and blood DNA methylation, an epigenetic mechanism that controls gene expression. METHODS: The epigenome-wide association study (EWAS) included 1,538 women from a case-cohort study within the French E3N cohort. Weighted linear mixed-effects models were used to assess the associations between self-reported alcohol consumption (in g/day in 1993) and DNA methylation at 715,986 CpGs measured with the HumanMethylationEPIC Beadchip. Women were cancer-free at blood collection in 1995-1999. RESULTS: Of the 715,986 sites analyzed, 19,255 were associated with alcohol consumption (FDR < 0.05). Over-representation analysis highlighted enrichment of genes involved in cancer, the nervous system and aging. Of these 19,255 sites, 1,528 were replicated in an independent case-control study, with 85 also identified in other EWAS. Notably, at least six studies reported sites in SLC7A11, ANP32B, MCM2, HNRNPA1, SNORD30, and TRA2B genes. CONCLUSIONS: Several potential methylation markers for alcohol consumption, documented prior to blood sampling, have been identified. The link between these sites and chronic diseases should be investigated to understand the molecular mechanisms underlying the harmful effects of alcohol consumption on health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».