Associations between circulating metabolites and pca: a bidirectional two-sample Mendelian randomization study
Notice bibliographique
Résumé
Abstract Background Prostate cancer (PCa) remains the most prevalent cancer among male globally. Despite the critical role of genetic factors in PCa pathogenesis, recent advances in metabolomics have highlighted the significant contributions of circulating metabolites to genetic risk profiles for PCa. However, the causal relationship between metabolites and PCa is not yet unclear. Methods We utilized a bidirectional two-sample Mendelian randomization (MR) approach, analyzing metabolite datasets from the Canadian Longitudinal Study of Aging (CLSA), the Cooperative Health Research in the Region of Augsburg (KORA) study, and the TwinsUK study and PCa dataset from the Oncoarray. Replication analyses were performed with the UK Biobank. Instrumental variables (IVs) were selected based on established MR criteria and analyzed using methods including the Wald ratio, inverse-variance weighted (IVW), MR-Egger, and weighted median. To ensure robustness, sensitivity analyses were performed using Cochrane’s Q, Egger’s intercept, MR-PRESSO, and leave-one-out (LOO) methods. Results We identified causal relationships between circulating metabolites and PCa risk. After removing high influential SNPs and outliers and reanalysis, we obtained the levels of N6-carbamoylthreonyladenosine (OR 0.61, 95% CI 0.37–1.01, p = 0.054) and 4-ethylphenylsulfate (OR 0.66, 95% CI 0.47–0.92, p = 0.015) causally associated with PCa. All results passed FDR correction; 4-ethylphenylsulfate also remained significant after Bonferroni adjustment. Reverse MR analysis highlighted robust causal relationships of PCa to homovanillate (OR 1.07, 95% CI 1.03–1.10, p = 5.49 × 10 − 5) and X-12,627 (OR 1.03, 95% CI 1.01–1.04, p = 7.54 × 10−5) levels. Conclusion These insights underscore the etiology and risk factors of PCa, providing genetic evidence for the development of therapeutic targets and contributing to elucidating disease mechanisms, suggesting potential diagnostic biomarkers.
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 | 0,028 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».