Genome-wide association study of 398,238 women unveils seven loci associated with high-grade serous ovarian cancer
Notice bibliographique
Résumé
Abstract Nineteen genomic regions have been associated with high-grade serous ovarian cancer (HGSOC). We meta-analyzed >22 million variants for 398,238 women from the Ovarian Cancer Association Consortium (OCAC), UK Biobank (UKBB) and Consortium of Investigators of Modifiers of BRCA1 / BRCA2 (CIMBA) to identify novel HGSOC susceptibility loci. Eight novel variants were associated with HGSOC risk. An interesting discovery biologically was TP53 3’-UTR SNP rs78378222-T’s association with HGSOC (per-T-allele relative risk (RR) = 1.44, 95% CI:1.28–1.62, P = 1.76 × 10 −9 ). Polygenic scores (PGS) were developed using OCAC and CIMBA data and trained on FinnGen data. 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 when validated in the UKBB. This study represents the largest HGSOC GWAS to date – demonstrating that improvements in imputation reference panels and increased sample sizes help to identify HGSOC associated variants that previously went undetected, ultimately improving PGS which can improve personalized HGSOC risk prediction.
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 | 0,001 | 0,000 |
| 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 ».