Abstract PR003: Exploring the exposome impact in early-onset colon and rectal cancer using methylation scores
Notice bibliographique
Résumé
Abstract The incidence of early-onset colorectal cancer (eoCRC) has risen worldwide, yet the drivers of this trend remain poorly understood. Directly investigating the exposome as a possible risk factor has been hindered by limited data availability, particularly beyond standard lifestyle factors, such as an unhealthy diet and smoking. To enable the study of a greater variety of exposome factors, we investigated the possibility of using DNA methylation as an indirect biomarker for the exposome. We derived methylation scores (MSs) for 29 exposures, including lifestyle, air pollution, and pesticides, based on published epigenome-wide association studies. These MSs were used to compare eoCRC and later-onset CRC (loCRC) tumors in The Cancer Genome Atlas (TCGA) Colon Adenocarcinoma cohort (31 eoCRC vs. 100 loCRC), followed by replication through meta-analysis across nine independent studies (83 eoCRC vs. 272 loCRC). For exposures within the selected 29 factors where direct measurements were available, MSs consistently reflected associations with measured exposures in tumor or blood profiles. Moreover, our approach successfully identified established risk factors for eoCRC, such as lower educational attainment, smoking, and non-Mediterranean dietary patterns, further validating the proposed methodology. Besides validating our proposed methodology, we identified picloram, an herbicide classified as IARC Group 3, as a potential novel risk factor. To address the limited methylation data on picloram, we integrated transcriptomic profiles from pluripotent stem cell–derived cardiomyocytes exposed to picloram. Differentially expressed genes under exposure were used to construct a picloram-specific single-sample GSEA (ssGSEA) score in TCGA-COAD, which showed significant correlation with the picloram-MS. At the population level, we further linked U.S. county-level eoCRC incidence from the SEER program to picloram application estimates (NAWQA Project, 1992–2012). This relationship remained significant after adjusting for socioeconomic indicators and other pesticide use. Together, these findings demonstrate the utility of MSs as effective proxies in exposome research and demonstrate their ability to uncover novel environmental risk factors. Beyond confirming known contributors, our study highlights picloram as a candidate exposure associated with eoCRC, supported by evidence across methylation, transcriptomic, and population data. These results underscore exposome differences between eoCRC and loCRC and suggest opportunities for prevention through exposome modification and regulatory policy. Citation Format: Silvana C.E. Maas, Iosune Baraibar, Lea Lemler, Maria Butjosa-Espín, Odei Blanco Irazuegui, Josep Tabernero, Elena Elez, Jose A. Seoane. Exploring the exposome impact in early-onset colon and rectal cancer using methylation scores [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: The Rise in Early-Onset Cancers—Knowledge Gaps and Research Opportunities; 2025 Dec 10-13; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(23_Suppl):Abstract nr PR003.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».