MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417201523 · doi:10.1158/1557-3265.earlyonsetca25-c010

Abstract C010: Association of a germline KDM3C polymorphism with early cancer diagnosis

2025· article· en· W4417201523 sur OpenAlexaboutno aff
Z. Kiss, Adria Hasan, R. Shastry, Elena V. Demidova, Philip Czyzewicz, Yan Zhou, Johnathan R. Whetstine, Joshua E. Meyer, Sanjeevani Arora

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSingle-nucleotide polymorphismSNPLoss of heterozygosityCohortCancerBiobankProspective cohort studyGermlineUniparental disomy

Résumé

récupéré en direct d'OpenAlex

Abstract Background: The rise in early-onset cancers remains an urgent challenge, with multiple genetic, environmental, and lifestyle factors likely contributing. We have identified a single nucleotide polymorphism (SNP) in KDM3C/JMJD1C, a histone demethylase required for DNA damage repair, that correlates with chemoradiotherapy response and is associated with defective double-strand break repair across multiple cellular models. We hypothesized that carriers of this SNP develop genomic instability earlier in life, predisposing them to younger ages at cancer diagnosis. Methods: As the SNP is common in the population, we analyzed data from the United Kingdom Biobank (UKB), a prospective cohort of 501,946 participants (ages 40–69 at recruitment, 2006–2010; 30-year follow-up planned). Descriptive statistics (median, proportion) were used to describe baseline characteristics of the exposed and unexposed groups in the UKB. Cancer sub-cohorts were derived from the UKB Cancer Register, clustered by ICD10 code, and stratified by age <45 vs ≥45 years. Associations between SNP (absent, heterozygous, and homozygous) status and cancer diagnosis were evaluated using contingency tables, risk ratios (RR), and chi-square tests (α=0.05). Results: The UK Biobank cohort included 501,946 participants (median age 58; 54% female), of whom 10% were <45 years of age at recruitment. The homozygous SNP was present in 56% of the overall cohort. Homozygosity for SNP varied by genetic ancestry (58% White, 11% Black, 12% Chinese populations). The cancer register cohort included 117,409 patients (median diagnosis age 63.7; 7% <45 years). Compared with the absence of SNP, heterozygosity was not associated with increased risk of cancer overall (p=0.95). Compared with the absence of SNP, homozygosity was associated with increased risk of cancer overall (RR=1.02; p=0.0065) and in those <45 years (RR=1.07; p=0.029), but not ≥45 years (p=0.16). Among cancer sub-cohorts, homozygosity was associated with increased risk of skin cancer at all ages (RR=1.14; p<0.05) and was not associated with cervical carcinoma in situ (p=0.63). In patients age <45, the association with skin cancer strengthened (RR=1.22; p=0.02), and homozygosity became significantly associated with cervical carcinoma in situ (RR=1.28; p=0.03). Conclusion: These findings suggest that the KDM3C SNP may predispose to early-onset cancers, particularly skin and cervical cancers. Given the rising incidence of early-onset cancers, integrating KDM3C SNP status into risk stratification may enhance early detection and prevention strategies, though validation in independent cohorts will be essential. Citation Format: Zachary AC. Kiss, Adria Hasan, Raksha Shastry, Elena V. Demidova, Philip Czyzewicz, Yan Zhou, Johnathan Whetstine, Joshua E. Meyer, Sanjeevani Arora. Association of a germline KDM3C polymorphism with early cancer diagnosis [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 C010.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,496
Écart entre enseignants0,407 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→