Supplementary Material for: Causal Relationships between Gut Microbiotas, Blood Metabolites, and Neuroendocrine Tumors: A Mediated Mendelian Randomization Study
Notice bibliographique
Résumé
Introduction Neuroendocrine tumors (NETs) are a heterogeneous group of epithelial tumors originating from different anatomical sites, identifying the gut microbiota and metabolic mechanisms involved in the onset of NETs may help to develop appropriate disease prevention and monitoring strategies. Methods We employed a mediated two-sample Mendelian Randomization (MR) approach, analyzing gut microbiota from German studies and NET datasets from the 10th round of the FinnGen project. Mediation analyses were conducted using the metabolites dataset from the Canadian Longitudinal Study of Aging (CLSA) and the TwinsUK study. Instrumental variables (IVs) chosen according to established MR criteria and analyzed using the Wald ratio, inverse-variance weighted (IVW), MR-Egger, and weighted median methods. To ensure robustness, sensitivity analyses were performed using Cochrane’s Q, Egger’s intercept, MR-PRESSO, and leave-one-out (LOO) methods. Results Causal relationships were identified between the genetic determinants of 6, 5, 2, 1, 2, 3 gut microbiotas and the risk of colorectal, lung, pancreatic, rectum, small intestine and stomach NETs. Similarly, the genetic determinants of 4, 6, 1, 5, 10 and 7 metabolites were found to be causally related to the risk of colorectal, lung, pancreatic, rectum, small intestine and stomach NETs, respectively. Through Wald ratio and IVW methods, we preliminarily identified 957 microbiota-metabolite pairs with significant causal associations, and formed 13 mediated relationships between the impact of gut microbiotas on NETs. Conclusion Our study suggests that gut microbiotas and its derived metabolites may contribute to the onset of NET, offering a novel insight into the disease's pathogenesis.
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 | 0,005 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,700 | 0,060 |
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 ».