Deciphering the Genomic Architecture of Three Major Cancers in African-Ancestry Populations
Notice bibliographique
Résumé
Abstract Genomic studies of cancer risk have disproportionately focused on populations of European ancestry, limiting biological insight and risk prediction in African-ancestry populations that experience a high burden of disease. Here, we analysed breast, colorectal, and prostate cancers in African-ancestry participants from the UK Biobank using ancestry-aware genome-wide association studies (GWAS), SNP-based heritability estimation, fine-mapping, transcriptome-wide association studies (TWAS), and polygenic risk scoring (PRS). SNP-based heritability analyses revealed a comparatively high point estimate of common-variant heritability for colorectal cancer risk in African-ancestry individuals, alongside more modest estimates for breast and prostate cancer. Five loci reached genome-wide significance ( p < 5×10−□), including four colorectal cancer loci (notably rs111448231 in RYR2 ) and one novel breast cancer locus (rs78768133). Gene-based burden testing identified eight prostate cancer-associated genes ( MRPL45, PSMD8, GGN, SPRED3, FAM98C, BCLAF1, MTFR2, and NELL2 ) with FDR-significant associations, clustering within biologically plausible chromosomal regions on chr19q13 and chr6q23. Transcriptome-wide association analysis identified CYTH2 (ENSG00000105443.13) as a significant gene for prostate cancer. Polygenic risk scores incorporating African-ancestry linkage disequilibrium demonstrated heterogeneous predictive performance across cancers, with modest discrimination for colorectal and breast cancer and substantially stronger performance for prostate cancer (AUC = 0.89). Together, these findings delineate ancestry-relevant cancer genetic architectures and demonstrate the importance of population-matched genomic approaches for equitable precision oncology.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».