MétaCan
Menu
Back to cohort
Record W4392399923

Novel Strategies for the Study of Genetic Factors Associated with Familial Breast Cancer

2019· preprint· fr· W4392399923 on OpenAlexfundno aff
Juliette Coignard

Bibliographic record

Venuetheses.fr (ABES) · 2019
Typepreprint
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicBRCA gene mutations in cancer
Canadian institutionsnot available
FundersMedical Research CouncilCanadian Institutes of Health ResearchManchester Biomedical Research CentreHellenic Health FoundationFreistaat SachsenInstitut Gustave-RoussyAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailDeutsche KrebshilfeUniversity of CreteWorld Cancer Research FundStavros Niarchos FoundationNational Institutes of HealthDeutsche Gesetzliche UnfallversicherungCalifornia Department of Public HealthSundhed og Sygdom, Det Frie ForskningsrådFondation de FranceDeutsches KrebsforschungszentrumLigue Contre le CancerGentofte HospitalNational Institute for Health and Care ResearchEuropean Regional Development FundBundesministerium für Bildung und ForschungInstitut National Du CancerInstitut National de la Santé et de la Recherche MédicaleInstituto de Salud Carlos IIIXunta de GaliciaRobert Bosch StiftungEuropean CommissionCancer Research UKMinisterio de Sanidad, Servicios Sociales e IgualdadAgence Nationale de la RechercheAssociazione Italiana per la Ricerca sul Cancro
KeywordsBreast cancerMedicineCancerOncologyGeneticsBiology
DOInot available

Abstract

fetched live from OpenAlex

Avoir une apparentée atteinte d’un cancer du sein (CS) multiplie par 2 le risque de développer un CS. Environ 20 % du risque familial de CS est attribué à une mutation fortement pénétrante dans les gènes BRCA1 ou BRCA2. D’autres gènes connus, comme ATM ou TP53, ainsi que des variants génétiques fréquents (SNP) identifiés dans des études pangénomiques (GWAS) réalisées en population générale, expliqueraient 30 % supplémentaires des cas familiaux. La majorité des formes familiales de CS restent donc inexpliquées. Par ailleurs, il existe de fortes variations du risque parmi les porteurs d’une mutation BRCA1/2. Il a été montré que certains SNP identifiés dans les GWAS modifient leur risque. Cependant, l'effet propre de ces SNP n'a pu être estimé puisque ces études ont été réalisées chez les porteurs de mutation BRCA1/2. Dans une première partie de ma thèse, j’ai développé une stratégie intégrant aux analyses sur les facteurs génétiques des facteurs « environnementaux ». Cette stratégie a été utilisées pour analyser les données de l'étude GENESIS qui inclut des paires de sœurs atteintes de CS et sans mutation BRCA1/2 et des témoins de population générale. Elle regroupe 5 000 cas de CS et témoins génotypés pour les 200 000 SNP de la puce iCOGS. Les femmes de GENESIS ont été réparties dans des groupes selon leur profil d’expositions aux radiations ou aux facteurs gynéco-obstétriques. Alors que l’analyse stratifiée sur les groupes construits à partir des expositions aux facteurs gynéco-obstétriques ne nous permet pas de mettre en évidence de potentiels SNPs spécifiques, l’analyse stratifiée sur les groupes construits à partir des expositions aux radiations a permis de mettre en évidence des SNPs spécifiques potentiels aux femmes non exposées, dans les gènes XRCC4 et MAGI1, et à celle fortement exposées aux radiations, dans le gène FGFR2, déjà trouvés en population générale.Le deuxième objectif de ma thèse visait à optimiser la caractérisation des gènes BRCA1/2 en étudiant leurs interactions avec des SNPs modificateurs à partir des données des consortia internationaux CIMBA (Consortium of Investigators of Modifiers of BRCA1/2) et BCAC (Breast Cancer Association Consortium). J’ai développé une stratégie d’analyse GWAS case-only, comparant la fréquence de 60 212 cas de cancer du sein de la population générale (BCAC) et 13,007 cas porteurs d’une mutation BRCA1/2 (CIMBA). J’ai identifié 4 nouvelles régions associés au CS chez les femmes porteuses d’une mutation BRCA1 et 4 autres chez les femmes porteuses d’une mutation BRCA2. Les gènes MADD, SPI1 et EIF1, déjà associées à la biologie du cancer du sein dans d’autres études, ont été prédits par l’outil INQUISIT comme étant des gènes cibles des potentiels variants causaux se trouvant dans la région 11p11.2 associée au statut BRCA1.Ces nouveaux SNPs mis en évidence pourraient être utilisés pour améliorer les prédictions de risque des PRS (Polygénic Risk Score). Les analyses prenant en compte des profils d’exposition devraient être poursuivies sur des études de grande dimension. Les modèles pourraient alors évoluer vers une adaptation des PRS en fonction des profils d’expositions des femmes et cela tout au long de leur vie.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.639
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.039
GPT teacher head0.297
Teacher spread0.258 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicBRCA gene mutations in cancerFrench-language works237,207