乳房大小和乳腺癌有关系吗:让基因告诉你

简介:

导读:根据 23andMe 2012年的研究报道,7个新的遗传基因位点被确定与乳房大小相关,包括3个与乳腺癌密切相关。


23andMe (一个引领着个人基因检测公司)利用其独特的在线研究平台,确定了与乳房大小相关的七个单核苷酸多态性(SNPS),其中三个SNP位点与乳腺癌相关(基于全基因组相关研究(GWS)数据,结果已发表在BMC医学遗传学)。这一结果第一次从遗传角度揭示出乳房的大小和得乳腺癌风险之间的关系。


这些研究结果是由23andMe调查了16175名欧洲血统的女性客户后分析所得结果,调查问卷中包括罩杯大小和胸罩带大小等数据,然后将这些和数百万的SNP遗传数据做关联分析。分析样本中控制了年龄,遗传血统,乳腺手术,母乳喂养和妊娠史等指标。


23andMe CEO兼创始人 Anne Wojcicki 说:“23andMe 研究平台是一个强大的新的基因发现的来源,这项研究表明,重要的科学见解可能来自于一些意想不到的地方。” 她又补充说:“150000多名客户中超过90%参加了我们的在线调查,这让23andMe 比传统的研究模式能更快,更有效的找到研究答案。”


乳房的一些形态因素,如密度,已经证明直接和乳腺癌相关,乳房大小和癌症之间的关系尚不清楚,而乳房的大小是可以遗传的,这项研究首先要找出和乳房的大小相关的基因和遗传位点。


“在这项研究结果表明,正常乳腺发育和乳腺癌有着一些相同的生物途径下,”主要作者Nicholas Eriksson博士解释道:“一些研究发现,如果一个年轻女性的乳房较大,她患乳腺癌的风险则稍高。我们的研究证明,乳房大小与乳腺癌的确是相关的。”


与乳房大小相关的新的基因位点分别是:


邻近ZNF703基因的rs7816345,

INHBB基因两端的rs4849887 和 rs17625845,

邻近ESR1基因的rs12173570,

ZNF365基因的rs7089814,

邻近PTHLH基因的rs12371778,

邻近AREG基因的rs62314947。


其中两个SNP与乳腺癌密切相关的SNP(邻近ESR1 和 PTHLH)有很强的关联性,还有第三个(ZNF365)则靠近另一个乳腺癌SNP。其他三个位点(ZNF703, INHBB, and AREG)在雌激素的调节和乳腺发育中起重要作用。


Eriksson总结道:“这些结果提供了洞察正常乳房发育的一些遗传因素,并表明,其中有些因素与乳腺癌的发生有关。”“虽然这些结果并不能直接支持乳房的大小和癌症之间已知的流行病学关系,但该研究有助于更好地了解乳房形态和患乳腺癌的风险之间微妙的相互作用。”


这些乳房大小/乳腺癌的结果显示,23andMe 通过基于网络问卷收集到的表现型生理数据,与收集唾液样本测出的基因型数据结合分析研究的强大威力。


2010年6月,23andMe 在PLoS Genetics杂志中首次发表了他们概念验证的研究结果,报道了一些新的不寻常的特征的关联位点,如芦笋嗅觉丧失(asparagus anosmia)和透光喷嚏反射(photic sneeze reflex), 以及一些常见遗传病的比较复杂的关联研究结果,在PLoS Genetics发表发现关于帕金森病的两个关联位点的发现,以及在PLoS ONE期刊中报道了超过180个关联位点的重复性研究。在2012年4月,23andMe在PLoS ONE发表的研究结果,报道了关于甲状腺功能减退症相关的5个遗传位点,也是迄今为止规模最大的一次甲状腺功能减退的遗传组相关研究(GWAS)。近期,23andMe 在 PLoS Genetics 公布了与男性斑秃相关的基因位点,其中一些也与帕金森病和前列腺癌有关。


随着时间的推移23andMe的客户会看到他们的网上账户报告不断会加入这些新的结果。


23andMe继续积极参与乳腺癌的研究,它与 Genentech 合作研究的InVite Study项目,旨在了解基因如何影响在转移性乳腺癌治疗上的效果。任何人患了转移性乳腺癌,接受了某种具体的治疗,都可以参加实验


原文发布时间为:2015-04-30

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
人工智能 关系型数据库 MySQL
AI战略丨开源开放,构建 AI 时代的创新引擎
技术开源和产业开放彼此衔接、相互支撑,构建全产业链合作模式和无边界产业生态圈,日益成为数字时代全球分工体系的主流模式。
|
11月前
|
关系型数据库 数据库 文件存储
告别数字麻木,重拾消费感知:ezBookkeeping —— 您的轻量自托管记账伴侣
在数字支付时代,金钱变得抽象,ezBookkeeping 让消费重新可感。这款开源、自托管的轻量记账工具,支持 Docker 部署,兼顾隐私与易用,助你找回对支出的真实掌控,适合树莓派到 NAS 各类设备。
1278 0
告别数字麻木,重拾消费感知:ezBookkeeping —— 您的轻量自托管记账伴侣
|
机器学习/深度学习 自然语言处理 搜索推荐
《让机器人读懂你的心:情感分析技术融合奥秘》
情感分析技术正赋予机器人理解人类情绪的能力,使其从冰冷的工具转变为贴心伙伴。通过语音、面部表情和文本等多模态信息,机器人可精准识别情绪并做出相应反应。然而,多模态数据融合、个性化情感理解及自然情感表达仍是技术难点。一旦突破,机器人将在医疗、教育和养老等领域大放异彩,成为患者助手、个性化教师和老人陪伴者,开启人机交互新纪元。这不仅是一次技术飞跃,更是机器人迈向情感世界的深刻变革。
1044 0
|
编解码 数据可视化
信号补零对信号频谱的影响
信号补零对信号频谱的影响
1384 3
|
PyTorch 算法框架/工具 计算机视觉
目标检测实战(二):YoloV4-Tiny训练、测试、评估完整步骤
本文介绍了使用YOLOv4-Tiny进行目标检测的完整流程,包括模型介绍、代码下载、数据集处理、网络训练、预测和评估。
1479 2
目标检测实战(二):YoloV4-Tiny训练、测试、评估完整步骤
|
存储 缓存 前端开发
PWA 如何实现离线功能
PWA(渐进式Web应用)通过Service Worker技术实现离线功能。Service Worker作为浏览器和网络之间的代理,可以缓存网页资源,在用户离线时提供缓存内容,确保应用正常运行。
|
数据采集 算法 大数据
大数据中缺失值处理填充法
【10月更文挑战第21天】
1891 2
|
Java 编译器 Serverless
Java 原生化的未来 Graal AOT 编译器
使用 Graal 编译器对 Java 程序进行 AOT 编译使其适合 Serverless 场景。
600 0
Java 原生化的未来 Graal AOT 编译器
|
搜索推荐 算法
模型小,还高效!港大最新推荐系统EasyRec:零样本文本推荐能力超越OpenAI、Bert
【9月更文挑战第21天】香港大学研究者开发了一种名为EasyRec的新推荐系统,利用语言模型的强大文本理解和生成能力,解决了传统推荐算法在零样本学习场景中的局限。EasyRec通过文本-行为对齐框架,结合对比学习和协同语言模型调优,提升了推荐准确性。实验表明,EasyRec在多个真实世界数据集上的表现优于现有模型,但其性能依赖高质量文本数据且计算复杂度较高。论文详见:http://arxiv.org/abs/2408.08821
776 7
|
机器学习/深度学习 算法 数据挖掘
【机器学习】Python详细实现基于欧式Euclidean、切比雪夫Chebyshew、曼哈顿Manhattan距离的Kmeans聚类
文章详细实现了基于不同距离度量(欧氏、切比雪夫、曼哈顿)的Kmeans聚类算法,并提供了Python代码,展示了使用曼哈顿距离计算距离矩阵并输出k=3时的聚类结果和轮廓系数评价指标。
617 1