Identification of potential therapeutic targets for breast cancer using Mendelian randomization analysis and drug target prediction

孟德尔随机化 表达数量性状基因座 乳腺癌 计算生物学 全基因组关联研究 基因组学 生物 鉴定(生物学) 数量性状位点 癌症 肿瘤科 生物信息学 医学 基因组 单核苷酸多态性 遗传学 基因 遗传变异 基因型 植物
作者
Zhulan Huang,Zheng Hong-ping,Haiyu Wang,Haojie Ning,Aiqing Che,Cuidan Cai
出处
期刊:Environmental Toxicology [Wiley]
标识
DOI:10.1002/tox.24249
摘要

Abstract Breast cancer stands as the foremost cause of cancer‐related mortality among women, presenting a substantial economic impact on society. The limitations in current therapeutic options, coupled with poor patient tolerance, underscore the urgent need for novel treatments. Our study embarked on a genomic association exploration of breast cancer, leveraging whole‐genome sequencing data from the Finngen database, complemented by expression quantitative trait loci (eQTL) insights from the eQTLGen and GTEx Consortiums. An initial investigation was conducted through summary‐based Mendelian randomization (MR) to pinpoint primary eQTLs. Analysis of blood specimens revealed 103 eQTLs significantly correlated with breast cancer. Focusing our efforts, we identified 19 candidates with potential therapeutic significance. Further scrutiny via two‐sample MR pinpointed UROD, LMO4, HORMAD1, and ZSWIM5 as promising targets for breast cancer therapy. Our research sheds light on new avenues for the treatment of breast cancer, highlighting the potential of genomic association studies in uncovering viable therapeutic targets.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Hello应助qingzhou采纳,获得10
1秒前
3秒前
CodeCraft应助li采纳,获得10
3秒前
留胡子的垣完成签到,获得积分10
4秒前
4秒前
研友_nV2pkn发布了新的文献求助10
4秒前
5秒前
完美世界应助俏皮的豌豆采纳,获得10
7秒前
7秒前
KMGTmunp发布了新的文献求助10
8秒前
9秒前
彭于晏应助留胡子的垣采纳,获得10
9秒前
忧虑的谷菱完成签到,获得积分10
9秒前
哎呦发布了新的文献求助10
11秒前
高山流水完成签到,获得积分10
11秒前
12秒前
ccgod完成签到,获得积分10
12秒前
12秒前
小小狗完成签到,获得积分10
13秒前
qingzhou发布了新的文献求助10
13秒前
英俊的雁山完成签到,获得积分10
13秒前
15秒前
花痴的骁完成签到 ,获得积分10
17秒前
17秒前
TTTL完成签到,获得积分20
17秒前
aiiLuX发布了新的文献求助10
18秒前
科研通AI2S应助永政sci采纳,获得10
18秒前
可爱的函函应助啊懂采纳,获得10
18秒前
18秒前
19秒前
冰山未闯发布了新的文献求助10
19秒前
HHy完成签到,获得积分10
20秒前
安玖发布了新的文献求助10
21秒前
今后应助ljs采纳,获得10
22秒前
24秒前
24秒前
24秒前
爆米花应助De_Frank123采纳,获得10
25秒前
26秒前
mmol发布了新的文献求助10
26秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124422
求助须知:如何正确求助?哪些是违规求助? 2774782
关于积分的说明 7723789
捐赠科研通 2430217
什么是DOI,文献DOI怎么找? 1290974
科研通“疑难数据库(出版商)”最低求助积分说明 622023
版权声明 600297