PR
Preetha Rajaraman
Author with expertise in MicroRNA Regulation in Cancer and Development
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
3
(33% Open Access)
Cited by:
552
h-index:
52
/
i10-index:
120
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Detectable clonal mosaicism and its relationship to aging and cancer

Kevin Jacobs et al.May 6, 2012
+97
W
M
K
Luis Pérez-Jurado, Stephen Chanock and colleagues detect clonal chromosomal abnormalities in peripheral blood or buccal samples from individuals in the general population. They show that the frequency of such events increases with age and is associated with elevated risk of developing subsequent hematological cancers. In an analysis of 31,717 cancer cases and 26,136 cancer-free controls from 13 genome-wide association studies, we observed large chromosomal abnormalities in a subset of clones in DNA obtained from blood or buccal samples. We observed mosaic abnormalities, either aneuploidy or copy-neutral loss of heterozygosity, of >2 Mb in size in autosomes of 517 individuals (0.89%), with abnormal cell proportions of between 7% and 95%. In cancer-free individuals, frequency increased with age, from 0.23% under 50 years to 1.91% between 75 and 79 years (P = 4.8 × 10−8). Mosaic abnormalities were more frequent in individuals with solid tumors (0.97% versus 0.74% in cancer-free individuals; odds ratio (OR) = 1.25; P = 0.016), with stronger association with cases who had DNA collected before diagnosis or treatment (OR = 1.45; P = 0.0005). Detectable mosaicism was also more common in individuals for whom DNA was collected at least 1 year before diagnosis with leukemia compared to cancer-free individuals (OR = 35.4; P = 3.8 × 10−11). These findings underscore the time-dependent nature of somatic events in the etiology of cancer and potentially other late-onset diseases.
0
Citation552
0
Save
0

Sex-specific genome-wide association study in glioma identifies new risk locus at 3p21.31 in females, and finds sex-differences in risk at 8q24.21

Quinn Ostrom et al.Dec 18, 2017
+33
M
B
Q
Incidence of glioma is approximately 50% higher in males. Previous analyses have examined exposures related to sex hormones in women as potential protective factors for these tumors, with inconsistent results. Previous glioma genome-wide association studies (GWAS) have not stratified by sex. Potential sex-specific genetic effects were assessed in autosomal SNPs and sex chromosome variants for all glioma, GBM and non-GBM patients using data from four previous glioma GWAS. Datasets were analyzed using sex-stratified logistic regression models and combined using meta-analysis. There were 4,831 male cases, 5,216 male controls, 3,206 female cases and 5,470 female controls. A significant association was detected at rs11979158 (7p11.2) in males only. Association at rs55705857 (8q24.21) was stronger in females than in males. A large region on 3p21.31 was identified with significant association in females only. The identified differences in effect of risk variants do not fully explain the observed incidence difference in glioma by sex.
0

Sex-specific gene and pathway modeling of inherited glioma risk

Quinn Ostrom et al.Dec 18, 2017
+35
R
S
Q
Background: Genome-wide association studies (GWAS) have identified 25 risk variants for glioma, which explain ~30% of heritable risk. Most glioma histologies occur with significantly higher incidence in males. A sex-stratified analysis identified sex-specific glioma risk variants, and further analyses using gene- and pathway-based approaches may further elucidate risk variation by sex. Methods: Results from the Glioma International Case-Control Study were used as a testing set, and results from three GWAS were combined via meta-analysis and used as a validation set. Using summary statistics for autosomal SNPs found to be nominally significant (p<0.01) in a previous meta-analysis and X chromosome SNPs with nominally significant association (p<0.01), three algorithms (Pascal, BimBam, and GATES) were used to generate gene-scores, and Pascal was used to generate pathway scores. Results were considered significant when p<3.3x10-6 in 2/3 algorithms. Results: 25 genes within five regions and 19 genes within six regions reached the set significance threshold in at least 2/3 algorithms in males and females, respectively. EGFR and RTEL1-TNFRSF6B were significantly associated with all glioma and glioblastoma in males only, and a female-specific association in TERT, all of which remained nominally significant after conditioning on known risk loci. There were nominal associations with the Telomeres, Telomerase, Cellular Aging, and Immortality pathway in both males and females. Conclusions: These results suggest that there may be biologically relevant significant differences by sex in genetic risk for glioma. Additional gene- and pathway-based analyses may further elucidate the biological processes through which this risk is conferred.