PLoS ONE: karakterisere Foreninger og SNP-Miljø Interaktioner for GWAS-Identificerede Prostata Cancer Risk Markers-Resultater fra BPC3

Abstrakt

Genom-dækkende forening undersøgelser (GWAS) har identificeret flere enkelt nukleotid polymorfier (SNPs) i forbindelse med risiko prostatakræft. Men om disse foreninger konsekvent kan replikeres, varierer med sygdom aggressivitet (tumor stadie og grad) og /eller interagere med ikke-genetiske potentielle risikofaktorer eller andre SNP’er er ukendt. Vi genotypet derfor 39 SNPs fra regioner identificeret af flere prostatakræft GWAS i 10.501 prostata kræfttilfælde og 10,831 kontroller fra NCI brystkræft og prostatakræft Kohorte Consortium (BPC3). Vi replikeret 36 af 39 SNPs (P-værdier i området fra 0,01 til 10

-28). To SNPs i nærheden

KLK3

forbundet med PSA niveauer viste forskellen association med Gleason bedømmelse (rs2735839, P = 0,0001 og rs266849, P = 0,0004; tilfælde kun test), hvor allelerne forbundet med faldende PSA niveauer var omvendt forbundet med lav kvalitet (som defineret af Gleason kvalitet 8) tumorer, men positivt associeret med høj kvalitet tumorer. Ingen andre SNP viste differentierede foreninger efter sygdom stadie eller grad. Vi observerede ingen effekt modifikation af SNP for association med alder ved diagnose, familie historie af prostata kræft, diabetes, BMI, højde, rygning eller alkohol indtag. Endvidere fandt vi ingen tegn på parvise SNP-SNP-interaktioner. Mens disse SNPs repræsenterer nye uafhængige risikofaktorer for prostatakræft, så vi lidt dokumentation for effekt modifikation af andre SNPs eller af de miljøfaktorer undersøgte

Henvisning:. Lindstrom S, Schumacher F, Siddiq A, Travis RC, Campa D, Berndt SI, et al. (2011) karakteriserer foreninger og SNP-Miljø Interaktioner for GWAS-Identificerede Prostata Cancer Risk Markers-Resultater fra BPC3. PLoS ONE 6 (2): e17142. doi: 10,1371 /journal.pone.0017142

Redaktør: Marie-Pierre Dubé, Université de Montreal, Canada

Modtaget: September 15, 2010; Accepteret: 21 Jan 2011; Udgivet: 24 februar, 2011

Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Public Domain erklæring hvori det hedder, at når det først er i det offentlige rum, dette arbejde kan frit gengives, distribueres, overføres, ændres, bygget på, eller på anden måde bruges af alle til ethvert lovligt formål

Finansiering:. Dette arbejde blev støttet af det amerikanske National Institutes of Health, National Cancer Institute [samarbejdsaftaler U01-CA98233-07 til David J. Hunter, U01-CA98710-06 til Michael J. Thun, U01-CA98216-06 til Elio Riboli og Rudolf Kaaks, og U01-CA98758-07 til Brian E. Henderson, og Intramural Research Program for NIH /National Cancer Institute, Division for Epidemiologisk Kræftforskning og Genetik]. De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

Prostatakræft er den mest almindelige ikke-hudkræft blandt mænd i de industrialiserede lande, men ud over alder, etnicitet og familiens historie, er meget lidt kendt om dens ætiologi. Observeret familiær sammenlægning sammen med beviser fra både twin og epidemiologiske undersøgelser viser en nøglerolle for arvelige genetiske varianter [1].

Genom-dækkende associationsstudier (GWAS) udført inden for de sidste par år har identificeret flere fælles enkelt nukleotid (SNP’er) i forbindelse med risiko prostatacancer [2] – [15]. funktionen af ​​disse SNP’er (eller den kausale varianter disse SNPs tjener som stedfortrædere for) er dog fortsat stort set ukendt og data, der beskriver deres korrelation med kliniske faktorer eller deres samspil med andre genetiske og ikke-genetiske faktorer er sparsomme, hovedsageligt på grund af den store prøve størrelser, der er nødvendige for en tilstrækkelig statistisk styrke.

til dette formål valgte vi 39 SNPs fra regioner identificeret i tidligere GWAS og genotype dem i 10,501 prostatakræft tilfælde og 10,831 kontroller inden NCI brystkræft og prostatakræft Kohorte Consortium (BPC3) . Vi testede hver SNP for association med to stærkt prædiktive kliniske faktorer: Gleason kvalitet og tumor fase. Vi undersøgte interaktioner mellem SNP’er og kendte og potentielle miljømæssige risikofaktorer. Endelig har vi udført eksplorativ analyse for at identificere mulige parvise SNP-SNP interaktioner.

Resultater

associering mellem SNPs og prostatakræft risiko

Emne egenskaber er vist i tabel 1 . Alle 39 SNPs var signifikant forbundet med prostatakræft risiko (tabel 2) og retninger af foreninger var i overensstemmelse med tidligere resultater [2] – [4], [6] – [8], [10], [12], [14 ]. Selvom risikoestimater varierede noget mellem forskellige kohorter (tabel S1 og figur S1), vi generelt observeret nogen stærke statistiske beviser for heterogenitet (P 0,01). Risiko effekter pr allel lå fra 1,06 (rs2928679) til 1,44 (rs16901979). Bærere af to kopier af den sjældne ‘A’ allel af rs16901979 havde en 3 gange øget risiko for at udvikle prostatakræft i denne population. Den allel frekvens rs16901979 varierer meget på tværs af etniske grupper (Hapmap population frekvenser: 0,03 i CEU, 0,26 i CHB og 0,58 i Yri), og dermed kan forklare en del af forskellene ses i prostatakræft forekomst tværs befolkninger. Baseret på p-værdi, vi observerede den stærkeste forening for rs4430796 beliggende i

HNF1B /TCF2 Hotel (OR: 0,80 (95% CI: 0,77-0,83), P = 2,09 • 10

-28) og den svageste forening for rs4961199 nær

CPNE3 Hotel (OR: 1,07 (95% CI: 1,02-1,14), P = 0,012). Desuden rs266849 nær

KLK3

blev kun svagt forbundet med prostatakræft risiko (OR: 0,93 (95% CI: 0,89-0,98), P = 0,009). rs266849 blev oprindeligt identificeret i en GWAS hjælp af kontrollerne udvalgt til lav prostataspecifikt antigen (PSA) niveauer ( 0,5 ng /ml) [4], og det er blevet foreslået, at rs266849 er en markør for cirkulerende PSA niveauer end til prostatacancer risiko [16], [17].

Den primære analyse i de fleste GWAS antager en additiv øget risiko for hver risiko allel gennemført. rs4961199 (P = 0,02) var den eneste SNP viser nominelt tydelige tegn på afvigelse fra additivitet i vores data. Dette var ikke uventet, da rs4961199 oprindeligt blev identificeret ved hjælp af en recessiv nedarvning model [12].

Replikering i ikke-CGEMS kohorter

Elleve af de 39 SNPs inkluderet i dette papir blev identificeret gennem Cancer genetiske markører af Følsomhed (CGEMS) projekt (https://cgems.cancer.gov/), som har en delvis overlapning med BPC3. Otte af disse elleve SNP’er blev identificeret gennem CGEMS etape 2 herunder ATBC, CPS-II, HPFS og PLCO. Vi har forsøgt at kopiere disse SNPs i de andre kohorter (EPIC, MCC’er, MEC og PHS), som tilsammen udgør 4.661 prostatakræft tilfælde og 5,288 kontroller. Ud af disse otte SNP’er, seks replikeres (tabel S2) og to ikke (rs4961199 nær

CPNE3 Hotel (OR: 0,99 (95% CI: 0,91-1,08), P = 0,82) og rs4962416 i

CTBP2

(OR: 1,01 (95% CI: 0,95-1,08), P = 0,73)). Tre SNP’er (rs4857841 (

EFFSEC

), rs7841060 (8q24) og rs620861 (8q24)), blev identificeret i CGEMS stadie 3 (at der ud over ATBC, CPS-II, HPFS og PLCO inkluderet EPIC og MEC). Derfor testede vi disse tre SNP’er i MCC’er og PHS kun (2.700 sager og 2.412 kontroller). Både rs7841060 (OR: 1,25 (95% CI: 1,12-1,40), P = 8,8 • 10

-5) og rs620861 (OR: 0,89 (95% CI: 0,80-0,98), P = 0,01) var forbundet med prostatakræft risiko mens rs4857841 var ikke (OR: 1,03 (95% CI: 0,93-1,15), P = 0,52). Da vi ikke gentage rs4857841, rs4961199 og rs4962416 i de ikke-CGEMS undersøgelser, vi ikke forfølge disse SNPs i yderligere analyse

SNP foreninger ved tumor scenen og kvalitet

Vi næste undersøgt, om nogen SNP blev forskelligt forbundet med tumor lønklasse eller scenen på diagnose (tabel 3). I alt 1.717 sager blev klassificeret som høj (stadium C eller D ved diagnose) og 1388 blev klassificeret som høj kvalitet (Gleason klasse 8-10 eller tilsvarende, dvs. kodet så dårligt differentieret eller udifferentieret). For 15% af tilfældene, har vi ikke oplysninger om tumor stadie eller Gleason klasse. De mindre alleler af to SNPs i

KLK3

gen (rs266849 og rs2735839), som tidligere har været forbundet med faldende PSA niveauer [16], [17], blev omvendt forbundet med lav kvalitet sygdom (Gleason 30) sammenlignet med normalvægtige mænd (BMI 25) (OR: 0,86, 95% CI: 0,79-0,94, P = 0,0009), og vi observeret nogen forening for at være overvægtig ( OR: 0,99, 95% CI: 0,93-1,05, P = 0,64). Justering for diabetes og rygning svækkede sammenhængen mellem fedme og prostatakræft risiko (OR: 0,89, 95% CI: 0,82-0,98, P = 0,02). Den omvendt sammenhæng mellem BMI og prostatakræft risiko var begrænset til ikke-aggressive sager, som defineret af Gleason kvalitet 8 og tumor trin A og B (data ikke vist). Højde var ikke forbundet med risiko prostatakræft, når de analyseres som en kontinuerlig variabel (OR: 1,001, 95% CI: 1,000-1,002 pr cm stigning, P = 0,12) eller i tertiles (OR: 1,02, 95% CI: 0,99-1,06 , P = 0,24). Vi observerede en ikke-signifikant reducerede prostatakræft risiko blandt både tidligere rygere (OR: 0,95, 95% CI: 0,89-1,01, P = 0,08) og nuværende rygere (OR: 0,91, 95% CI: 0,82-1,00, P = 0,06 ) i forhold til aldrig rygere. Justeret for alkoholforbrug eller BMI ændrede ikke resultaterne (data ikke vist). Endelig forbruger mere end 30 g alkohol pr dag (svarende til to drikkevarer) var forbundet med en øget risiko prostatacancer (OR: 1,09, 95% CI: 1,01-1,18, P = 0,03). Justeret for rygning ændrede ikke denne forening (data ikke vist).

SNP-miljø og SNP-SNP interaktioner

For at undersøge om de foreninger med familiær disposition for prostatakræft, sukkersyge og BMI var stærkere i specifik genetisk strata, vi testet for virkning modifikation ved at inkludere en SNPxE interaktionen i modellen. Vi har også testet for SNP effekt modifikation af alder ved diagnose (studere den vigtigste effekt af alder er ikke hensigtsmæssigt, da vores befolkning består af en serie af indlejrede case-control studier matchet på alder). Efter justering for multipel testning, viste ingen SNP signifikant statistisk interaktion med nogen af ​​de testede ikke-genetiske faktorer (Tabel S3 og Tabel S4). Notatet to SNP’er i 8q24 regionen (rs620861, P = 0,05 og rs6983267, P = 0,004) viste nominelt signifikante interaktioner med alder ved diagnose, med foreningen bliver stærkere hos yngre mænd. Disse resultater er i overensstemmelse med tidligere rapporter om stærkere foreninger med tidligere debut af sygdom for SNPs i 8q24 regionen [6], [18], [19]. Vi observerede marginalt signifikante interaktioner mellem diabetes og rs10486567 i

JAZF1 Hotel (P = 0,04) og mellem BMI og rs10486567 (P = 0,03). Dette er af særlig interesse, eftersom den genetiske variation i

JAFF1

er blevet forbundet med diabetes, om end ikke de samme genetiske varianter. I denne undersøgelse blev fedme forbundet med en reduceret risiko for prostatakræft. Det er blevet vist, at BMI er omvendt forbundet med PSA-niveauer [20], og dermed, fede mænd er mindre tilbøjelige til at få diagnosticeret gennem PSA-screening. Fordi BMI var forbundet med ikke-aggressiv sygdom, vi også set på mulige SNP-BMI interaktioner stratificeret ved sygdom aggressivitet men observeret nogen signifikante interaktioner (data ikke vist).

For at vurdere, om de tvetydige associationer mellem risiko prostatakræft og højde, rygning og alkoholforbrug skyldes skjulte SNP-miljø interaktioner, vi gennemførte en fælles test af den miljømæssige vigtigste effekt og SNP-miljø interaktion effekt. Denne test har vist kraftfulde, når det ikke-genetiske virkning er begrænset til en specifik genetisk stratum [21]. På tværs SNP’er, fælles test var ikke signifikant for hverken alkohol eller ryge efter justering for multiple test (tabel S5, tabel S6 og tabel S7). Tilsvarende standard interaktion tests mellem SNPs og højde, SNPs og rygning og SNP’er og alkoholforbrug var ikke signifikant. Sonderende analyser af alle mulige parvise SNP-SNP interaktioner viste ingen overskydende i signifikante interaktioner end forventet tilfældigt (50 ud af 630 prøver, tabel S8). Desuden ingen SNP-SNP interaktionen var signifikant efter korrektion for multiple test ved hjælp af en Bonferroni korrektion (mindste nominelle P-værdi var 0,0005). Yeager og kolleger identificeret en SNP-SNP samspil mellem rs4242382 og rs620861 (P = 0,002) [13]. Vi observerer også denne interaktion (P = 0,02), men ikke når analysen var begrænset til kun MCC’er og PHS (P = 0,75).

Diskussion

I denne undersøgelse har vi satte sig for at undersøge, om SNP’er identificeret i GWAS at være forbundet med prostatacancer show variation i risiko ved sygdom aggressivitet (tumor stadium og grad) og /eller interagere med ikke-genetiske og genetiske faktorer. Alle 39 SNP’er testede var signifikant associeret med prostatakræft i den samlede analyse. Men CGEMS projektet, som omfattede fire og seks BPC3 studier i dens anden og tredje fase fase, henholdsvis bidrog til identifikation af elleve SNPs undersøgt i nærværende undersøgelse. Vi testede, om foreninger for disse elleve SNP’er kunne bekræftes i de resterende undersøgelser og med undtagelse af tre SNP’er blev resultaterne gentaget med risikofaktorer størrelser svarende til dem i CGEMS analysen. Vi kunne ikke kopiere rs4961149 ved hjælp af data fra tre af de ikke-CGEMS kohorter. Da rs4961199 indgik i CGEMS fase 2 baseret på dens recessive forening, vi også testet den recessive model i de ikke-CGEMS undersøgelser og observerede en ikke-signifikant sammenhæng lignende, men svagere i forhold til CGEMS (OR: 1,10, 95% CI: 0,82 -1,47, P = 0,54).

Kun få af de observerede foreninger afveg ved sygdom fase, tumor kvalitet eller miljømæssige eksponeringer. Det mest bemærkelsesværdige fund var den kvalitativt ændrede foreningen ifølge Gleason klasse for to SNPs tæt

KLK3

(rs266849 og rs2735839), hvor de mindre alleler var forbundet med lavere risiko for lav kvalitet sygdom, men højere risiko for Gleason 8 -10 tumorer. Dette er tidligere observeret af Kader og kolleger [22], der studerede 5.000 patienter og fundet en stærk sammenhæng mellem Gleason kvalitet og rs2735839 (P = 3,7 • 10

-7). De mindre alleler af disse SNPs har været forbundet med lavere PSA niveauer angiver, at luftfartsselskaber er mindre tilbøjelige til at blive diagnosticeret på et tidligt tidspunkt gennem PSA-screening [16], [17]. Men vi ikke observere nogen forskel i foreningen af ​​disse to SNPs ved sygdom fase, hvilket tyder på, at forsinket diagnose ikke fuldt ud kan forklare disse foreninger. Interessant, væsentlig positiv association af disse to SNPs med Gleason 8-10 tumorer understøtte de kliniske observationer, at PSA udtryk er lavere i ondartet end i normal prostata epitel og er yderligere reduceret i dårligt differentierede tumorer [23], [24]. Sammen disse resultater tyder på, at

KLK

variation kunne påvirke høj kvalitet prostatakræft risiko gennem en endnu uidentificeret vej eller blot som en genetisk markør for sandsynligheden for en diagnose af høj versus lav kvalitet prostatakræft diagnose gennem sin indflydelse på PSA niveauer. For at teste denne hypotese, vi udførte tilfælde kun analyse baseret på året for diagnose at afspejle indførelsen af ​​udbredt PSA screening (op til 1992 (670 mænd) vs. efter 1992 (9831 mænd)). Hvis foreningen mellem Gleason kvalitet og

KLK3

variation skyldes ændrede PSA niveauer, ville vi forvente at se differentierede foreninger efter år for diagnosen. Vi har ikke observere sådanne forskelle, men antyder, at

KLK3

-prostate kræft forening ikke er medieret af ændrede PSA niveauer. En nylig islandske undersøgelse foretaget stratificeret analyse baseret på året for diagnose og bemærket, at foreningen med prostatakræft var begrænset til gruppen af ​​tilfælde diagnosticeret i 1992 eller senere. Disse resultater tyder på, at associationen mellem KLK3 locus og prostatakræft er drevet af den stigende hyppighed af PSA-test [25].

Efter justering for multipel testning, ingen anden SNP var forbundet med kliniske undertyper. Tidligere undersøgelser havde undladt at forbinde disse SNPs til kliniske karakteristika [22], [26], hvilket tyder på, at disse SNPs påvirker prostatakræft risiko generelt og ikke udelukkende til mere (eller mindre) aggressiv eller fremskreden kræft.

Vi fandt samlet ingen beviser for, at disse SNPs interagerer med kendte eller foreslåede risikofaktorer for prostatakræft, herunder familiær disposition for prostatakræft risiko, alder for debut, diabetes, BMI, højde, rygning eller alkoholforbrug. Studere samspillet mellem SNPs og diabetes var af særlig interesse, da den genetiske variation i

JAZF1

TCF2

har været forbundet med både prostata kræft og diabetes [8], [11], [12] , [27], [28]. Vi kunne se en borderline statistisk signifikant vekselvirkning mellem rs10486567 i

JAZF1

og diabetes, men denne særlige SNP har ikke været forbundet med diabetes risiko. En tidligere undersøgelse foretaget i CPS-II og PLCO fandt, at diabetes ikke mægle sammenhængen mellem

JAZF1

HNF1B /TCF2

SNPs og prostatakræft risiko [29], og vi observeret nogen statistisk interaktion mellem diabetes og tre SNPs i

HNFIB /TCF2

.

Vi observerede ingen signifikante sammenhænge mellem prostatakræft risiko og rygning eller højde, og kun en svag sammenhæng mellem prostatakræft og alkoholforbrug, selv efter tegner sig for muligheden for forskelle i effekten af ​​disse engagementer med genotype. En meta-analyse af 39 undersøgelser observeret, at højden var positivt associeret med risiko (RR 1,05 per 10 cm tilvækst, 95% CI 1,02-1,09), men foreningen blev kun set i kohortestudier [30]. En nylig stor meta-analyse af rygning og prostata forekomst kræft fundet samlet ingen tegn på en forening, men en øget risiko, når de overvejer antallet af cigaretter røget. Desuden har de observerede en 9% risiko stigning for tidligere rygere [31]. Vi gjorde observere en marginal sammenhæng mellem alkoholindtag og prostatakræft risiko. Dette er i tråd med tidligere resultater indikerer en svag risiko stigning for mænd forbrugende mindst 25 gram alkohol om dagen (OR: 1,05 (95% CI: 1,00-1,08)) og for mænd indtager mindst 50 gram om dagen (OR: 1,09 (95% CI: 1,02-1,17).) [32]

Samlet set har disse resultater antyder, at manglen på robuste sammenhænge mellem disse miljøfaktorer og prostatakræft risiko ikke skyldes samspillet mellem disse engagementer og variation i nogen af ​​de 36 SNPs vurderet i dette studie. Men manglen på signifikante interaktioner ikke udelukke, at der findes gen-miljø interaktioner i prostatakræft. Alle SNP’er under forsøget, er blevet forbundet med prostatacancer via deres væsentlige virkninger. Agnostiske tilgange som inkorporere gen-miljø interaktioner i et genom-dækkende forening undersøgelse indstilling kan identificere genetiske varianter, som kun påvirker risikoen, når de handler med andre faktorer. Manglen på signifikante interaktioner kan også afspejle lav effekt til at opdage kun beskedne interaktionseffekter trods vores stikprøvestørrelse på 10.000 tilfælde og 10.000 kontroller. Det er vigtigt at bemærke, at vores resultater ikke udelukker små afvigelser fra en multiplikativ odds model for fælles effekt af par af individuelle markører og risikofaktorer, heller ikke manglende afgang fra en multiplikative odds model nødvendigvis, at disse genetiske loci og risiko faktorer ikke interagerer på en eller anden kausal måde. Desuden manglende interaktion, som defineret her betyder ikke fravær af en “offentlig sundhed interaktion”, hvor fordelen fra at reducere en risikofaktor i forhold til absolut risikoreduktion adskiller tværs genotyper [33].

Dette er, til vores viden, til den første store undersøgelse undersøge mulige interaktioner mellem bekræftede prostatakræft modtagelighed markører og et bredt spektrum af kendte og mulige miljømæssige faktorer. De SNP’er i denne undersøgelse viser marginale per-allel odds ratio på mellem 1,07 og 1,44. Det er muligt, at disse odds ratioer kan være større i strata er defineret af andre prostatakræft risikofaktorer, ikke evalueret i denne undersøgelse. Det er velkendt, at udforske sådanne interaktioner kræver store undersøgelse populationer med data veldefinerede eksponering. Med 10.501 prostata kræfttilfælde, 10,831 kontroller og prospektivt indsamlede data inden for etablerede kohorter, BPC3 er i en unik position til at udforske både gen-gen og gen-miljø interaktioner som vist her. For eksempel i fravær af væsentlige virkninger (hvilket ikke er det samme som forudsat ingen marginal effekt og plausibelt overensstemmelse med beskedne marginale genetiske eller miljømæssige virkninger), den BPC3 har 89% kraft til at detektere en interaktion effekt på 1,2 antager en allel frekvens på 20% og en miljømæssig eksponering med en prævalens på 20%.

Som med alle forsøg med data miljømæssige eksponering, den aktuelle undersøgelse, forventes at have en vis grad af misklassifikation i målingen af ​​disse faktorer. Det er muligt, at alternativ modellering af miljømæssige risikofaktorer eller mere præcis eksponering kvantificering vil øge statistisk styrke (fx analysere intensitet, varighed eller pakke-års rygning ikke som aldrig /tidligere /nuværende). , Et kritisk spørgsmål i at gennemføre samlet analyse på tværs af studierne er imidlertid at harmonisere data. Som eksponeringsdata bliver mere raffineret, er der en stigende risiko for uoverensstemmelser mellem kohorter, der øger risikoen for “misklassifikation”. Da vores undersøgelse kohorter (MEC undtaget) omfattede overvejende mænd af europæisk afstamning, blev vi begrænset i vores evne til at studere andre etniske grupper.

Genom-dækkende forening undersøgelser har især været en succes for prostatakræft. Nyligt offentliggjorte sekundær analyse af GWAS har nu tilføjet ~ 10 ekstra prostatakræft SNPs til dem, der præsenteres her [5], [9], [11]. På tidspunktet for denne undersøgelse, havde vi ikke genotype data for disse SNPs i BPC3 og det er stadig uvist, om de varierende er forbundet med kliniske undertyper, eller hvis de interagerer med ikke-genetiske faktorer.

Sammenfattende vi uafhængigt replikeret sammenhængen mellem prostatakræft risiko og 36 SNPs identificeret i etapevis genom-dækkende forening undersøgelser af prostatakræft. Bortset SNP’er i

KLK3 Hoteller, som blev forskelligt forbundet med Gleason kvalitet, vi ikke registrere nogen differentiering i SNP foreninger efter Gleason lønklasse eller scenen på diagnose, to kliniske faktorer stærkt prædiktiv for udfaldet sygdom. Desuden fandt vi ingen stærke beviser for, at disse SNPs interagerer med alderen, familie historie, diabetes, BMI, højde, rygning eller alkohol forbrug.

Materialer og Metoder

Undersøgelse Befolkning

Den BPC3 er blevet beskrevet detaljeret andetsteds [34]. Kort sagt, konsortiet kombinerer ressourcer fra syv veletablerede kohortestudier med blodprøver som følger: Alpha-Tocopherol, beta-caroten Cancer Prevention (ATBC) Undersøgelse i 1992-1993 [35], American Cancer Society Cancer Prevention Study II (CPS-II) i 1998 [36], den europæiske Prospective Investigation ind Cancer and Nutrition Kohorte (EPIC – består af kohorter fra Danmark, Storbritannien, Tyskland, Grækenland, Italien, Nederlandene, Spanien og Sverige) i 1993 [37 ], Health Professionals Follow-up Study (HPFS) i 1993 [38], den multietniske Kohorte (MEC) i 1995 [39], Physicians ‘Health Study (PHS) i 1982 [40], og prostata, Lung, tyktarmen og æggestokkene (PLCO) kræftscreening Trial i 1993-2001 [41]. Hertil kommer, at Melbourne Collaborative Kohorte (MCC’er) etableret i 1990-1994 [42] for nylig tiltrådte konsortiet. Tilsammen udgør disse otte kohorter kollektivt omfatter mere end 265.000 mænd, der leveres en blodprøve.

Prostata kræfttilfælde blev identificeret gennem befolkningsbaserede kræftregistre eller selvstændige rapporter bekræftet af medicinske journaler, herunder patologi rapporter. Undtagen for MCC undersøgelse var BPC3 består af en række af matchede indlejrede undersøgelser case-kontrol inden for hver kohorte; kontroller blev matchet til sager om en række potentielle forstyrrende faktorer, såsom alder, etnicitet, og region rekruttering, afhængigt af kohorte. MCC’er brugte sag kohorte design, med en tilfældigt udtaget sub-kohorte tjener som kontroller. Skriftligt informeret samtykke blev opnået fra alle fag, og hver undersøgelse blev godkendt af Institutional Review Boards på deres respektive institutioner. De interne metoder for hver undersøgelse var som følger: US National Cancer Institute og National Institute for Health and Welfare (Helsinki, Finland) (ATBC), The Emory University School of Medicine Institutional Review Board (CPS-II), Ethikkommission – Medizinische Fakultät Heidelberg og Imperial College Research Ethics Committee (EPIC), The Institutional Review Board of Harvard School of Public Health (HPFS), The Cancer Råd Victoria menneskelige Research Ethics Committee (MCC), The Institutional Review Board på University of Southern California og Institutional Review Board ved University of Hawaii (MEC), The personmotiver Udvalg på Brigham og kvinders Hospital (PHS) og NIC Special Studies Institutional Review Board (PLCO).

den aktuelle undersøgelse var begrænset til personer, der selv-rapporteret som være kaukasisk. Vi havde genotypedata for i alt 10,501 prostatakræft tilfælde og 10,831 kontroller. Data om sygdom scenen og kvalitet på diagnosetidspunktet blev indsamlet fra hver kohorte, hvor det er muligt. I alt 1.717 sager blev klassificeret som høj (stadium C eller D ved diagnose) og 1388 blev klassificeret som høj kvalitet (Gleason kvalitet 7 eller tilsvarende, dvs. kodet så dårligt differentieret eller udifferentieret). For 15% af tilfældene, har vi ikke oplysninger om tumor stadie eller Gleason klasse.

Baseline information om højde og kropsvægt, familie historie af prostatakræft, cigaretrygning status (aldrig forbi, og nuværende) , alkohol indtag (g /dag) og oplysninger om en eksisterende diabetes diagnose blev indsamlet ved selvrapportering. Familiehistorie, som blev defineret som havende mindst en første grads familiemedlem diagnosticeret med prostatacancer, var tilgængelig for alle undtagen to kohortestudier (PHS og EPIC). For nogle lande i EPIC blev vægt og højde måles.

Indsamling og harmonisering af ikke-genetiske data

Vi indsamlede data om familiens historie, diabetes ved baseline, rygning, alkoholforbrug, højde og BMI for hver undersøgelse. Familie historie af prostatakræft blev dikotomiseret i “ja” (1.780 forsøgspersoner) eller “ingen” (12.382 emner). Alder blev beregnet i en alder af diagnose /udvælgelse som kontrol, bortset fra MCC’er (ved baseline for kontroller) og MEC (ved blod drage for kontrol) og yderligere dikotomiseret i yngre eller lig med 65 år eller over 65 år. BMI blev beregnet på grundlag baseline vægt (kg) og højde (m) kategoriseret i 3 kategorier: normal vægt (BMI 25 kg /m

2, 7,947 emner), overvægt (BMI 25-30 kg /m

2, 10,206 fag) og fede (BMI 30 kg /m

2, 2.771 emner). Højde blev analyseret både som en kontinuerlig variabel og i tertiles ( 173 cm (7.221 personer), 173-180 cm (7,324 emner) og . 180 cm (6.548 personer)

Rygning var kategoriseret i tre . kategorier: aldrig (7.725 personer), tidligere (9,457 emner) og nuværende (3.989 forsøgspersoner) Alkohol blev dikotomiseret ind aldrig og moderat drikkende ( 30 g /dag eller to drinks om dagen; 17,398 fag) eller storforbrugere (≥30 g /dag eller 2 drinks om dagen;. 3.257 personer) eksisterende diabetes blev dikotomiseret i “ja” (982 patienter) eller “nej” (19,643 emner)

Vi blev enige om en fælles protokol før. dataindsamling baseret på tilgængeligheden af ​​data i undersøgelserne. Hver undersøgelse var ansvarlig for at sende data i et format, som beskrevet i protokollen for at lette harmoniseringen af ​​data. Vi blev enige om at indsamle så detaljerede oplysninger som muligt uden at udelukke enhver undersøgelse på grund af manglende kovariat oplysninger (dvs. vi sigter for det mindste fællesnævner for de variabler af interesse). Uoverensstemmelser eller præciseringer blev håndteret af en dialog mellem data koordinerende center og de enkelte studier. Alle undersøgelser har offentliggjort analyse af disse variabler tidligere og oplysninger om kvalitetskontrol findes i studie-specifikke publikationer. Alle statistiske analyser blev udført centralt.

SNP udvælgelse og genotyping

Vi valgte 39 SNPs baseret på litteraturen for prostatakræft GWAS (tabel 2). Disse omfatter (genomisk placering i parentes): rs721048 (2p15), rs1465618 (2p21), rs12621278 (2q31.3), rs2660753 (3q12.1), rs4857841 (3q21.3), rs17021918 (4q22.3), rs12500426 (4q22 .3), rs7679673 (4q24), rs9364554 (6q25.3), rs10486567 (7p15.2), rs6465657 (7p21.3), rs1512268 (8p21.2), rs2928679 (8p21.2), rs4961199 (8q21.3) , rs1016343 (8q24.21), rs7841060 (8q24.21), rs16901979 (8q24.21), rs620861 (8q24.21), rs6983267 (8q24.21), rs1447295 (8q24.21), rs4242382 (8q24.21), rs7837688 (8q24.21), rs16902094 (8q24.21), rs1571801 (9p33.2), rs10993994 (10q11.23), rs4962416 (10q26.13), rs7127900 (11p15.5), rs12418451 (11q13.2), rs7931342