由生物质烟雾暴露引起的线粒体表观遗传变化及其在与年龄相关的乳腺癌风险中的作用:基于机器学习的预测研究

科学领域:

• 环境健康 环境健康
• 遗传学和表观遗传学
• 在瘤学瘤学.

背景情况:

• 生物质烟雾暴露是呼吸道和心血管疾病的重要危险因素.
• 线粒体功能障碍和表观遗传变化在癌症发展中越来越被认可.
• 有限的研究存在于生物质烟雾对线粒体表观遗传学和女性乳腺癌 (BC) 风险的具体影响.

研究的目的:

• 检查暴露于生物质烟雾中的女性年龄,线粒体表观遗传学 (mtDNA甲基化) 和BC风险之间的关联.
• 在这种情况下,研究炎症性细胞因子 (IL-6,TNF-α,IL-10) 和癌胚抗原 (CEA) 的作用.
• 使用机器学习开发和评估用于BC风险检测的预测模型.

主要方法:

• 一项涉及205名暴露于生物质烟雾的妇女的横截面研究,分为年龄组 (18-25岁和>25岁).
• 评估线粒体DNA (mtDNA) 甲基化,IL-6,TNF-α,IL-10和CEA的血清水平.
• 开发机器学习模型,利用临床和分子数据进行BC风险预测.

主要成果:

• 长时间暴露于家庭空气污染 (HAP) 与线粒体功能障碍增加相关,特别是在老年女性中.
• 在mtDNA甲基化变化和CEA水平升高之间发现了显著的相关性,这表明在BC风险中发挥了作用.
• 年龄和炎症性细胞因子 (IL-6,TNF-α,IL-10) 之间的强烈正相关性表明,随着年龄的增长,炎症会加剧.
• 后勤回归模型实现了高预测性能 (90.18%准确率,1.00 AUC).

结论:

• 年龄和线粒体表观遗传因素,包括mtDNA甲基化和炎症标记,在暴露于生物质烟雾的妇女中与BC风险有显著的关联.
• 线粒体表观遗传学在BC发育中起着至关重要的作用,人工智能工具显示出在风险人群中早期检测的潜力.
• 该研究的横截面设计需要纵向研究来确定这些关系的因果关系和时间.