Breast cancer exhibits familial aggregation, consistent with variation in genetic susceptibility to the disease. Known susceptibility genes account for less than 25% of the familial risk of breast cancer, and the residual genetic variance is likely to be due to variants conferring more moderate risks. To identify further susceptibility alleles, we conducted a two-stage genome-wide association study in 4,398 breast cancer cases and 4,316 controls, followed by a third stage in which 30 single nucleotide polymorphisms (SNPs) were tested for confirmation in 21,860 cases and 22,578 controls from 22 studies. We used 227,876 SNPs that were estimated to correlate with 77% of known common SNPs in Europeans at r2 > 0.5. SNPs in five novel independent loci exhibited strong and consistent evidence of association with breast cancer (P < 10-7). Four of these contain plausible causative genes (FGFR2, TNRC9, MAP3K1 and LSP1). At the second stage, 1,792 SNPs were significant at the P < 0.05 level compared with an estimated 1,343 that would be expected by chance, indicating that many additional common susceptibility alleles may be identifiable by this approach. Until the genome-wide association study on page 1087 was published online, known susceptibility genes — such as BRCA1 and BRCA2 — accounted for less than 25% of the familial risk of breast cancer. The new study, which involved 21,860 patients and 22,578 controls, has identified four genes positively associated with genetic susceptibility to breast cancer (FGFR2, TNRC9, MAP3K1 and LSP1). Most previously identified breast cancer susceptibility genes are involved in DNA repair, but the newly discovered associations appear to relate more to the control of cell growth or to cell signalling. Only one of the genes — FGFR2 — had a clear prior relevance to breast cancer. The identification of these genes opens up new avenues of research into the causes of breast cancer. They may also become part of a new strategy to classify women's risk, paving the way for better disease prevention. Previous work has identified several genes where mutations lead to breast cancer, but other genetic and environmental factors must still be accounted for. A large study of genetic association with breast cancer points to four novel genes and many more genetic markers that should be pursued for their link to cancer susceptibility.

Abstract Too many reports of associations between genetic variants and common cancer sites and other complex diseases are false positives. A major reason for this unfortunate situation is the strategy of declaring statistical significance based on a P value alone, particularly, any P value below .05. The false positive report probability (FPRP), the probability of no true association between a genetic variant and disease given a statistically significant finding, depends not only on the observed P value but also on both the prior probability that the association between the genetic variant and the disease is real and the statistical power of the test. In this commentary, we show how to assess the FPRP and how to use it to decide whether a finding is deserving of attention or “noteworthy.” We show how this approach can lead to improvements in the design, analysis, and interpretation of molecular epidemiology studies. Our proposal can help investigators, editors, and readers of research articles to protect themselves from overinterpreting statistically significant findings that are not likely to signify a true association. An FPRP-based criterion for deciding whether to call a finding noteworthy formalizes the process already used informally by investigators—that is, tempering enthusiasm for remarkable study findings with considerations of plausibility.

Common variation on 14q24.1, close to RAD51B, has been associated with breast cancer: rs999737 and rs2588809 with the risk of female breast cancer and rs1314913 with the risk of male breast cancer. The aim of this study was to investigate the role of RAD51B variants in breast cancer predisposition, particularly in the context of familial breast cancer in Finland. We sequenced the coding region of RAD51B in 168 Finnish breast cancer patients from the Helsinki region for identification of possible recurrent founder mutations. In addition, we studied the known rs999737, rs2588809, and rs1314913 SNPs and RAD51B haplotypes in 44,791 breast cancer cases and 43,583 controls from 40 studies participating in the Breast Cancer Association Consortium (BCAC) that were genotyped on a custom chip (iCOGS). We identified one putatively pathogenic missense mutation c.541C>T among the Finnish cancer patients and subsequently genotyped the mutation in additional breast cancer cases (n = 5259) and population controls (n = 3586) from Finland and Belarus. No significant association with breast cancer risk was seen in the meta-analysis of the Finnish datasets or in the large BCAC dataset. The association with previously identified risk variants rs999737, rs2588809, and rs1314913 was replicated among all breast cancer cases and also among familial cases in the BCAC dataset. The most significant association was observed for the haplotype carrying the risk-alleles of all the three SNPs both among all cases (odds ratio (OR): 1.15, 95% confidence interval (CI): 1.11-1.19, P = 8.88 x 10-16) and among familial cases (OR: 1.24, 95% CI: 1.16-1.32, P = 6.19 x 10-11), compared to the haplotype with the respective protective alleles. Our results suggest that loss-of-function mutations in RAD51B are rare, but common variation at the RAD51B region is significantly associated with familial breast cancer risk.

Here 106 genomic loci associated with age at menarche, a marker of puberty timing in females, are identified; these loci show enrichment for genes involved in nuclear hormone receptor function, body mass index, and rare disorders of puberty, and for genes located in imprinted regions, with parent-of-origin specific effects at several loci. The age at which females first experience menstruation, called menarche, is a heritable trait associated with risks for obesity, type 2 diabetes, cardiovascular disease, breast cancer and general mortality. This large-scale genome-wide association study identifies 123 signals at 106 genomic loci associated with age at menarche. New findings include parent-of-origin-specific allelic associations (both maternally and paternally driven) at three imprinted loci and the implication of retinoic acid and GABAB receptor II signalling and lysine-specific histone demethylation. These data bring new insights into the genetic architecture of puberty timing and suggest a model involving thousands of genetic variants. Age at menarche is a marker of timing of puberty in females. It varies widely between individuals, is a heritable trait and is associated with risks for obesity, type 2 diabetes, cardiovascular disease, breast cancer and all-cause mortality1. Studies of rare human disorders of puberty and animal models point to a complex hypothalamic-pituitary-hormonal regulation2,3, but the mechanisms that determine pubertal timing and underlie its links to disease risk remain unclear. Here, using genome-wide and custom-genotyping arrays in up to 182,416 women of European descent from 57 studies, we found robust evidence (P < 5 × 10−8) for 123 signals at 106 genomic loci associated with age at menarche. Many loci were associated with other pubertal traits in both sexes, and there was substantial overlap with genes implicated in body mass index and various diseases, including rare disorders of puberty. Menarche signals were enriched in imprinted regions, with three loci (DLK1-WDR25, MKRN3-MAGEL2 and KCNK9) demonstrating parent-of-origin-specific associations concordant with known parental expression patterns. Pathway analyses implicated nuclear hormone receptors, particularly retinoic acid and γ-aminobutyric acid-B2 receptor signalling, among novel mechanisms that regulate pubertal timing in humans. Our findings suggest a genetic architecture involving at least hundreds of common variants in the coordinated timing of the pubertal transition.

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.

David Hunter and colleagues report results of the CGEMS multistage genome-wide association study of breast cancer. They identify two new risk variants on chromosomes 1p11.2 and 14q24.1, and confirm several previously reported breast cancer risk loci. We conducted a three-stage genome-wide association study (GWAS) of breast cancer in 9,770 cases and 10,799 controls in the Cancer Genetic Markers of Susceptibility (CGEMS) initiative. In stage 1, we genotyped 528,173 SNPs in 1,145 cases of invasive breast cancer and 1,142 controls. In stage 2, we analyzed 24,909 top SNPs in 4,547 cases and 4,434 controls. In stage 3, we investigated 21 loci in 4,078 cases and 5,223 controls. Two new loci achieved genome-wide significance. A pericentromeric SNP on chromosome 1p11.2 (rs11249433; P = 6.74 × 10−10 adjusted genotype test, 2 degrees of freedom) resides in a large linkage disequilibrium block neighboring NOTCH2 and FCGR1B; this signal was stronger for estrogen-receptor–positive tumors. A second SNP on chromosome 14q24.1 (rs999737; P = 1.74 × 10−7) localizes to RAD51L1, a gene in the homologous recombination DNA repair pathway. We also confirmed associations with loci on chromosomes 2q35, 5p12, 5q11.2, 8q24, 10q26 and 16q12.1.

PurposeBreast cancer (BC) risk prediction allows systematic identification of individuals at highest and lowest risk. We extend the Breast and Ovarian Analysis of Disease Incidence and Carrier Estimation Algorithm (BOADICEA) risk model to incorporate the effects of polygenic risk scores (PRS) and other risk factors (RFs).MethodsBOADICEA incorporates the effects of truncating variants inBRCA1, BRCA2, PALB2, CHEK2, and ATM; a PRS based on 313 single-nucleotide polymorphisms (SNPs) explaining 20% of BC polygenic variance; a residual polygenic component accounting for other genetic/familial effects; known lifestyle/hormonal/reproductive RFs; and mammographic density, while allowing for missing information.ResultsAmong all factors considered, the predicted UK BC risk distribution is widest for the PRS, followed by mammographic density. The highest BC risk stratification is achieved when all genetic and lifestyle/hormonal/reproductive/anthropomorphic factors are considered jointly. With all factors, the predicted lifetime risks for women in the UK population vary from 2.8% for the 1st percentile to 30.6% for the 99th percentile, with14.7% of women predicted to have a lifetime risk of ≥17–<30% (moderate risk according to National Institute for Health and Care Excellence [NICE] guidelines) and 1.1% a lifetime risk of ≥30% (high risk).ConclusionThis comprehensive model should enable high levels of BC risk stratification in the general population and women with family history, and facilitate individualized, informed decision-making on prevention therapies and screening.

Stig Bojesen, Georgia Chenevix-Trench, Alison Dunning and colleagues report common variants at the TERT-CLPTM1L locus associated with mean telomere length measured in whole blood. They also identify associations at this locus to breast or ovarian cancer susceptibility and report functional studies in breast and ovarian cancer tissue and cell lines. TERT-locus SNPs and leukocyte telomere measures are reportedly associated with risks of multiple cancers. Using the Illumina custom genotyping array iCOGs, we analyzed ∼480 SNPs at the TERT locus in breast (n = 103,991), ovarian (n = 39,774) and BRCA1 mutation carrier (n = 11,705) cancer cases and controls. Leukocyte telomere measurements were also available for 53,724 participants. Most associations cluster into three independent peaks. The minor allele at the peak 1 SNP rs2736108 associates with longer telomeres (P = 5.8 × 10−7), lower risks for estrogen receptor (ER)-negative (P = 1.0 × 10−8) and BRCA1 mutation carrier (P = 1.1 × 10−5) breast cancers and altered promoter assay signal. The minor allele at the peak 2 SNP rs7705526 associates with longer telomeres (P = 2.3 × 10−14), higher risk of low-malignant-potential ovarian cancer (P = 1.3 × 10−15) and greater promoter activity. The minor alleles at the peak 3 SNPs rs10069690 and rs2242652 increase ER-negative (P = 1.2 × 10−12) and BRCA1 mutation carrier (P = 1.6 × 10−14) breast and invasive ovarian (P = 1.3 × 10−11) cancer risks but not via altered telomere length. The cancer risk alleles of rs2242652 and rs10069690, respectively, increase silencing and generate a truncated TERT splice variant.

Douglas Easton and colleagues report results of a large multistage genome-wide association study of breast cancer. The study identifies two new breast cancer risk loci on chromosomes 3p24 and 17q23.2. Genome-wide association studies (GWAS) have identified seven breast cancer susceptibility loci, but these explain only a small fraction of the familial risk of the disease. Five of these loci were identified through a two-stage GWAS involving 390 familial cases and 364 controls in the first stage, and 3,990 cases and 3,916 controls in the second stage1. To identify additional loci, we tested over 800 promising associations from this GWAS in a further two stages involving 37,012 cases and 40,069 controls from 33 studies in the CGEMS collaboration and Breast Cancer Association Consortium. We found strong evidence for additional susceptibility loci on 3p (rs4973768: per-allele OR = 1.11, 95% CI = 1.08–1.13, P = 4.1 × 10−23) and 17q (rs6504950: per-allele OR = 0.95, 95% CI = 0.92–0.97, P = 1.4 × 10−8). Potential causative genes include SLC4A7 and NEK10 on 3p and COX11 on 17q.