A HETEROGeneous disease composed of a growing number of recognized biological subtypes.The prognostic and etiologic importance of this diversity is complicated by many factors, including the observation that differences in clinical outcomes often correlate with race.Age-adjusted mortality in the United States from breast cancer in white women is 28.3 deaths per 100 000 compared with 36.4 deaths per 100 000 in African American women. 1 This disparity is particularly pronounced among women younger than 50 years, in whom mortality is 77% higher among African American women compared with white women (11.0 vs 6.3 deaths per 100 000).Breast cancer in African American women has been characterized by higher grade, 2,3 later

Glucose is a critical component in the proinflammatory response of macrophages (MΦs). However, the contribution of glucose transporters (GLUTs) and the mechanisms regulating subsequent glucose metabolism in the inflammatory response are not well understood. Because MΦs contribute to obesity-induced inflammation, it is important to understand how substrate metabolism may alter inflammatory function. We report that GLUT1 (SLC2A1) is the primary rate-limiting glucose transporter on proinflammatory-polarized MΦs. Furthermore, in high fat diet-fed rodents, MΦs in crown-like structures and inflammatory loci in adipose and liver, respectively, stain positively for GLUT1. We hypothesized that metabolic reprogramming via increased glucose availability could modulate the MΦ inflammatory response. To increase glucose uptake, we stably overexpressed the GLUT1 transporter in RAW264.7 MΦs (GLUT1-OE MΦs). Cellular bioenergetics analysis, metabolomics, and radiotracer studies demonstrated that GLUT1 overexpression resulted in elevated glucose uptake and metabolism, increased pentose phosphate pathway intermediates, with a complimentary reduction in cellular oxygen consumption rates. Gene expression and proteome profiling analysis revealed that GLUT1-OE MΦs demonstrated a hyperinflammatory state characterized by elevated secretion of inflammatory mediators and that this effect could be blunted by pharmacologic inhibition of glycolysis. Finally, reactive oxygen species production and evidence of oxidative stress were significantly enhanced in GLUT1-OE MΦs; antioxidant treatment blunted the expression of inflammatory mediators such as PAI-1 (plasminogen activator inhibitor 1), suggesting that glucose-mediated oxidative stress was driving the proinflammatory response. Our results indicate that increased utilization of glucose induced a ROS-driven proinflammatory phenotype in MΦs, which may play an integral role in the promotion of obesity-associated insulin resistance. Glucose is a critical component in the proinflammatory response of macrophages (MΦs). However, the contribution of glucose transporters (GLUTs) and the mechanisms regulating subsequent glucose metabolism in the inflammatory response are not well understood. Because MΦs contribute to obesity-induced inflammation, it is important to understand how substrate metabolism may alter inflammatory function. We report that GLUT1 (SLC2A1) is the primary rate-limiting glucose transporter on proinflammatory-polarized MΦs. Furthermore, in high fat diet-fed rodents, MΦs in crown-like structures and inflammatory loci in adipose and liver, respectively, stain positively for GLUT1. We hypothesized that metabolic reprogramming via increased glucose availability could modulate the MΦ inflammatory response. To increase glucose uptake, we stably overexpressed the GLUT1 transporter in RAW264.7 MΦs (GLUT1-OE MΦs). Cellular bioenergetics analysis, metabolomics, and radiotracer studies demonstrated that GLUT1 overexpression resulted in elevated glucose uptake and metabolism, increased pentose phosphate pathway intermediates, with a complimentary reduction in cellular oxygen consumption rates. Gene expression and proteome profiling analysis revealed that GLUT1-OE MΦs demonstrated a hyperinflammatory state characterized by elevated secretion of inflammatory mediators and that this effect could be blunted by pharmacologic inhibition of glycolysis. Finally, reactive oxygen species production and evidence of oxidative stress were significantly enhanced in GLUT1-OE MΦs; antioxidant treatment blunted the expression of inflammatory mediators such as PAI-1 (plasminogen activator inhibitor 1), suggesting that glucose-mediated oxidative stress was driving the proinflammatory response. Our results indicate that increased utilization of glucose induced a ROS-driven proinflammatory phenotype in MΦs, which may play an integral role in the promotion of obesity-associated insulin resistance.

The prognosis of a patient with estrogen receptor (ER) and/or progesterone receptor (PR) -positive breast cancer can be highly variable. Therefore, we developed a gene expression-based outcome predictor for ER+ and/or PR+ (ie, luminal) breast cancer patients using biologic differences among these tumors.The ER+ MCF-7 breast cancer cell line was treated with 17beta-estradiol to identify estrogen-regulated genes. These genes were used to develop an outcome predictor on a training set of 65 luminal epithelial primary breast carcinomas. The outcome predictor was then validated on three independent published data sets. Results The estrogen-induced gene set identified in MCF-7 cells was used to hierarchically cluster a 65 tumor training set into two groups, which showed significant differences in survival (P = .0004). Supervised analyses identified 822 genes that optimally defined these two groups, with the poor-prognosis group IIE showing high expression of cell proliferation and antiapoptosis genes. The good prognosis group IE showed high expression of estrogen- and GATA3-regulated genes. Mean expression profiles (ie, centroids) created for each group were applied to ER+ and/or PR+ tumors from three published data sets. For all data sets, Kaplan-Meier survival analyses showed significant differences in relapse-free and overall survival between group IE and IIE tumors. Multivariate Cox analysis of the largest test data set showed that this predictor added significant prognostic information independent of standard clinical predictors and other gene expression-based predictors.This study provides new biologic information concerning differences within hormone receptor-positive breast cancers and a means of predicting long-term outcomes in tamoxifen-treated patients.

RNA-based, multi-gene molecular assays are available and widely used for patients with ER-positive/HER2-negative breast cancers. However, RNA-based genomic tests can be costly and are not available in many countries. Methods for inferring molecular subtype from histologic images may identify patients most likely to benefit from further genomic testing. To identify patients who could benefit from molecular testing based on H&E stained histologic images, we developed an image analysis approach using deep learning. A training set of 571 breast tumors was used to create image-based classifiers for tumor grade, ER status, PAM50 intrinsic subtype, histologic subtype, and risk of recurrence score (ROR-PT). The resulting classifiers were applied to an independent test set (n = 288), and accuracy, sensitivity, and specificity of each was assessed on the test set. Histologic image analysis with deep learning distinguished low-intermediate vs. high tumor grade (82% accuracy), ER status (84% accuracy), Basal-like vs. non-Basal-like (77% accuracy), Ductal vs. Lobular (94% accuracy), and high vs. low-medium ROR-PT score (75% accuracy). Sampling considerations in the training set minimized bias in the test set. Incorrect classification of ER status was significantly more common for Luminal B tumors. These data provide proof of principle that molecular marker status, including a critical clinical biomarker (i.e., ER status), can be predicted with accuracy >75% based on H&E features. Image-based methods could be promising for identifying patients with a greater need for further genomic testing, or in place of classically scored variables typically accomplished using human-based scoring.

Importance

 African Americans have the highest breast cancer mortality rate. Although racial difference in the distribution of intrinsic subtypes of breast cancer is known, it is unclear if there are other inherent genomic differences that contribute to the survival disparities. 

Objectives

 To investigate racial differences in breast cancer molecular features and survival and to estimate the heritability of breast cancer subtypes. 

Design, Setting, and Participants

 Among a convenience cohort of patients with invasive breast cancer, breast tumor and matched normal tissue sample data (as of September 18, 2015) were obtained from The Cancer Genome Atlas. 

Main Outcomes and Measures

 Breast cancer–free interval, tumor molecular features, and genetic variants. 

Results

 Participants were 930 patients with breast cancer, including 154 black patients of African ancestry (mean [SD] age at diagnosis, 55.66 [13.01] years; 98.1% [n = 151] female) and 776 white patients of European ancestry (mean [SD] age at diagnosis, 59.51 [13.11] years; 99.0% [n = 768] female). Compared with white patients, black patients had a worse breast cancer-free interval (hazard ratio, HR=1.67; 95% CI, 1.02-2.74;P = .043). They had a higher likelihood of basal-like (odds ratio, 3.80; 95% CI, 2.46-5.87;P < .001) and human epidermal growth factor receptor 2 (ERBB2 [formerly HER2])–enriched (odds ratio, 2.22; 95% CI, 1.10-4.47;P = .027) breast cancer subtypes, with the Luminal A subtype as the reference. Blacks had moreTP53mutations and fewerPIK3CAmutations than whites. While most molecular differences were eliminated after adjusting for intrinsic subtype, the study found 16 DNA methylation probes, 4 DNA copy number segments, 1 protein, and 142 genes that were differentially expressed, with the gene-based signature having an excellent capacity for distinguishing breast tumors from black vs white patients (cross-validation C index, 0.878). Using germline genotypes, the heritability of breast cancer subtypes (basal vs nonbasal) was estimated to be 0.436 (P = 1.5 × 10⁻¹⁴). The estrogen receptor–positive polygenic risk score built from 89 known susceptibility variants was higher in blacks than in whites (difference, 0.24;P = 2.3 × 10⁻⁵), while the estrogen receptor–negative polygenic risk score was much higher in blacks than in whites (difference, 0.48;P = 2.8 × 10⁻¹¹). 

Conclusions and Relevance

 On the molecular level, after adjusting for intrinsic subtype frequency differences, this study found a modest number of genomic differences but a significant clinical survival outcome difference between blacks and whites in The Cancer Genome Atlas data set. Moreover, more than 40% of breast cancer subtype frequency differences could be explained by genetic variants. These data could form the basis for the development of molecular targeted therapies to improve clinical outcomes for the specific subtypes of breast cancers that disproportionately affect black women. Findings also indicate that personalized risk assessment and optimal treatment could reduce deaths from aggressive breast cancers for black women.

ABSTRACT Genome-wide association studies have identified breast cancer risk variants in over 150 genomic regions, but the mechanisms underlying risk remain largely unknown. These regions were explored by combining association analysis with in silico genomic feature annotations. We defined 205 independent risk-associated signals with the set of credible causal variants (CCVs) in each one. In parallel, we used a Bayesian approach (PAINTOR) that combines genetic association, linkage disequilibrium, and enriched genomic features to determine variants with high posterior probabilities (HPPs) of being causal. Potentially causal variants were significantly over-represented in active gene regulatory regions and transcription factor binding sites. We applied our INQUSIT pipeline for prioritizing genes as targets of potentially causal variants, using gene expression (eQTL), chromatin interaction and functional annotations. Known cancer drivers, transcription factors and genes in the developmental, apoptosis, immune system and DNA integrity checkpoint gene ontology pathways, were over-represented among the 178 highest confidence target genes.

Abstract Background Genome-wide association studies (GWAS) have identified multiple common breast cancer susceptibility variants. Many of these variants have differential associations by estrogen receptor (ER), but how these variants relate with other tumor features and intrinsic molecular subtypes is unclear. Methods Among 106,571 invasive breast cancer cases and 95,762 controls of European ancestry with data on 173 breast cancer variants identified in previous GWAS, we used novel two-stage polytomous logistic regression models to evaluate variants in relation to multiple tumor features (ER, progesterone receptor (PR), human epidermal growth factor receptor 2 (HER2) and grade) adjusting for each other, and to intrinsic-like subtypes. Results Eighty-five of 173 variants were associated with at least one tumor feature (false discovery rate <5%), most commonly ER and grade, followed by PR and HER2. Models for intrinsic-like subtypes found nearly all of these variants (83 of 85) associated at P<0.05 with risk for at least one luminal-like subtype, and approximately half (41 of 85) of the variants were associated with risk of at least one non-luminal subtype, including 32 variants associated with triple-negative (TN) disease. Ten variants were associated with risk of all subtypes in different magnitude. Five variants were associated with risk of luminal A-like and TN subtypes in opposite directions. Conclusion This report demonstrates a high level of complexity in the etiology heterogeneity of breast cancer susceptibility variants and can inform investigations of subtype-specific risk prediction.

ABSTRACT The APOBEC family of cytidine deaminases is one of the most common endogenous sources of mutations in human cancer. Genomic studies of tumors have found that APOBEC mutational signatures are particularly enriched in the HER2 subtype of breast cancer and have been associated with immunotherapy response in diverse cancer types. However, the direct consequences of APOBEC mutagenesis on the tumor immune microenvironment have not been thoroughly investigated. To address this, we developed syngeneic murine mammary tumor models with inducible expression of APOBEC3B. We found that APOBEC activity induces an antitumor adaptive immune response and CD4 + T cell-mediated tumor growth inhibition. While polyclonal APOBEC tumors had a moderate growth defect, clonal APOBEC tumors were almost completely rejected by the immune system, suggesting that APOBEC-mediated genetic heterogeneity limits the antitumor adaptive immune response. Consistent with the observed immune infiltration in APOBEC tumors, APOBEC activity sensitized HER2-driven breast tumors to checkpoint inhibition. In human breast cancers, the relationship between APOBEC mutagenesis and immunogenicity varied by breast cancer subtype and the frequency of subclonal mutations. This work provides a mechanistic basis for the sensitivity of APOBEC tumors to checkpoint inhibitors and suggests a rationale for using APOBEC mutational signatures as a biomarker predicting immunotherapy response in HER2-positive breast cancers. SIGNIFICANCE APOBEC mutational signatures are observed in many cancers, yet the consequences of these mutations on the tumor immune microenvironment are not well understood. Using a novel mouse model, we show that APOBEC activity sensitizes HER2-driven mammary tumors to checkpoint inhibition and could inform immunotherapy treatment strategies for HER2-positive breast cancer patients.

Abstract Breast cancer includes several subtypes with distinct characteristic biological, pathologic, and clinical features. Elucidating subtype-specific genetic etiology could provide insights into the heterogeneity of breast cancer to facilitate the development of improved prevention and treatment approaches. In this study, we conducted pairwise case–case comparisons among five breast cancer subtypes by applying a case–case genome-wide association study (CC-GWAS) approach to summary statistics data of the Breast Cancer Association Consortium. The approach identified 13 statistically significant loci and eight suggestive loci, the majority of which were identified from comparisons between triple-negative breast cancer (TNBC) and luminal A breast cancer. Associations of lead variants in 12 loci remained statistically significant after accounting for previously reported breast cancer susceptibility variants, among which, two were genome-wide significant. Fine mapping implicated putative functional/causal variants and risk genes at several loci, e.g., 3q26.31/TNFSF10, 8q22.3/NACAP1/GRHL2, and 8q23.3/LINC00536/TRPS1, for TNBC as compared with luminal cancer. Functional investigation further identified rs16867605 at 8q22.3 as a SNP that modulates the enhancer activity of GRHL2. Subtype-informative polygenic risk scores (PRS) were derived, and patients with a high subtype-informative PRS had an up to two-fold increased risk of being diagnosed with TNBC instead of luminal cancers. The CC-GWAS PRS remained statistically significant after adjusting for TNBC PRS derived from traditional case–control GWAS in The Cancer Genome Atlas and the African Ancestry Breast Cancer Genetic Consortium. The CC-GWAS PRS was also associated with overall survival and disease-specific survival among patients with breast cancer. Overall, these findings have advanced our understanding of the genetic etiology of breast cancer subtypes, particularly for TNBC. Significance: The discovery of subtype-informative genetic risk variants for breast cancer advances our understanding of the etiologic heterogeneity of breast cancer, which could accelerate the identification of targets and personalized strategies for prevention and treatment.