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 Constitutively active estrogen receptor-α (ER/ ESR1 ) mutations have been identified in approximately one third of ER+ metastatic breast cancer. Although these mutations are known mediators of endocrine resistance, their potential role in promoting metastatic disease has not yet been mechanistically addressed. In this study, we show the presence of ESR1 mutations exclusively in distant, but not local recurrences. In concordance with transcriptomic profiling of ESR1 mutant tumors, genome-edited Y537S and D538G cell models have a reprogrammed cell adhesive gene network via alterations in desmosome/gap junction genes and the TIMP3/MMP axis, which functionally confers enhanced cell-cell contacts while decreased cell-ECM adhesion. Context-dependent migratory phenotypes revealed co-targeting of Wnt and ER as vulnerability. Mutant ESR1 exhibits non-canonical regulation of several metastatic pathways including secondary transactivation and de novo FOXA1-driven chromatin remodeling. Collectively, our data supports evidence for ESR1 mutation-driven metastases and provides insight for future preclinical therapeutic strategies. Significance Context and allele-dependent transcriptome and cistrome reprogramming in genome-edited ESR1 mutation cell models elicit diverse metastatic phenotypes, including but not limited to alterations in cell adhesion and migration. The gain-of-function mutations can be pharmacologically targeted, and thus may be key components of novel therapeutic treatment strategies for ER-mutant metastatic breast cancer.

Abstract As one of the most successful cancer therapeutic targets, estrogen receptor-α (ER/ESR1) has been extensively studied in decade-long. Sequencing technological advances have enabled genome-wide analysis of ER action. However, reproducibility is limited by different experimental design. Here, we established the EstroGene database through centralizing 246 experiments from 136 transcriptomic, cistromic and epigenetic datasets focusing on estradiol-treated ER activation across 19 breast cancer cell lines. We generated a user-friendly browser ( https://estrogene.org/ ) for data visualization and gene inquiry under user-defined experimental conditions and statistical thresholds. Notably, documentation-based meta-analysis revealed a considerable lack of experimental details. Comparison of independent RNA-seq or ER ChIP-seq data with the same design showed large variability and only strong effects could be consistently detected. We defined temporal estrogen response metasignatures and showed the association with specific transcriptional factors, chromatin accessibility and ER heterogeneity. Unexpectedly, harmonizing 146 transcriptomic analyses uncovered a subset of E2-bidirectionally regulated genes, which linked to immune surveillance in the clinical setting. Furthermore, we defined context dependent E2 response programs in MCF7 and T47D cell lines, the two most frequently used models in the field. Collectively, the EstroGene database provides an informative resource to the cancer research community and reveals a diverse mode of ER signaling.

As the catalogue of oncogenic driver mutations is expanding, it is becoming clear that alterations in a given gene should not be lumped into one single class, since they might have different functions. The transcription factor GATA3 is a paradigm of this. Here, we address the functions of the most common GATA3 mutation (X308_Splice) which generates a neoprotein that we designate as neoGATA3, associated with good patient prognosis. Based on extensive analyses of molecular and clinical data from approximately 3000 breast cancer patients, supported by mechanistic studies in vitro , we show that neoGATA3 interferes with the transcriptional programs controlled by estrogen and progesterone receptors, without fully abrogating them. This has opposite outputs in the pre- or post-menopausal hormonal context, having pro- or anti-proliferative effects, respectively. NeoGATA3 is an example of a context- and stage-dependent driver mutation. Our data call for functional analyses of putative cancer drivers to guide clinical application.

Abstract Hereditary Leiomyomatosis and renal cell cancer (HLRCC) is a cancer syndrome caused by inactivating germline mutations in fumarate hydratase (FH) and subsequent accumulation of fumarate. Fumarate accumulation leads to the activation of an anti-oxidant response via nuclear translocation of the transcription factor NRF2. The activation of the anti-oxidant response is key for cellular survival in FH-deficient cells, yet the extent to which chromatin remodelling shapes the anti-oxidant response is currently unknown. Here, we explored the global effects of FH loss on the chromatin landscape to identify transcription factor networks involved in the highly remodelled chromatin landscape of FH-deficient cells. We identify FOXA2 as a key transcription factor which directly regulates anti-oxidant response genes and subsequent metabolic rewiring. Moreover, we also find that FOXA2 regulates anti-oxidant genes independent of the canonical anti-oxidant regulator NRF2. The identification of FOXA2 as an anti-oxidant regulator provides new insights into the molecular mechanisms behind cell responses to fumarate accumulation, and potentially provides new avenues for therapeutic intervention for HLRCC.