The prevalence and spectrum of predisposing mutations among children and adolescents with cancer are largely unknown. Knowledge of such mutations may improve the understanding of tumorigenesis, direct patient care, and enable genetic counseling of patients and families.In 1120 patients younger than 20 years of age, we sequenced the whole genomes (in 595 patients), whole exomes (in 456), or both (in 69). We analyzed the DNA sequences of 565 genes, including 60 that have been associated with autosomal dominant cancer-predisposition syndromes, for the presence of germline mutations. The pathogenicity of the mutations was determined by a panel of medical experts with the use of cancer-specific and locus-specific genetic databases, the medical literature, computational predictions, and second hits identified in the tumor genome. The same approach was used to analyze data from 966 persons who did not have known cancer in the 1000 Genomes Project, and a similar approach was used to analyze data from an autism study (from 515 persons with autism and 208 persons without autism).Mutations that were deemed to be pathogenic or probably pathogenic were identified in 95 patients with cancer (8.5%), as compared with 1.1% of the persons in the 1000 Genomes Project and 0.6% of the participants in the autism study. The most commonly mutated genes in the affected patients were TP53 (in 50 patients), APC (in 6), BRCA2 (in 6), NF1 (in 4), PMS2 (in 4), RB1 (in 3), and RUNX1 (in 3). A total of 18 additional patients had protein-truncating mutations in tumor-suppressor genes. Of the 58 patients with a predisposing mutation and available information on family history, 23 (40%) had a family history of cancer.Germline mutations in cancer-predisposing genes were identified in 8.5% of the children and adolescents with cancer. Family history did not predict the presence of an underlying predisposition syndrome in most patients. (Funded by the American Lebanese Syrian Associated Charities and the National Cancer Institute.).

ABSTRACT Effective data sharing is key to accelerating research that will improve the precision of diagnoses, efficacy of treatments and long-term survival of pediatric cancer and other childhood catastrophic diseases. We present St. Jude Cloud ( https://www.stjude.cloud ), a cloud-based data sharing ecosystem developed via collaboration between St. Jude Children’s Research Hospital, DNAnexus, and Microsoft, for accessing, analyzing and visualizing genomic data from >10,000 pediatric cancer patients, long-term survivors of pediatric cancer and >800 pediatric sickle cell patients. Harmonized genomic data totaling 1.25 petabyes on St. Jude Cloud include 12,104 whole genomes, 7,697 whole exomes and 2,202 transcriptomes, which are freely available to researchers worldwide. The resource is expanding rapidly with regular data uploads from St. Jude’s prospective clinical genomics programs, providing public access as soon as possible rather than holding data back until publication. Three interconnected apps within the St. Jude Cloud ecosystem—Genomics Platform, Pediatric Cancer Knowledgebase (PeCan) and Visualization Community—provide a unique experience for simultaneously performing advanced data analysis in the cloud and enhancing the pediatric cancer knowledgebase. We demonstrate the value of the St. Jude Cloud ecosystem through use cases that classify 48 pediatric cancer subtypes by gene expression profiling and map mutational signatures across 35 subtypes of pediatric cancer.

Variant interpretation in the era of next-generation sequencing (NGS) is challenging. While many resources and guidelines are available to assist with this task, few integrated end-to-end tools exist. Here we present "PeCanPIE" — the Pediatric Cancer Variant Pathogenicity Information Exchange, a web- and cloud-based platform for annotation, identification, and classification of variations in known or putative disease genes. Starting from a set of variants in Variant Call Format (VCF), variants are annotated, ranked by putative pathogenicity, and presented for formal classification using a decision-support interface based on published guidelines from the American College of Medical Genetics and Genomics (ACMG). The system can accept files containing millions of variants and handle single-nucleotide variants (SNVs), simple insertions/deletions (indels), multiple-nucleotide variants (MNVs), and complex substitutions. PeCanPIE has been applied to classify variant pathogenicity in cancer predisposition genes in two large-scale investigations involving >4,000 pediatric cancer patients, and serves as a repository for the expert-reviewed results. While PeCanPIE's web-based interface was designed to be accessible to non-bioinformaticians, its back end pipelines may also be run independently on the cloud, facilitating direct integration and broader adoption. PeCanPIE is publicly available and free for research use.