Roger Milne and colleagues conduct a genome-wide association study for estrogen receptor (ER)-negative breast cancer combined with BRCA1 mutation carriers in a large cohort. They identify ten new risk variants and find high genetic correlation between breast cancer risk for BRCA1 mutation carriers and risk of ER-negative breast cancer in the general population. Most common breast cancer susceptibility variants have been identified through genome-wide association studies (GWAS) of predominantly estrogen receptor (ER)-positive disease1. We conducted a GWAS using 21,468 ER-negative cases and 100,594 controls combined with 18,908 BRCA1 mutation carriers (9,414 with breast cancer), all of European origin. We identified independent associations at P < 5 × 10−8 with ten variants at nine new loci. At P < 0.05, we replicated associations with 10 of 11 variants previously reported in ER-negative disease or BRCA1 mutation carrier GWAS and observed consistent associations with ER-negative disease for 105 susceptibility variants identified by other studies. These 125 variants explain approximately 16% of the familial risk of this breast cancer subtype. There was high genetic correlation (0.72) between risk of ER-negative breast cancer and breast cancer risk for BRCA1 mutation carriers. These findings may lead to improved risk prediction and inform further fine-mapping and functional work to better understand the biological basis of ER-negative breast cancer.

Purpose

 To characterise the prevalence of pathogenic germline mutations in BRCA1 and BRCA2 in families with breast cancer (BC) and ovarian cancer (OC) history. 

Patients and methods

 Data from 21 401 families were gathered between 1996 and 2014 in a clinical setting in the German Consortium for Hereditary Breast and Ovarian Cancer, comprising full pedigrees with cancer status of all individual members at the time of first counselling, and BRCA1/2 mutation status of the index patient. 

Results

 The overall BRCA1/2 mutation prevalence was 24.0% (95% CI 23.4% to 24.6%). Highest mutation frequencies were observed in families with at least two OCs (41.9%, 95% CI 36.1% to 48.0%) and families with at least one breast and one OC (41.6%, 95% CI 40.3% to 43.0%), followed by male BC with at least one female BC or OC (35.8%; 95% CI 32.2% to 39.6%). In families with a single case of early BC (<36 years), mutations were found in 13.7% (95% CI 11.9% to 15.7%). Postmenopausal unilateral or bilateral BC did not increase the probability of mutation detection. Occurrence of premenopausal BC and OC in the same woman led to higher mutation frequencies compared with the occurrence of these two cancers in different individuals (49.0%; 95% CI 41.0% to 57.0% vs 31.5%; 95% CI 28.0% to 35.2%). 

Conclusions

 Our data provide guidance for healthcare professionals and decision-makers to identify individuals who should undergo genetic testing for hereditary breast and ovarian cancer. Moreover, it supports informed decision-making of counselees on the uptake of genetic testing.

Somatic mutations affecting components of the Ras-MAPK pathway are a common feature of cancer, whereas germline Ras pathway mutations cause developmental disorders including Noonan, Costello, and cardio-facio-cutaneous syndromes. These ‘RASopathies’ also represent cancer-prone syndromes, but the quantitative cancer risks remain unknown. We investigated the occurrence of childhood cancer including benign and malignant tumours of the central nervous system in a group of 735 individuals with germline mutations in Ras signalling pathway genes by matching their information with the German Childhood Cancer Registry. We observed 12 cases of cancer in the entire RASopathy cohort vs 1.12 expected (based on German population-based incidence rates). This corresponds to a 10.5-fold increased risk of all childhood cancers combined (standardised incidence ratio (SIR)=10.5, 95% confidence interval=5.4–18.3). The specific cancers included juvenile myelomonocytic leukaemia=4; brain tumour=3; acute lymphoblastic leukaemia=2; rhabdomyosarcoma=2; and neuroblastoma=1. The childhood cancer SIR in Noonan syndrome patients was 8.1, whereas that for Costello syndrome patients was 42.4. These data comprise the first quantitative evidence documenting that the germline mutations in Ras signalling pathway genes are associated with increased risks of both childhood leukaemia and solid tumours.

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 Since next-generation sequencing (NGS) has become widely available, large gene panels containing up to several hundred genes can be sequenced cost-efficiently. However, the interpretation of the often large numbers of sequence variants detected when using NGS is laborious, prone to errors and often not comparable across laboratories. To overcome this challenge, the American College of Medical Genetics and Genomics and the Association for Molecular Pathology (ACMG/AMP) introduced standards and guidelines for the interpretation of sequencing variants. Further gene- and disease-specific refinements regarding hereditary hearing loss have been developed since then. With more than 200 genes associated with hearing disorders, the manual inspection of possible causative variants is especially difficult and time consuming. We developed an open-source bioinformatics tool GenOtoScope , which automates all ACMG/AMP criteria that can be assessed without further individual patient information or human curator investigation, including the refined loss of function criterion (“PVS1”). Two types of interfaces are provided: (i) a command line application to classify sequence variants in batches for a set of patients and (ii) a user-friendly website to classify single variants. We compared the performance of our tool with two other variant classification tools using two hearing loss data sets, which were manually annotated either by the ClinGen Hearing Loss Gene Curation Expert Panel or the diagnostics unit of our human genetics department. GenOtoScope achieved the best average accuracy and precision for both data sets. Compared to the second-best tool, GenOtoScope improved accuracy metric by 25.75% and 4.57% and precision metric by 52.11% and 12.13% on the two data sets respectively. The web interface is freely accessible. The command line application along with all source code, documentation and example outputs can be found via the project GitHub page. Author summary New high-throughput sequencing technologies can produce massive amounts of information and are utilized by laboratories to explain the often complex genetic aetiology of hereditary diseases. The most common sensory disease, hearing loss, is often hereditary and has a high impact on a patient’s every-day life. To use these sequencing technologies effectively, software tools were developed that can aid researchers interpreting genetic data by semi-automatically classifying the biologic (and thus potentially medical) impact of detected variants (the alterations of the patient’s genome compared to the human reference genome). The available genetic variant classification tools are either not designed specifically for the interpretation of variants detected in subjects with hearing loss or they do not allow researchers to use them for batch classification of all variants detected, e. g. in a study group. To address this drawback, we developed GenOtoScope , an open-source tool that automates the pathogenicity classification of variants potentially associated with congenital hearing loss. GenOtoScope can be applied for the automatic classification of all variants detected in a set of probands.