Abstract PARP inhibitors are active in tumors with defects in DNA homologous recombination (HR) due to BRCA1/2 mutations. The phosphoinositide 3-kinase (PI3K) signaling pathway preserves HR steady state. We hypothesized that in BRCA-proficient triple-negative breast cancer (TNBC), PI3K inhibition would result in HR impairment and subsequent sensitization to PARP inhibitors. We show in TNBC cells that PI3K inhibition leads to DNA damage, downregulation of BRCA1/2, gain in poly-ADP-ribosylation, and subsequent sensitization to PARP inhibition. In TNBC patient–derived primary tumor xenografts, dual PI3K and PARP inhibition with BKM120 and olaparib reduced the growth of tumors displaying BRCA1/2 downregulation following PI3K inhibition. PI3K-mediated BRCA downregulation was accompanied by extracellular signal–regulated kinase (ERK) phosphorylation. Overexpression of an active form of MEK1 resulted in ERK activation and downregulation of BRCA1, whereas the MEK inhibitor AZD6244 increased BRCA1/2 expression and reversed the effects of MEK1. We subsequently identified that the ETS1 transcription factor was involved in the ERK-dependent BRCA1/2 downregulation and that knockdown of ETS1 led to increased BRCA1/2 expression, limiting the sensitivity to combined BKM120 and olaparib in 3-dimensional culture. Significance: Treatment options are limited for patients with TNBCs. PARP inhibitors have clinical activity restricted to a small subgroup of patients with BRCA mutations. Here, we show that PI3K blockade results in HR impairment and sensitization to PARP inhibition in TNBCs without BRCA mutations, providing a rationale to combine PI3K and PARP inhibitors in this indication. Our findings could greatly expand the number of patients with breast cancer that would benefit from therapy with PARP inhibitors. On the basis of our findings, a clinical trial with BKM120 and olaparib is being initiated in patients with TNBCs. Cancer Discov; 2(11); 1036–47. ©2012 AACR. Read the Commentary on this article by Rehman et al., p. 982. This article is highlighted in the In This Issue feature, p. 961

Paul Pharoah and colleagues report the results of a large genome-wide association study of ovarian cancer. They identify new susceptibility loci for different epithelial ovarian cancer histotypes and use integrated analyses of genes and regulatory features at each locus to predict candidate susceptibility genes, including OBFC1. To identify common alleles associated with different histotypes of epithelial ovarian cancer (EOC), we pooled data from multiple genome-wide genotyping projects totaling 25,509 EOC cases and 40,941 controls. We identified nine new susceptibility loci for different EOC histotypes: six for serous EOC histotypes (3q28, 4q32.3, 8q21.11, 10q24.33, 18q11.2 and 22q12.1), two for mucinous EOC (3q22.3 and 9q31.1) and one for endometrioid EOC (5q12.3). We then performed meta-analysis on the results for high-grade serous ovarian cancer with the results from analysis of 31,448 BRCA1 and BRCA2 mutation carriers, including 3,887 mutation carriers with EOC. This identified three additional susceptibility loci at 2q13, 8q24.1 and 12q24.31. Integrated analyses of genes and regulatory biofeatures at each locus predicted candidate susceptibility genes, including OBFC1, a new candidate susceptibility gene for low-grade and borderline serous EOC.

BRCA1-associated breast and ovarian cancer risks can be modified by common genetic variants. To identify further cancer risk-modifying loci, we performed a multi-stage GWAS of 11,705 BRCA1 carriers (of whom 5,920 were diagnosed with breast and 1,839 were diagnosed with ovarian cancer), with a further replication in an additional sample of 2,646 BRCA1 carriers. We identified a novel breast cancer risk modifier locus at 1q32 for BRCA1 carriers (rs2290854, P = 2.7×10−8, HR = 1.14, 95% CI: 1.09–1.20). In addition, we identified two novel ovarian cancer risk modifier loci: 17q21.31 (rs17631303, P = 1.4×10−8, HR = 1.27, 95% CI: 1.17–1.38) and 4q32.3 (rs4691139, P = 3.4×10−8, HR = 1.20, 95% CI: 1.17–1.38). The 4q32.3 locus was not associated with ovarian cancer risk in the general population or BRCA2 carriers, suggesting a BRCA1-specific association. The 17q21.31 locus was also associated with ovarian cancer risk in 8,211 BRCA2 carriers (P = 2×10−4). These loci may lead to an improved understanding of the etiology of breast and ovarian tumors in BRCA1 carriers. Based on the joint distribution of the known BRCA1 breast cancer risk-modifying loci, we estimated that the breast cancer lifetime risks for the 5% of BRCA1 carriers at lowest risk are 28%–50% compared to 81%–100% for the 5% at highest risk. Similarly, based on the known ovarian cancer risk-modifying loci, the 5% of BRCA1 carriers at lowest risk have an estimated lifetime risk of developing ovarian cancer of 28% or lower, whereas the 5% at highest risk will have a risk of 63% or higher. Such differences in risk may have important implications for risk prediction and clinical management for BRCA1 carriers.

PURPOSE To estimate age-specific relative and absolute cancer risks of breast cancer and to estimate risks of ovarian, pancreatic, male breast, prostate, and colorectal cancers associated with germline PALB2 pathogenic variants (PVs) because these risks have not been extensively characterized. METHODS We analyzed data from 524 families with PALB2 PVs from 21 countries. Complex segregation analysis was used to estimate relative risks (RRs; relative to country-specific population incidences) and absolute risks of cancers. The models allowed for residual familial aggregation of breast and ovarian cancer and were adjusted for the family-specific ascertainment schemes. RESULTS We found associations between PALB2 PVs and risk of female breast cancer (RR, 7.18; 95% CI, 5.82 to 8.85; P = 6.5 × 10 −76 ), ovarian cancer (RR, 2.91; 95% CI, 1.40 to 6.04; P = 4.1 × 10 −3 ), pancreatic cancer (RR, 2.37; 95% CI, 1.24 to 4.50; P = 8.7 × 10 −3 ), and male breast cancer (RR, 7.34; 95% CI, 1.28 to 42.18; P = 2.6 × 10 −2 ). There was no evidence for increased risks of prostate or colorectal cancer. The breast cancer RRs declined with age ( P for trend = 2.0 × 10 −3 ). After adjusting for family ascertainment, breast cancer risk estimates on the basis of multiple case families were similar to the estimates from families ascertained through population-based studies ( P for difference = .41). On the basis of the combined data, the estimated risks to age 80 years were 53% (95% CI, 44% to 63%) for female breast cancer, 5% (95% CI, 2% to 10%) for ovarian cancer, 2%-3% (95% CI females, 1% to 4%; 95% CI males, 2% to 5%) for pancreatic cancer, and 1% (95% CI, 0.2% to 5%) for male breast cancer. CONCLUSION These results confirm PALB2 as a major breast cancer susceptibility gene and establish substantial associations between germline PALB2 PVs and ovarian, pancreatic, and male breast cancers. These findings will facilitate incorporation of PALB2 into risk prediction models and optimize the clinical cancer risk management of PALB2 PV carriers.

BackgroundBRCA1 and BRCA2 (BRCA1/2)-deficient tumors display impaired homologous recombination repair (HRR) and enhanced sensitivity to DNA damaging agents or to poly(ADP-ribose) polymerase (PARP) inhibitors (PARPi). Their efficacy in germline BRCA1/2 (gBRCA1/2)-mutated metastatic breast cancers has been recently confirmed in clinical trials. Numerous mechanisms of PARPi resistance have been described, whose clinical relevance in gBRCA-mutated breast cancer is unknown. This highlights the need to identify functional biomarkers to better predict PARPi sensitivity.Patients and methodsWe investigated the in vivo mechanisms of PARPi resistance in gBRCA1 patient-derived tumor xenografts (PDXs) exhibiting differential response to PARPi. Analysis included exome sequencing and immunostaining of DNA damage response proteins to functionally evaluate HRR. Findings were validated in a retrospective sample set from gBRCA1/2-cancer patients treated with PARPi.ResultsRAD51 nuclear foci, a surrogate marker of HRR functionality, were the only common feature in PDX and patient samples with primary or acquired PARPi resistance. Consistently, low RAD51 was associated with objective response to PARPi. Evaluation of the RAD51 biomarker in untreated tumors was feasible due to endogenous DNA damage. In PARPi-resistant gBRCA1 PDXs, genetic analysis found no in-frame secondary mutations, but BRCA1 hypomorphic proteins in 60% of the models, TP53BP1-loss in 20% and RAD51-amplification in one sample, none mutually exclusive. Conversely, one of three PARPi-resistant gBRCA2 tumors displayed BRCA2 restoration by exome sequencing. In PDXs, PARPi resistance could be reverted upon combination of a PARPi with an ataxia-telangiectasia mutated (ATM) inhibitor.ConclusionDetection of RAD51 foci in gBRCA tumors correlates with PARPi resistance regardless of the underlying mechanism restoring HRR function. This is a promising biomarker to be used in the clinic to better select patients for PARPi therapy. Our study also supports the clinical development of PARPi combinations such as those with ATM inhibitors.

The prevalence and spectrum of germline mutations in BRCA1 and BRCA2 have been reported in single populations, with the majority of reports focused on White in Europe and North America. The Consortium of Investigators of Modifiers of BRCA1/2 (CIMBA) has assembled data on 18,435 families with BRCA1 mutations and 11,351 families with BRCA2 mutations ascertained from 69 centers in 49 countries on six continents. This study comprehensively describes the characteristics of the 1,650 unique BRCA1 and 1,731 unique BRCA2 deleterious (disease-associated) mutations identified in the CIMBA database. We observed substantial variation in mutation type and frequency by geographical region and race/ethnicity. In addition to known founder mutations, mutations of relatively high frequency were identified in specific racial/ethnic or geographic groups that may reflect founder mutations and which could be used in targeted (panel) first pass genotyping for specific populations. Knowledge of the population-specific mutational spectrum in BRCA1 and BRCA2 could inform efficient strategies for genetic testing and may justify a more broad-based oncogenetic testing in some populations.

Research Article30 October 2018Open Access Source DataTransparent process A RAD51 assay feasible in routine tumor samples calls PARP inhibitor response beyond BRCA mutation Marta Castroviejo-Bermejo Marta Castroviejo-Bermejo Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Cristina Cruz Cristina Cruz Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain High Risk and Familial Cancer Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Alba Llop-Guevara Alba Llop-Guevara Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Sara Gutiérrez-Enríquez Sara Gutiérrez-Enríquez Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Mandy Ducy Mandy Ducy Genome Stability Laboratory, CHU de Québec Research Center, Québec City, QC, Canada Department of Molecular Biology, Medical Biochemistry and Pathology, Laval University Cancer Research Center, Québec City, QC, Canada CHU de Quebec - Université Laval Research Center, Genomics Center, CHUL, Québec City, QC, Canada Search for more papers by this author Yasir Hussein Ibrahim Yasir Hussein Ibrahim Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Albert Gris-Oliver Albert Gris-Oliver Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Benedetta Pellegrino Benedetta Pellegrino Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, University Hospital of Parma, Parma, Italy Search for more papers by this author Alejandra Bruna Alejandra Bruna Cancer Research UK Cambridge Institute and Department of Oncology, Li Ka Shing Centre, University of Cambridge, Cambridge, UK Search for more papers by this author Marta Guzmán Marta Guzmán Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Olga Rodríguez Olga Rodríguez Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Judit Grueso Judit Grueso Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Sandra Bonache Sandra Bonache Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Alejandro Moles-Fernández Alejandro Moles-Fernández Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Guillermo Villacampa Guillermo Villacampa Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Cristina Viaplana Cristina Viaplana Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Patricia Gómez Patricia Gómez Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Maria Vidal Maria Vidal Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, SpainCorrection added on 16 January 2019, after first online publication: the author name "Marc Vidal" was corrected to "Maria Vidal" Search for more papers by this author Vicente Peg Vicente Peg Pathology Department, Vall d'Hebron University Hospital, Barcelona, Spain CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Search for more papers by this author Xavier Serres-Créixams Xavier Serres-Créixams Department of Radiology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Graham Dellaire Graham Dellaire Department of Pathology, Dalhousie University, Halifax, NS, Canada Search for more papers by this author Jacques Simard Jacques Simard CHU de Quebec - Université Laval Research Center, Genomics Center, CHUL, Québec City, QC, Canada Search for more papers by this author Paolo Nuciforo Paolo Nuciforo CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Molecular Oncology Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Isabel T Rubio Isabel T Rubio CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Breast Surgical Unit, Breast Cancer Center, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Rodrigo Dienstmann Rodrigo Dienstmann Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, SpainCorrection added on 12 July 2019, after first online publication: the author name "Rodrigo Dientsmann" was corrected to "Rodrigo Dienstmann" Search for more papers by this author J Carl Barrett J Carl Barrett AstraZeneca, Waltham, MA, USA Search for more papers by this author Carlos Caldas Carlos Caldas Cancer Research UK Cambridge Institute and Department of Oncology, Li Ka Shing Centre, University of Cambridge, Cambridge, UK Breast Cancer Programme, Cancer Research UK (CRUK) Cambridge Cancer Centre, Cambridge, UK Search for more papers by this author José Baselga José Baselga Human Oncology and Pathogenesis Program (HOPP), Memorial Sloan Kettering Cancer Center, New York, NY, USA Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, NY, USA Search for more papers by this author Cristina Saura Cristina Saura Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Javier Cortés Javier Cortés CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Department of Oncology, Ramón y Cajal University Hospital, Madrid, Spain Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Olivier Déas Olivier Déas XenTech, Evry, France Search for more papers by this author Jos Jonkers Jos Jonkers orcid.org/0000-0002-9264-9792 Division of Molecular Pathology and Cancer Genomics, The Netherlands Cancer Institute, Amsterdam, The Netherlands Search for more papers by this author Jean-Yves Masson Jean-Yves Masson Genome Stability Laboratory, CHU de Québec Research Center, Québec City, QC, Canada Department of Molecular Biology, Medical Biochemistry and Pathology, Laval University Cancer Research Center, Québec City, QC, Canada Search for more papers by this author Stefano Cairo Stefano Cairo XenTech, Evry, France Search for more papers by this author Jean-Gabriel Judde Jean-Gabriel Judde XenTech, Evry, France Search for more papers by this author Mark J O'Connor Mark J O'Connor Oncology Innovative Medicines and Early Clinical Development Biotech Unit, AstraZeneca, Cambridge, UK Search for more papers by this author Orland Díez Orland Díez Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Clinical and Molecular Genetics Area, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Judith Balmaña Corresponding Author Judith Balmaña [email protected] orcid.org/0000-0002-0762-6415 High Risk and Familial Cancer Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Violeta Serra Corresponding Author Violeta Serra [email protected] orcid.org/0000-0001-6620-1065 Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Search for more papers by this author Marta Castroviejo-Bermejo Marta Castroviejo-Bermejo Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Cristina Cruz Cristina Cruz Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain High Risk and Familial Cancer Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Alba Llop-Guevara Alba Llop-Guevara Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Sara Gutiérrez-Enríquez Sara Gutiérrez-Enríquez Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Mandy Ducy Mandy Ducy Genome Stability Laboratory, CHU de Québec Research Center, Québec City, QC, Canada Department of Molecular Biology, Medical Biochemistry and Pathology, Laval University Cancer Research Center, Québec City, QC, Canada CHU de Quebec - Université Laval Research Center, Genomics Center, CHUL, Québec City, QC, Canada Search for more papers by this author Yasir Hussein Ibrahim Yasir Hussein Ibrahim Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Albert Gris-Oliver Albert Gris-Oliver Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Benedetta Pellegrino Benedetta Pellegrino Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, University Hospital of Parma, Parma, Italy Search for more papers by this author Alejandra Bruna Alejandra Bruna Cancer Research UK Cambridge Institute and Department of Oncology, Li Ka Shing Centre, University of Cambridge, Cambridge, UK Search for more papers by this author Marta Guzmán Marta Guzmán Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Olga Rodríguez Olga Rodríguez Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Judit Grueso Judit Grueso Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Sandra Bonache Sandra Bonache Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Alejandro Moles-Fernández Alejandro Moles-Fernández Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Guillermo Villacampa Guillermo Villacampa Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Cristina Viaplana Cristina Viaplana Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Patricia Gómez Patricia Gómez Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Maria Vidal Maria Vidal Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, SpainCorrection added on 16 January 2019, after first online publication: the author name "Marc Vidal" was corrected to "Maria Vidal" Search for more papers by this author Vicente Peg Vicente Peg Pathology Department, Vall d'Hebron University Hospital, Barcelona, Spain CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Search for more papers by this author Xavier Serres-Créixams Xavier Serres-Créixams Department of Radiology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Graham Dellaire Graham Dellaire Department of Pathology, Dalhousie University, Halifax, NS, Canada Search for more papers by this author Jacques Simard Jacques Simard CHU de Quebec - Université Laval Research Center, Genomics Center, CHUL, Québec City, QC, Canada Search for more papers by this author Paolo Nuciforo Paolo Nuciforo CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Molecular Oncology Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Isabel T Rubio Isabel T Rubio CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Breast Surgical Unit, Breast Cancer Center, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Rodrigo Dienstmann Rodrigo Dienstmann Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, SpainCorrection added on 12 July 2019, after first online publication: the author name "Rodrigo Dientsmann" was corrected to "Rodrigo Dienstmann" Search for more papers by this author J Carl Barrett J Carl Barrett AstraZeneca, Waltham, MA, USA Search for more papers by this author Carlos Caldas Carlos Caldas Cancer Research UK Cambridge Institute and Department of Oncology, Li Ka Shing Centre, University of Cambridge, Cambridge, UK Breast Cancer Programme, Cancer Research UK (CRUK) Cambridge Cancer Centre, Cambridge, UK Search for more papers by this author José Baselga José Baselga Human Oncology and Pathogenesis Program (HOPP), Memorial Sloan Kettering Cancer Center, New York, NY, USA Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, NY, USA Search for more papers by this author Cristina Saura Cristina Saura Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Javier Cortés Javier Cortés CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Department of Oncology, Ramón y Cajal University Hospital, Madrid, Spain Vall d'Hebron Institute of Oncology, Barcelona, Spain Search for more papers by this author Olivier Déas Olivier Déas XenTech, Evry, France Search for more papers by this author Jos Jonkers Jos Jonkers orcid.org/0000-0002-9264-9792 Division of Molecular Pathology and Cancer Genomics, The Netherlands Cancer Institute, Amsterdam, The Netherlands Search for more papers by this author Jean-Yves Masson Jean-Yves Masson Genome Stability Laboratory, CHU de Québec Research Center, Québec City, QC, Canada Department of Molecular Biology, Medical Biochemistry and Pathology, Laval University Cancer Research Center, Québec City, QC, Canada Search for more papers by this author Stefano Cairo Stefano Cairo XenTech, Evry, France Search for more papers by this author Jean-Gabriel Judde Jean-Gabriel Judde XenTech, Evry, France Search for more papers by this author Mark J O'Connor Mark J O'Connor Oncology Innovative Medicines and Early Clinical Development Biotech Unit, AstraZeneca, Cambridge, UK Search for more papers by this author Orland Díez Orland Díez Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Clinical and Molecular Genetics Area, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Judith Balmaña Corresponding Author Judith Balmaña [email protected] orcid.org/0000-0002-0762-6415 High Risk and Familial Cancer Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain Search for more papers by this author Violeta Serra Corresponding Author Violeta Serra [email protected] orcid.org/0000-0001-6620-1065 Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain CIBERONC, Instituto de Salud Carlos III, Madrid, Spain Search for more papers by this author Author Information Marta Castroviejo-Bermejo1, Cristina Cruz1,2,3, Alba Llop-Guevara1, Sara Gutiérrez-Enríquez4, Mandy Ducy5,6,7, Yasir Hussein Ibrahim1, Albert Gris-Oliver1, Benedetta Pellegrino1,8, Alejandra Bruna9, Marta Guzmán1, Olga Rodríguez1, Judit Grueso1, Sandra Bonache4, Alejandro Moles-Fernández4, Guillermo Villacampa10, Cristina Viaplana10, Patricia Gómez3,11, Maria Vidal3,11, Vicente Peg12,13, Xavier Serres-Créixams14, Graham Dellaire15, Jacques Simard7, Paolo Nuciforo13,16, Isabel T Rubio13,17, Rodrigo Dienstmann10, J Carl Barrett18, Carlos Caldas9,19, José Baselga20,21, Cristina Saura3,11, Javier Cortés13,22,23, Olivier Déas24, Jos Jonkers25, Jean-Yves Masson5,6, Stefano Cairo24, Jean-Gabriel Judde24, Mark J O'Connor26, Orland Díez4,27, Judith Balmaña *,2,3 and Violeta Serra *,1,13 1Experimental Therapeutics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain 2High Risk and Familial Cancer Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain 3Department of Medical Oncology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain 4Oncogenetics Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain 5Genome Stability Laboratory, CHU de Québec Research Center, Québec City, QC, Canada 6Department of Molecular Biology, Medical Biochemistry and Pathology, Laval University Cancer Research Center, Québec City, QC, Canada 7CHU de Quebec - Université Laval Research Center, Genomics Center, CHUL, Québec City, QC, Canada 8Department of Medical Oncology, University Hospital of Parma, Parma, Italy 9Cancer Research UK Cambridge Institute and Department of Oncology, Li Ka Shing Centre, University of Cambridge, Cambridge, UK 10Oncology Data Science (OdysSey Group), Vall d'Hebron Institute of Oncology, Barcelona, Spain 11Breast Cancer and Melanoma Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain 12Pathology Department, Vall d'Hebron University Hospital, Barcelona, Spain 13CIBERONC, Instituto de Salud Carlos III, Madrid, Spain 14Department of Radiology, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain 15Department of Pathology, Dalhousie University, Halifax, NS, Canada 16Molecular Oncology Group, Vall d'Hebron Institute of Oncology, Barcelona, Spain 17Breast Surgical Unit, Breast Cancer Center, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain 18AstraZeneca, Waltham, MA, USA 19Breast Cancer Programme, Cancer Research UK (CRUK) Cambridge Cancer Centre, Cambridge, UK 20Human Oncology and Pathogenesis Program (HOPP), Memorial Sloan Kettering Cancer Center, New York, NY, USA 21Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, NY, USA 22Department of Oncology, Ramón y Cajal University Hospital, Madrid, Spain 23Vall d'Hebron Institute of Oncology, Barcelona, Spain 24XenTech, Evry, France 25Division of Molecular Pathology and Cancer Genomics, The Netherlands Cancer Institute, Amsterdam, The Netherlands 26Oncology Innovative Medicines and Early Clinical Development Biotech Unit, AstraZeneca, Cambridge, UK 27Clinical and Molecular Genetics Area, Hospital Vall d'Hebron, Universitat Autònoma de Barcelona, Barcelona, Spain ‡1–27 Affiliations can be found at the end of the article *Corresponding author. Tel: +34 93 2746000; Fax: +34 93 4894212; E-mail: [email protected] *Corresponding author. Tel: +34 93 2543450; Fax: +34 93 4894212; E-mail: [email protected] EMBO Mol Med (2018)10:e9172https://doi.org/10.15252/emmm.201809172 PDFDownload PDF of article text and main figures. Peer ReviewDownload a summary of the editorial decision process including editorial decision letters, reviewer comments and author responses to feedback. ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InMendeleyWechatReddit Figures & Info Abstract Poly(ADP-ribose) polymerase (PARP) inhibitors (PARPi) are effective in cancers with defective homologous recombination DNA repair (HRR), including BRCA1/2-related cancers. A test to identify additional HRR-deficient tumors will help to extend their use in new indications. We evaluated the activity of the PARPi olaparib in patient-derived tumor xenografts (PDXs) from breast cancer (BC) patients and investigated mechanisms of sensitivity through exome sequencing, BRCA1 promoter methylation analysis, and immunostaining of HRR proteins, including RAD51 nuclear foci. In an independent BC PDX panel, the predictive capacity of the RAD51 score and the homologous recombination deficiency (HRD) score were compared. To examine the clinical feasibility of the RAD51 assay, we scored archival breast tumor samples, including PALB2-related hereditary cancers. The RAD51 score was highly discriminative of PARPi sensitivity versus PARPi resistance in BC PDXs and outperformed the genomic test. In clinical samples, all PALB2-related tumors were classified as HRR-deficient by the RAD51 score. The functional biomarker RAD51 enables the identification of PARPi-sensitive BC and broadens the population who may benefit from this therapy beyond BRCA1/2-related cancers. Synopsis Sensitive and highly specific biomarkers usable in archived formalin fixed parafin embedded (FFPE) tumour samples are needed to extend the use of PARP inhibitors beyond BRCA1/2-related cancers. The RAD51 score may satisfy this clinical unmet need. The RAD51 score shows complete discriminative capacity in predicting PARP inhibitor response. The RAD51 score is feasible in routine breast tumor samples without prior exposure to DNA damaging agents. Carrying a PALB2 mutation is associated with a low RAD51score. Introduction Poly(ADP-ribose) polymerases (PARPs) are enzymes with diverse functions, including repair of DNA single-strand breaks (SSBs). PARP inhibition not only impairs SSB repair but also results in PARP trapping onto DNA with subsequent stalling of replication forks (Plummer, 2006; Helleday, 2011; Murai et al, 2012; Lord & Ashworth, 2017). Both effects contribute to the formation of DNA double-strand breaks (DSBs) that, in replicated areas of the genome, are repaired by homologous recombination repair (HRR), a conservative mechanism for error-free repair of DNA damage (Saredi et al, 2016; Pellegrino et al, 2017). Cells with defects in HRR including those with deleterious variants in BRCA1 or BRCA2 (BRCA1/2) genes are particularly sensitive to PARP inhibitors (PARPi; Bryant et al, 2005; Farmer et al, 2005; Rottenberg et al, 2008), which prompted the clinical development of PARPi as anticancer therapies (Fong et al, 2009; Audeh et al, 2010; Tutt et al, 2010). In breast cancer (BC), the efficacy results of the PARPi olaparib (Lynparza®) in metastatic patients carrying a germline BRCA1/2 (gBRCA) pathogenic variant have led to its recent approval by the Food and Drug Administration (Robson et al, 2017). PARPi have also shown preclinical and clinical activity beyond gBRCA in ovarian and prostate cancer (McCabe et al, 2006; Kaufman et al, 2014; Mateo et al, 2015; Mirza et al, 2016; Coleman et al, 2017; Pujade-Lauraine et al, 2017). Similarly, the use of PARPi could be extended beyond gBRCA to a wider group of BC patients harboring dysfunctional HRR. For example, the clinical and molecular similarities between BRCA1-associated tumors and a subset of triple negative BCs (TNBC) led to postulate that the latter may also have defects in HRR (Turner et al, 2004). In such cases, HRR deficiency can be explained by epigenetic silencing of BRCA1/2 or the genetic inactivation of several other HRR-related genes such as ATM, ATR, CHEK1, CHEK2, PALB2, and the FANC family genes (Konstantinopoulos et al, 2015; Shakeri et al, 2016). Specifically, PALB2 is essential for BRCA2 anchorage to nuclear structures and recruitment to DSBs, acting as the link between BRCA1 and BRCA2 (Buisson & Masson, 2012; Pauty et al, 2014). Despite the success of PARPi monotherapy in gBRCA BC, appropriate biomarkers are still needed for selection of non-gBRCA patients for PARPi therapy (Gelmon et al, 2011; Mutter et al, 2017). Some proposed approaches include the use of mRNA expression signatures, the analysis of genomic scars derived from defective HRR, or the individual analysis of genetic alterations in HRR-related genes (Konstantinopoulos et al, 2010; Abkevich et al, 2012; Wagle et al, 2012; Watkins et al, 2014; Davies et al, 2017; Polak et al, 2017). A potential limitation of these approaches is the lack of specificity in HRR-altered tumors that have restored the HRR function (Watkins et al, 2014; Konstantinopoulos et al, 2015). Other approaches entail the quantification of BRCA1 promoter hypermethylation, BRCA1 mRNA expression, or the detection of the HRR protein RAD51 forming nuclear foci after DNA damage, as surrogate of HRR functionality (Graeser et al, 2010; Naipal et al, 2014; ter Brugge et al, 2016). In these sense, we showed that, in gBRCA tumors, RAD51 foci could be detected in untreated samples and correlated with PARPi resistance regardless of the underlying mechanism restoring HRR function (Cruz et al, 2018). In this work, we analyzed five HRR biomarkers (genetic alterations in HRR-related genes, BRCA1 promoter methylation, BRCA1 expression, BRCA1 foci formation, and RAD51 foci formation) and tested which one performed better to predict PARPi response. Importantly, we further show that the RAD51 assay is feasible in routine formalin-fixed paraffin-embedded (FFPE) tumor samples without prior induction of DNA damage. Scoring RAD51 allowed the identification of non-gBRCA HRR-deficient BCs with high accuracy, which may help identify a wider BC population with intrinsic sensitivity to PARPi therapy. Results Olaparib antitumor activity in a non-gBRCA BC patient-derived tumor xenograft (PDX) panel distinguishes a subset of tumors highly sensitive to PARPi We assessed the antitumor activity of the PARPi olaparib in 18 PDX models derived from non-gBRCA BC patients (PDX cohort-1, Table EV1). Treatment with olaparib revealed antitumor activity in four PDX models as assessed by mRECIST (see Materials and Methods): complete response (CR, n = 2: PDX093 and PDX197) or partial response (PR, n = 2: PDX302 and STG201). The remaining eleven PDX models were olaparib-resistant (PD, progressive disease; Fig 1A and Appendix Table S1). Additional resistant models were generated from three of the four olaparib-sensitive PDXs after prolonged exposure and steep progression to olaparib (STG201OR, PDX093OR, and PDX302OR; Fig 1B). The fourth olaparib-sensitive model PDX197 did not grow after prolonged treatment (> 120 days). This PDX collection of 18 BC models was used to study clinically relevant mechanisms of PARPi sensitivity and acquired resistance in vivo. Figure 1. The antitumor activity of olaparib in PDXs identifies a subset of PARPi-sensitive tumors A. Waterfall plot showing the percentage of tumor volume change in olaparib-treated tumors compared to the tumor volume on day 1. +20% and −30% are marked by dotted lines to indicate the range of PR, SD, and PD. The box underneath summarizes different characteristics of each model and the clinical context at the moment of PDX implantation. Black boxes indicate the presence of the phenotype. TNBC, triple negative breast cancer; ER+BC, estrogen receptor positive breast cancer; P, primary; M, metastasis. Error bars indicate SEM from independent tumors (n ≥ 3). B. Graph showing the percentage of tumor volume change during olaparib treatment in PDXs from cohort-1. Olaparib-sensitive models are represented with discontinuous lines. Acquisition of PARPi resistance in PDX302, STG201, and PDX093 after prolonged exposure to olaparib is shown. Download figure Download PowerPoint HRR-related somatic alterations and PARPi sensitivity in PDX We next investigated the presence of alterations in HRR-related genes that could explain olaparib sensitivity. As aberrant BRCA1 promoter methylation is found in approximately 10% of sporadic breast cancers (Shakeri et al, 2016), we first measured the levels of epigenetic silencing of BRCA1 and analyzed BRCA1 expression and nuclear foci formation in PDX samples. Our approach validated previously reported BRCA1 promoter methylation and expression results from the STG139 and STG201 models (Bruna et al, 2016). Results showed that three out of four olaparib-sensitive models (PDX302, STG201, and PDX197) and one olaparib-resistant model (PDX270) presented BRCA1 promoter hypermethylation, while the remaining PDX models showed low levels of methylation (Fig 2A). In agreement, absence of BRCA1 mRNA expression and lack of BRCA1 nuclear foci were restricted to the four models that showed BRCA1 promoter hypermethylation (Fig 2A, larger views in Appendix Fig S1). Of note, the olaparib acquired-resistant models STG201OR and PDX302OR exhibited lower levels of BRCA1 promoter hypermethylation in comparison with the olaparib-sensitive counterparts, and displayed BRCA1 mRNA expression and BRCA1 nuclear foci formation (Fig 2A). Figure 2. HRR-related alterations in PDX cohort-1 and PARPi response A. Levels of BRCA1 promoter hypermethylation, levels of BRCA1 mRNA, and the presence of BRCA1 nuclear foci by immunofluorescence are shown (larger views and separate channels are shown in Appendix Fig S1). T127 and T162 were used as positive contr

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.

Breast cancer susceptibility variants frequently show heterogeneity in associations by tumor subtype. To identify novel loci, we performed a genome-wide association study (GWAS) including 133,384 breast cancer cases and 113,789 controls, plus 18,908 BRCA1 mutation carriers (9,414 with breast cancer) of European ancestry, using both standard and novel methodologies that account for underlying tumor heterogeneity by estrogen receptor (ER), progesterone receptor (PR), and human epidermal growth factor receptor 2 (HER2) status and tumor grade. We identified 32 novel susceptibility loci ( P <5.0×10-8), 15 of which showed evidence for associations with at least one tumor feature (false discovery rate <0.05). Five loci showed associations ( P <0.05) in opposite directions between luminal- and non-luminal subtypes. In-silico analyses showed these five loci contained cell-specific enhancers that differed between normal luminal and basal mammary cells. The genetic correlations between five intrinsic-like subtypes ranged from 0.35 to 0.80. The proportion of genome-wide chip heritability explained by all known susceptibility loci was 37.6% for triple-negative and 54.2% for luminal A-like disease. These findings provide an improved understanding of genetic predisposition to breast cancer subtypes and will inform the development of subtype-specific polygenic risk scores.

It has long been observed that there are families in which non-medullary thyroid cancer (NMTC) occurs, but few syndromes and genes have been described to date. Proteins in the shelterin complex have been implied in cancer. Here, we have studied shelterin genes in families affected by NMTC (FNMTC).