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.

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.

Missense variants of uncertain significance (VUS) in the BRCA1 and BRCA2 cancer predisposition genes confound clinical interpretation. To improve methods for classification of VUS, functional data for 248 BRCA1 and 207 BRCA2 variants were comprehensively compared to 40 in-silico prediction algorithms, using default and optimized thresholds. Integrated frameworks predicting the pathogenicity of BRCA1 and BRCA2 missense variants were also developed using a random forest model (RF) and a naive voting method (NVM). Both models yielded high area under the receiver operating characteristic curve (AUC) (>0.90) for pathogenic variants in these genes. When applied to other genes, the predictive ability of the models were superior to other algorithms. The quantitative prediction of functional impact of all possible variants in clinically relevant functional domains of BRCA1 and BRCA2 using these models provides the first high-throughput validated method for classification of VUS identified by clinical genetic testing.

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.

ABSTRACT Background and Aims Genes associated with hereditary breast and ovarian cancer (HBOC) and colorectal cancer (CRC) susceptibility have been shown to play a role in pancreatic cancer susceptibility. Germline genetic testing of pancreatic cancer cases could be beneficial for at-risk relatives with pathogenic variants in established HBOC and CRC genes, but it is unclear what proportion of pancreatic cancer cases harbor pathogenic variants in these genes. Methods 66 pancreatic cancer cases, unselected for family history and diagnosed at the Huntsman Cancer Hospital (HCH), were sequenced on a custom 34-gene panel including known HBOC and CRC genes. A second set of 156 unselected HCH pancreatic cancer cases were sequenced on an expanded 59-gene panel (n=95) or with a custom 14-gene clinical panel (n=61). Sequencing data from both sets of pancreatic cancer cases, the pancreatic cancer cases of the Cancer Genome Atlas (TCGA), and an unselected pancreatic cancer screen from the Mayo Clinic were combined in a meta-analysis to estimate the proportion of carriers with pathogenic and variants of uncertain significance. Results Approximately 8.9% of unselected pancreatic cancer cases at the HCH carried a variant with potential HBOC or CRC screening recommendations. A meta-analysis of unselected pancreatic cancer cases revealed that approximately 10.5% carry a pathogenic variant or HiP-VUS. Conclusion With the inclusion of both HBOC and CRC susceptibility genes in a panel test, unselected pancreatic cancer cases have a high enough percentage of carriers to rationalize genetic testing for identification of variants that could be further used in cascade testing of healthy relatives to increase HBOC and CRC surveillance measures.

Quantifying the genetic correlation between cancers can provide important insights into the mechanisms driving cancer etiology. Using genome-wide association study summary statistics across six cancer types based on a total of 296,215 cases and 301,319 controls of European ancestry, we estimate the pair-wise genetic correlations between breast, colorectal, head/neck, lung, ovary and prostate cancer, and between cancers and 38 other diseases. We observed statistically significant genetic correlations between lung and head/neck cancer (rg=0.57, p=4.6x10-8), breast and ovarian cancer (rg=0.24, p=7x10-5), breast and lung cancer (rg=0.18, p=1.5x10-6) and breast and colorectal cancer (rg=0.15, p=1.1x10-4). We also found that multiple cancers are genetically correlated with non-cancer traits including smoking, psychiatric diseases and metabolic characteristics. Functional enrichment analysis revealed a significant excess contribution of conserved and regulatory regions to cancer heritability. Our comprehensive analysis of cross-cancer heritability suggests that solid tumors arising across tissues share in part a common germline genetic basis.

Development and calibration of suitably accurate functional assays for BRCA1 RING domain and BRCT domain missense substitutions could dramatically accelerate clinical classification of rare missense substitutions observed in that gene. Leveraging data from 68,000 full sequence tests of BRCA1 and BRCA2, plus data from the limited number of already classified BRCA1 RING domain missense substitutions, we used logistic regression and related techniques to evaluate three BRCA1 RING domain assays. These were recently described high throughput yeast 2-hybrid and E3 ubiquitin ligase assays, plus a newly developed mammalian 2- hybrid assay. While there were concerns about the accuracy of the yeast 2-hybrid assay and the indirect nature of the ubiquitin ligase assay, the mammalian 2-hybrid assay had excellent correlation with existing missense substitution classifications. After calibration, this assay contributed to classification of one newly reported BRCA1 missense substitution. In principal, the mammalian 2-hybrid assay could be converted to a high-throughput format that would likely retain suitable accuracy.