Breast cancer exhibits familial aggregation, consistent with variation in genetic susceptibility to the disease. Known susceptibility genes account for less than 25% of the familial risk of breast cancer, and the residual genetic variance is likely to be due to variants conferring more moderate risks. To identify further susceptibility alleles, we conducted a two-stage genome-wide association study in 4,398 breast cancer cases and 4,316 controls, followed by a third stage in which 30 single nucleotide polymorphisms (SNPs) were tested for confirmation in 21,860 cases and 22,578 controls from 22 studies. We used 227,876 SNPs that were estimated to correlate with 77% of known common SNPs in Europeans at r2 > 0.5. SNPs in five novel independent loci exhibited strong and consistent evidence of association with breast cancer (P < 10-7). Four of these contain plausible causative genes (FGFR2, TNRC9, MAP3K1 and LSP1). At the second stage, 1,792 SNPs were significant at the P < 0.05 level compared with an estimated 1,343 that would be expected by chance, indicating that many additional common susceptibility alleles may be identifiable by this approach. Until the genome-wide association study on page 1087 was published online, known susceptibility genes — such as BRCA1 and BRCA2 — accounted for less than 25% of the familial risk of breast cancer. The new study, which involved 21,860 patients and 22,578 controls, has identified four genes positively associated with genetic susceptibility to breast cancer (FGFR2, TNRC9, MAP3K1 and LSP1). Most previously identified breast cancer susceptibility genes are involved in DNA repair, but the newly discovered associations appear to relate more to the control of cell growth or to cell signalling. Only one of the genes — FGFR2 — had a clear prior relevance to breast cancer. The identification of these genes opens up new avenues of research into the causes of breast cancer. They may also become part of a new strategy to classify women's risk, paving the way for better disease prevention. Previous work has identified several genes where mutations lead to breast cancer, but other genetic and environmental factors must still be accounted for. A large study of genetic association with breast cancer points to four novel genes and many more genetic markers that should be pursued for their link to cancer susceptibility.

Douglas Easton, Per Hall and colleagues report meta-analyses of genome-wide association studies for breast cancer, including 10,052 cases and 12,575 controls, followed by genotyping using the iCOGS array in an additional 52,675 cases and 49,436 controls from studies within the Breast Cancer Association Consortium (BCAC). They identify 41 loci newly associated with susceptibility to breast cancer. Breast cancer is the most common cancer among women. Common variants at 27 loci have been identified as associated with susceptibility to breast cancer, and these account for ∼9% of the familial risk of the disease. We report here a meta-analysis of 9 genome-wide association studies, including 10,052 breast cancer cases and 12,575 controls of European ancestry, from which we selected 29,807 SNPs for further genotyping. These SNPs were genotyped in 45,290 cases and 41,880 controls of European ancestry from 41 studies in the Breast Cancer Association Consortium (BCAC). The SNPs were genotyped as part of a collaborative genotyping experiment involving four consortia (Collaborative Oncological Gene-environment Study, COGS) and used a custom Illumina iSelect genotyping array, iCOGS, comprising more than 200,000 SNPs. We identified SNPs at 41 new breast cancer susceptibility loci at genome-wide significance (P < 5 × 10−8). Further analyses suggest that more than 1,000 additional loci are involved in breast cancer susceptibility.

BackgroundT-cell infiltration in estrogen receptor (ER)-negative breast tumours has been associated with longer survival. To investigate this association and the potential of tumour T-cell infiltration as a prognostic and predictive marker, we have conducted the largest study of T cells in breast cancer to date.Patients and methodsFour studies totalling 12 439 patients were used for this work. Cytotoxic (CD8+) and regulatory (forkhead box protein 3, FOXP3+) T cells were quantified using immunohistochemistry (IHC). IHC for CD8 was conducted using available material from all four studies (8978 samples) and for FOXP3 from three studies (5239 samples)-multiple imputation was used to resolve missing data from the remaining patients. Cox regression was used to test for associations with breast cancer-specific survival.ResultsIn ER-negative tumours [triple-negative breast cancer and human epidermal growth factor receptor 2 (human epidermal growth factor receptor 2 (HER2) positive)], presence of CD8+ T cells within the tumour was associated with a 28% [95% confidence interval (CI) 16% to 38%] reduction in the hazard of breast cancer-specific mortality, and CD8+ T cells within the stroma with a 21% (95% CI 7% to 33%) reduction in hazard. In ER-positive HER2-positive tumours, CD8+ T cells within the tumour were associated with a 27% (95% CI 4% to 44%) reduction in hazard. In ER-negative disease, there was evidence for greater benefit from anthracyclines in the National Epirubicin Adjuvant Trial in patients with CD8+ tumours [hazard ratio (HR) = 0.54; 95% CI 0.37-0.79] versus CD8-negative tumours (HR = 0.87; 95% CI 0.55–1.38). The difference in effect between these subgroups was significant when limited to cases with complete data (Pheterogeneity = 0.04) and approached significance in imputed data (Pheterogeneity = 0.1).ConclusionsThe presence of CD8+ T cells in breast cancer is associated with a significant reduction in the relative risk of death from disease in both the ER-negative [supplementary Figure S1, available at Annals of Oncology online] and the ER-positive HER2-positive subtypes. Tumour lymphocytic infiltration may improve risk stratification in breast cancer patients classified into these subtypes.NEAT ClinicalTrials.govNCT00003577.

Genetic variations, such as single nucleotide polymorphisms (SNPs) in microRNAs (miRNA) or in the miRNA binding sites may affect the miRNA dependent gene expression regulation, which has been implicated in various cancers, including breast cancer, and may alter individual susceptibility to cancer. We investigated associations between miRNA related SNPs and breast cancer risk. First we evaluated 2,196 SNPs in a case-control study combining nine genome wide association studies (GWAS). Second, we further investigated 42 SNPs with suggestive evidence for association using 41,785 cases and 41,880 controls from 41 studies included in the Breast Cancer Association Consortium (BCAC). Combining the GWAS and BCAC data within a meta-analysis, we estimated main effects on breast cancer risk as well as risks for estrogen receptor (ER) and age defined subgroups. Five miRNA binding site SNPs associated significantly with breast cancer risk: rs1045494 (odds ratio (OR) 0.92; 95% confidence interval (CI): 0.88–0.96), rs1052532 (OR 0.97; 95% CI: 0.95–0.99), rs10719 (OR 0.97; 95% CI: 0.94–0.99), rs4687554 (OR 0.97; 95% CI: 0.95–0.99, and rs3134615 (OR 1.03; 95% CI: 1.01–1.05) located in the 3′ UTR of CASP8, HDDC3, DROSHA, MUSTN1, and MYCL1, respectively. DROSHA belongs to miRNA machinery genes and has a central role in initial miRNA processing. The remaining genes are involved in different molecular functions, including apoptosis and gene expression regulation. Further studies are warranted to elucidate whether the miRNA binding site SNPs are the causative variants for the observed risk effects.

Doug Easton and colleagues report the results of a large-scale genome-wide association study of breast cancer. They discover 15 new susceptibility loci and highlight likely target genes in several of the newly associated regions. Genome-wide association studies (GWAS) and large-scale replication studies have identified common variants in 79 loci associated with breast cancer, explaining ∼14% of the familial risk of the disease. To identify new susceptibility loci, we performed a meta-analysis of 11 GWAS, comprising 15,748 breast cancer cases and 18,084 controls together with 46,785 cases and 42,892 controls from 41 studies genotyped on a 211,155-marker custom array (iCOGS). Analyses were restricted to women of European ancestry. We generated genotypes for more than 11 million SNPs by imputation using the 1000 Genomes Project reference panel, and we identified 15 new loci associated with breast cancer at P < 5 × 10−8. Combining association analysis with ChIP-seq chromatin binding data in mammary cell lines and ChIA-PET chromatin interaction data from ENCODE, we identified likely target genes in two regions: SETBP1 at 18q12.3 and RNF115 and PDZK1 at 1q21.1. One association appears to be driven by an amino acid substitution encoded in EXO1.

Data for multiple common susceptibility alleles for breast cancer may be combined to identify women at different levels of breast cancer risk. Such stratification could guide preventive and screening strategies. However, empirical evidence for genetic risk stratification is lacking. We investigated the value of using 77 breast cancer-associated single nucleotide polymorphisms (SNPs) for risk stratification, in a study of 33 673 breast cancer cases and 33 381 control women of European origin. We tested all possible pair-wise multiplicative interactions and constructed a 77-SNP polygenic risk score (PRS) for breast cancer overall and by estrogen receptor (ER) status. Absolute risks of breast cancer by PRS were derived from relative risk estimates and UK incidence and mortality rates. There was no strong evidence for departure from a multiplicative model for any SNP pair. Women in the highest 1% of the PRS had a three-fold increased risk of developing breast cancer compared with women in the middle quintile (odds ratio [OR] = 3.36, 95% confidence interval [CI] = 2.95 to 3.83). The ORs for ER-positive and ER-negative disease were 3.73 (95% CI = 3.24 to 4.30) and 2.80 (95% CI = 2.26 to 3.46), respectively. Lifetime risk of breast cancer for women in the lowest and highest quintiles of the PRS were 5.2% and 16.6% for a woman without family history, and 8.6% and 24.4% for a woman with a first-degree family history of breast cancer. The PRS stratifies breast cancer risk in women both with and without a family history of breast cancer. The observed level of risk discrimination could inform targeted screening and prevention strategies. Further discrimination may be achievable through combining the PRS with lifestyle/environmental factors, although these were not considered in this report.

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.

Background Observational epidemiological studies have shown that high body mass index (BMI) is associated with a reduced risk of breast cancer in premenopausal women but an increased risk in postmenopausal women. It is unclear whether this association is mediated through shared genetic or environmental factors. Methods We applied Mendelian randomization to evaluate the association between BMI and risk of breast cancer occurrence using data from two large breast cancer consortia. We created a weighted BMI genetic score comprising 84 BMI-associated genetic variants to predicted BMI. We evaluated genetically predicted BMI in association with breast cancer risk using individual-level data from the Breast Cancer Association Consortium (BCAC) (cases = 46,325, controls = 42,482). We further evaluated the association between genetically predicted BMI and breast cancer risk using summary statistics from 16,003 cases and 41,335 controls from the Discovery, Biology, and Risk of Inherited Variants in Breast Cancer (DRIVE) Project. Because most studies measured BMI after cancer diagnosis, we could not conduct a parallel analysis to adequately evaluate the association of measured BMI with breast cancer risk prospectively. Results In the BCAC data, genetically predicted BMI was found to be inversely associated with breast cancer risk (odds ratio [OR] = 0.65 per 5 kg/m2 increase, 95% confidence interval [CI]: 0.56–0.75, p = 3.32 × 10−10). The associations were similar for both premenopausal (OR = 0.44, 95% CI:0.31–0.62, p = 9.91 × 10−8) and postmenopausal breast cancer (OR = 0.57, 95% CI: 0.46–0.71, p = 1.88 × 10−8). This association was replicated in the data from the DRIVE consortium (OR = 0.72, 95% CI: 0.60–0.84, p = 1.64 × 10−7). Single marker analyses identified 17 of the 84 BMI-associated single nucleotide polymorphisms (SNPs) in association with breast cancer risk at p < 0.05; for 16 of them, the allele associated with elevated BMI was associated with reduced breast cancer risk. Conclusions BMI predicted by genome-wide association studies (GWAS)-identified variants is inversely associated with the risk of both pre- and postmenopausal breast cancer. The reduced risk of postmenopausal breast cancer associated with genetically predicted BMI observed in this study differs from the positive association reported from studies using measured adult BMI. Understanding the reasons for this discrepancy may reveal insights into the complex relationship of genetic determinants of body weight in the etiology of breast cancer.

Abstract We aimed to validate the prognostic association of p16 expression in ovarian high‐grade serous carcinomas (HGSC) and to explore it in other ovarian carcinoma histotypes. p16 protein expression was assessed by clinical‐grade immunohistochemistry in 6525 ovarian carcinomas including 4334 HGSC using tissue microarrays from 24 studies participating in the Ovarian Tumor Tissue Analysis consortium. p16 expression patterns were interpreted as abnormal (either overexpression referred to as block expression or absence) or normal (heterogeneous). CDKN2A (which encodes p16) mRNA expression was also analyzed in a subset ( n = 2280) mostly representing HGSC ( n = 2010). Association of p16 expression with overall survival (OS) was determined within histotypes as was CDKN2A expression for HGSC only. p16 block expression was most frequent in HGSC (56%) but neither protein nor mRNA expression was associated with OS. However, relative to heterogeneous expression, block expression was associated with shorter OS in endometriosis‐associated carcinomas, clear cell [hazard ratio (HR): 2.02, 95% confidence (CI) 1.47–2.77, p < 0.001] and endometrioid (HR: 1.88, 95% CI 1.30–2.75, p = 0.004), while absence was associated with shorter OS in low‐grade serous carcinomas (HR: 2.95, 95% CI 1.61–5.38, p = 0.001). Absence was most frequent in mucinous carcinoma (50%), and was not associated with OS in this histotype. The prognostic value of p16 expression is histotype‐specific and pattern dependent. We provide definitive evidence against an association of p16 expression with survival in ovarian HGSC as previously suggested. Block expression of p16 in clear cell and endometrioid carcinoma should be further validated as a prognostic marker, and absence in low‐grade serous carcinoma justifies CDK4 inhibition.

Abstract Our objective was to test whether p53 expression status is associated with survival for women diagnosed with the most common ovarian carcinoma histotypes (high‐grade serous carcinoma [HGSC], endometrioid carcinoma [EC], and clear cell carcinoma [CCC]) using a large multi‐institutional cohort from the Ovarian Tumor Tissue Analysis (OTTA) consortium. p53 expression was assessed on 6,678 cases represented on tissue microarrays from 25 participating OTTA study sites using a previously validated immunohistochemical (IHC) assay as a surrogate for the presence and functional effect of TP53 mutations. Three abnormal expression patterns (overexpression, complete absence, and cytoplasmic) and the normal (wild type) pattern were recorded. Survival analyses were performed by histotype. The frequency of abnormal p53 expression was 93.4% (4,630/4,957) in HGSC compared to 11.9% (116/973) in EC and 11.5% (86/748) in CCC. In HGSC, there were no differences in overall survival across the abnormal p53 expression patterns. However, in EC and CCC, abnormal p53 expression was associated with an increased risk of death for women diagnosed with EC in multivariate analysis compared to normal p53 as the reference (hazard ratio [HR] = 2.18, 95% confidence interval [CI] 1.36–3.47, p = 0.0011) and with CCC (HR = 1.57, 95% CI 1.11–2.22, p = 0.012). Abnormal p53 was also associated with shorter overall survival in The International Federation of Gynecology and Obstetrics stage I/II EC and CCC. Our study provides further evidence that functional groups of TP53 mutations assessed by abnormal surrogate p53 IHC patterns are not associated with survival in HGSC. In contrast, we validate that abnormal p53 IHC is a strong independent prognostic marker for EC and demonstrate for the first time an independent prognostic association of abnormal p53 IHC with overall survival in patients with CCC.