Genome-wide association studies (GWAS) and fine-mapping efforts to date have identified more than 100 prostate cancer (PrCa)-susceptibility loci. We meta-analyzed genotype data from a custom high-density array of 46,939 PrCa cases and 27,910 controls of European ancestry with previously genotyped data of 32,255 PrCa cases and 33,202 controls of European ancestry. Our analysis identified 62 novel loci associated (P < 5.0 × 10−8) with PrCa and one locus significantly associated with early-onset PrCa (≤55 years). Our findings include missense variants rs1800057 (odds ratio (OR) = 1.16; P = 8.2 × 10−9; G>C, p.Pro1054Arg) in ATM and rs2066827 (OR = 1.06; P = 2.3 × 10−9; T>G, p.Val109Gly) in CDKN1B. The combination of all loci captured 28.4% of the PrCa familial relative risk, and a polygenic risk score conferred an elevated PrCa risk for men in the ninetieth to ninety-ninth percentiles (relative risk = 2.69; 95% confidence interval (CI): 2.55–2.82) and first percentile (relative risk = 5.71; 95% CI: 5.04–6.48) risk stratum compared with the population average. These findings improve risk prediction, enhance fine-mapping, and provide insight into the underlying biology of PrCa1. A large meta-analysis combining genome-wide and custom high-density genotyping array data identifies 63 new susceptibility loci for prostate cancer, enhancing fine-mapping efforts and providing insights into the underlying biology.

We aimed to determine the effect of sample size on performance of polygenic hazard score (PHS) models in predicting the age at onset of prostate cancer. Age and genotypes were obtained for 40,861 men from the PRACTICAL consortium. The dataset included 201,590 SNPs per subject, and was split into training (34,444 samples) and testing (6,417 samples) sets. Two PHS model-building strategies were investigated. Established-SNP model considered 65 SNPs that had been associated with prostate cancer in the literature. A stepwise SNP selection was used to develop Discovery-SNP models. The performance of each PHS model was calculated for random sizes of the training set (1 to 30 thousand). The performance of a representative Established-SNP model was estimated for random sizes of the testing set (0.5 to 6 thousand). Mean HR98/50 (hazard ratio of top 2% to the average in the test set) of the Established-SNP model increased from 1.73[95%CI: 1.69-1.77] to 2.41[2.40-2.43] when the number of training samples was increased from 1 to 30 thousand. The corresponding HR98/50 of the Discovery-SNP model increased from 1.05[0.93-1.18] to 2.19[2.16-2.23]. HR98/50 of a representative Established-SNP model using testing set sample sizes of 0.6 and 6 thousand observations were 1.78[1.70-1.85] and 1.73[1.71-1.76], respectively. We estimate that a study population of 20 to 30 thousand men is required to develop Discovery-SNP PHS models for prostate cancer. The required sample size could be reduced to 10 thousand samples, if a set of SNPs associated with the disease has already been established.

Background: Prostate-specific-antigen (PSA) screening resulted in reduced prostate cancer (PCa) mortality in a large clinical trial, but due to a high false-positive rate, among other concerns, many guidelines do not endorse universal screening and instead recommend an individualized decision based on each patient's risk. Genetic risk may provide key information to guide the decisions of whether and at what age to screen an individual man for PCa. Methods: Genotype, PCa status, and age from 34,444 men of European ancestry from the PRACTICAL consortium database were analyzed to select single-nucleotide polymorphisms (SNPs) associated with prostate cancer diagnosis. These SNPs were then incorporated into a survival analysis to estimate their effects on age at PCa diagnosis. The resulting polygenic hazard score (PHS) is an assessment of individual genetic risk. The final model was validated in an independent dataset comprised of 6,417 men with screening PSA and genotype data. PHS was calculated for these men to test for prediction of PCa-free survival. PHS was also combined with age-specific PCa incidence data from the U.S. population to generate a PCa-Risk (PCaR) age that relates a given man's risk to that of the population average. PHS and PCaR age were evaluated for prediction of positive predictive value (PPV) of PSA screening. Findings: PHS calculated from 54 SNPs was very highly predictive of age at PCa diagnosis for men in the validation set (p=10^-53). PPV of PSA screening varied from 0.18 to 0.52 for men with low and high genetic risk, respectively. PHS modulates PCa-free survival curves by an estimated 20 years between men in the 1st or 99th percentiles of genetic risk. Interpretation: Polygenic hazard scores give personalized genetic risk estimates and can inform the decisions of whether and at what age to screen a man for PCa.

Background: Genetic risk stratification may inform decisions of whether, and when, a man should undergo prostate cancer (PCa) screening. We previously validated a polygenic hazard score (PHS), a weighted sum of 54 single-nucleotide polymorphism genotypes, for accurate prediction of age of onset of aggressive PCa and improved screening performance. We now assess the potential impact of PHS-informed screening. Methods: United Kingdom population data were fit to a continuous model of age-specific PCa incidence. Using hazard ratios estimated from ProtecT trial data, age-specific incidence rates were calculated for percentiles of genetic risk. Incidence of higher-grade PCa (Gleason≥7) was estimated from age-specific data from the linked CAP trial. PHS and incidence data were combined to give a risk-equivalent age, when a man with a given PHS percentile will have risk of higher-grade PCa equivalent to that of a typical man at age 50 (50-years standard). Positive predictive value (PPV) of PSA testing was calculated using PHS-adjusted (PCa-risk-equivalent age) groups identified from ProtecT. Results: Expected age of onset of higher-grade PCa is modulated by 19 years between the 1st and 99th PHS percentiles. A man with PHS in the 99th percentile reaches 50-years-standard risk at age 41; conversely, a man in the 1st percentile reaches this risk at age 60. PPV of PSA was higher for men with higher PHS-adjusted age. Conclusions: PHS informs PCa screening strategies with individualized estimates of risk-equivalent age for higher-grade PCa. Screening initiation could be adjusted according to a man's genetic hazard score, improving PPV of PSA screening.