The Collaborative Association Study of Psoriasis, in partnership with the Genetic Association Information Network (GAIN), reports a genome-wide association study for psoriasis. They identify new replicated associations that highlight a role for the IL-23 and NF-κB pathways in psoriasis susceptibility. Psoriasis is a common immune-mediated disorder that affects the skin, nails and joints. To identify psoriasis susceptibility loci, we genotyped 438,670 SNPs in 1,409 psoriasis cases and 1,436 controls of European ancestry. We followed up 21 promising SNPs in 5,048 psoriasis cases and 5,041 controls. Our results provide strong support for the association of at least seven genetic loci and psoriasis (each with combined P < 5 × 10−8). Loci with confirmed association include HLA-C, three genes involved in IL-23 signaling (IL23A, IL23R, IL12B), two genes that act downstream of TNF-α and regulate NF-κB signaling (TNIP1, TNFAIP3) and two genes involved in the modulation of Th2 immune responses (IL4, IL13). Although the proteins encoded in these loci are known to interact biologically, we found no evidence for epistasis between associated SNPs. Our results expand the catalog of genetic loci implicated in psoriasis susceptibility and suggest priority targets for study in other auto-immune disorders.

Importance

 Germline pathogenic variants inBRCA1andBRCA2predispose to an increased lifetime risk of breast cancer. However, the relevance of germline variants in other genes from multigene hereditary cancer testing panels is not well defined. 

Objective

 To determine the risks of breast cancer associated with germline variants in cancer predisposition genes. 

Design, Setting, and Participants

 A study population of 65 057 patients with breast cancer receiving germline genetic testing of cancer predisposition genes with hereditary cancer multigene panels. Associations between pathogenic variants in non-BRCA1and non-BRCA2predisposition genes and breast cancer risk were estimated in a case-control analysis of patients with breast cancer and Exome Aggregation Consortium reference controls. The women underwent testing between March 15, 2012, and June 30, 2016. 

Main Outcomes and Measures

 Breast cancer risk conferred by pathogenic variants in non-BRCA1and non-BRCA2predisposition genes. 

Results

 The mean (SD) age at diagnosis for the 65 057 women included in the analysis was 48.5 (11.1) years. The frequency of pathogenic variants in 21 panel genes identified in 41 611 consecutively tested white women with breast cancer was estimated at 10.2%. After exclusion ofBRCA1,BRCA2, and syndromic breast cancer genes (CDH1,PTEN, andTP53), observed pathogenic variants in 5 of 16 genes were associated with high or moderately increased risks of breast cancer:ATM(OR, 2.78; 95% CI, 2.22-3.62),BARD1(OR, 2.16; 95% CI, 1.31-3.63),CHEK2(OR, 1.48; 95% CI, 1.31-1.67),PALB2(OR, 7.46; 95% CI, 5.12-11.19), andRAD51D(OR, 3.07; 95% CI, 1.21-7.88). Conversely, variants in theBRIP1andRAD51Covarian cancer risk genes; theMRE11A,RAD50, andNBNMRN complex genes; theMLH1andPMS2mismatch repair genes; andNF1were not associated with increased risks of breast cancer. 

Conclusions and Relevance

 This study establishes several panel genes as high- and moderate-risk breast cancer genes and provides estimates of breast cancer risk associated with pathogenic variants in these genes among individuals qualifying for clinical genetic testing.

Germline genetic testing with hereditary cancer gene panels can identify women at increased risk of breast cancer. However, those at increased risk of triple-negative (estrogen receptor–negative, progesterone receptor–negative, human epidermal growth factor receptor–negative) breast cancer (TNBC) cannot be identified because predisposition genes for TNBC, other than BRCA1, have not been established. The aim of this study was to define the cancer panel genes associated with increased risk of TNBC. Multigene panel testing for 21 genes in 8753 TNBC patients was performed by a clinical testing laboratory, and testing for 17 genes in 2148 patients was conducted by a Triple Negative Breast Cancer Consortium (TNBCC) of research studies. Associations between deleterious mutations in cancer predisposition genes and TNBC were evaluated using results from TNBC patients and reference controls. Germline pathogenic variants in BARD1, BRCA1, BRCA2, PALB2, and RAD51D were associated with high risk (odds ratio > 5.0) of TNBC and greater than 20% lifetime risk for overall breast cancer among Caucasians. Pathogenic variants in BRIP1, RAD51C, and TP53 were associated with moderate risk (odds ratio > 2) of TNBC. Similar trends were observed for the African American population. Pathogenic variants in these TNBC genes were detected in 12.0% (3.7% non-BRCA1/2) of all participants. Multigene hereditary cancer panel testing can identify women with elevated risk of TNBC due to mutations in BARD1, BRCA1, BRCA2, PALB2, and RAD51D. These women can potentially benefit from improved screening, risk management, and cancer prevention strategies. Patients with mutations may also benefit from specific targeted therapeutic strategies.

Recommendations from the American College of Medical Genetics and Genomics and the Association for Molecular Pathology (ACMG/AMP) for interpreting sequence variants specify the use of computational predictors as "supporting" level of evidence for pathogenicity or benignity using criteria PP3 and BP4, respectively. However, score intervals defined by tool developers, and ACMG/AMP recommendations that require the consensus of multiple predictors, lack quantitative support. Previously, we described a probabilistic framework that quantified the strengths of evidence (supporting, moderate, strong, very strong) within ACMG/AMP recommendations. We have extended this framework to computational predictors and introduce a new standard that converts a tool's scores to PP3 and BP4 evidence strengths. Our approach is based on estimating the local positive predictive value and can calibrate any computational tool or other continuous-scale evidence on any variant type. We estimate thresholds (score intervals) corresponding to each strength of evidence for pathogenicity and benignity for thirteen missense variant interpretation tools, using carefully assembled independent data sets. Most tools achieved supporting evidence level for both pathogenic and benign classification using newly established thresholds. Multiple tools reached score thresholds justifying moderate and several reached strong evidence levels. One tool reached very strong evidence level for benign classification on some variants. Based on these findings, we provide recommendations for evidence-based revisions of the PP3 and BP4 ACMG/AMP criteria using individual tools and future assessment of computational methods for clinical interpretation.

ABSTRACT Recommendations from the American College of Medical Genetics and Genomics and the Association for Molecular Pathology (ACMG/AMP) for interpreting sequence variants specify the use of computational predictors as Supporting level of evidence for pathogenicity or benignity using criteria PP3 and BP4, respectively. However, score intervals defined by tool developers, and ACMG/AMP recommendations that require the consensus of multiple predictors, lack quantitative support. Previously, we described a probabilistic framework that quantified the strengths of evidence (Supporting, Moderate, Strong, Very Strong) within ACMG/AMP recommendations. We have extended this framework to computational predictors and introduce a new standard that converts a tool’s scores to PP3 and BP4 evidence strengths. Our approach is based on estimating the local positive predictive value and can calibrate any computational tool or other continuous-scale evidence on any variant type. We estimate thresholds (score intervals) corresponding to each strength of evidence for pathogenicity and benignity for thirteen missense variant interpretation tools, using carefully assembled independent data sets. Most tools achieved Supporting evidence level for both pathogenic and benign classification using newly established thresholds. Multiple tools reached score thresholds justifying Moderate and several reached Strong evidence levels. One tool reached Very Strong evidence level for benign classification on some variants. Based on these findings, we provide recommendations for evidence-based revisions of the PP3 and BP4 ACMG/AMP criteria using individual tools and future assessment of computational methods for clinical interpretation.

The ENIGMA research consortium develops and applies methods to determine clinical significance of variants in hereditary breast and ovarian cancer genes. An ENIGMA BRCA1/2 classification sub-group, formed in 2015 as a ClinGen external expert panel, evolved into a ClinGen internal Variant Curation Expert Panel (VCEP) to align with Food and Drug Administration recognized processes for ClinVar contributions. The VCEP reviewed American College of Medical Genetics and Genomics/Association of Molecular Pathology (ACMG/AMP) classification criteria for relevance to interpreting BRCA1 and BRCA2 variants. Statistical methods were used to calibrate evidence strength for different data types. Pilot specifications were tested on 40 variants and documentation revised for clarity and ease of use. The original criterion descriptions for 13 evidence codes were considered non-applicable or overlapping with other criteria. Scenario of use was extended or re-purposed for eight codes. Extensive analysis and/or data review informed specification descriptions and weights for all codes. Specifications were applied to pilot variants with pre-existing ClinVar classification as follows: 13 uncertain significance or conflicting, 14 pathogenic and/or likely pathogenic, and 13 benign and/or likely benign. Review resolved classification for 11/13 uncertain significance or conflicting variants and retained or improved confidence in classification for the remaining variants. Alignment of pre-existing ENIGMA research classification processes with ACMG/AMP classification guidelines highlighted several gaps in the research processes and the baseline ACMG/AMP criteria. Calibration of evidence strength was key to justify utility and strength of different data types for gene-specific application. The gene-specific criteria demonstrated value for improving ACMG/AMP-aligned classification of BRCA1 and BRCA2 variants.

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.

The American College of Medical Genetics and Genomics (ACMG) guidelines for sequence variant classification include two criteria, PP3 and BP4, for combining computational data with other evidence types contributing to sequence variant classification. PP3 and BP4 assert that computational modeling can provide Supporting evidence for or against pathogenicity within the ACMG framework. Here, leveraging a meta-analysis of ATM and CHEK2 breast cancer case-control mutation screening data, we evaluate the strength of evidence determined from the relatively simple computational tool Align-GVGD. Importantly, application of Align-GVGD to these ATM and CHEK2 data is free of logical circularities, hidden multiple testing, and use of other ACMG evidence types. For both genes, rare missense substitutions that are assigned the most severe Align-GVGD grade exceed a "Moderate pathogenic" evidence threshold when analyzed in a Bayesian framework; accordingly, we argue that the ACMG classification rules be updated for well-calibrated computational tools. Additionally, congruent with previous analyses of ATM and CHEK2 case-control mutation screening data, we find that both genes have a considerable burden of pathogenic missense substitutions, and that severe ATM rare missense have increased odds ratios compared to truncating and splice junction variants, indicative of a potential dominant-negative effect for those missense substitutions.

Colorectal cancer (CRC) has a large hereditary component, which is only partially explained by known genetic causes. Recently, variants in ribosomal protein S20 ( RPS20 , [OMIM: 603682]) were identified in a family with familial CRC type X and in a CRC cancer case-control screen. This study describes a novel splice donor variant in RPS20 , NM_001023.3:c.177+1G>A. It segregates with CRC [OMIM: 114500] and polyposis [HP: 0200063] within the proband’s family. Reverse transcription-polymerase chain reaction (RT-PCR) confirms the variant results in two aberrantly-spliced transcripts that are absent in controls. The location of the novel RPS20 variant is near two previously-reported truncating RPS20 variants associated with CRC. DNA from colon adenocarcinoma showed no evidence of loss-of-heterozygosity, supporting a haploinsufficiency or dominant negative disease mechanism. These findings support designation of RPS20 as a CRC predisposition gene, and expand the phenotypic spectrum of RPS20 truncating variants to include polyposis.