The tumor suppressor gene TP53 is frequently mutated in human cancers. More than 75% of all mutations are missense substitutions that have been extensively analyzed in various yeast and human cell assays. The International Agency for Research on Cancer (IARC) TP53 database (www-p53.iarc.fr) compiles all genetic variations that have been reported in TP53. Here, we present recent database developments that include new annotations on the functional properties of mutant proteins, and we perform a systematic analysis of the database to determine the functional properties that contribute to the occurrence of mutational “hotspots” in different cancer types and to the phenotype of tumors. This analysis showed that loss of transactivation capacity is a key factor for the selection of missense mutations, and that difference in mutation frequencies is closely related to nucleotide substitution rates along TP53 coding sequence. An interesting new finding is that in patients with an inherited missense mutation, the age at onset of tumors was related to the functional severity of the mutation, mutations with total loss of transactivation activity being associated with earlier cancer onset compared to mutations that retain partial transactivation capacity. Furthermore, 80% of the most common mutants show a capacity to exert dominant-negative effect (DNE) over wild-type p53, compared to only 45% of the less frequent mutants studied, suggesting that DNE may play a role in shaping mutation patterns. These results provide new insights into the factors that shape mutation patterns and influence mutation phenotype, which may have clinical interest. Hum Mutat 28(6), 622–629, 2007. Published 2007 Wiley-Liss, Inc.

Inactivation of the tumor suppressor p53 by missense mutations is the most frequent genetic alteration in human cancers. The common missense mutations in the TP53 gene disrupt the ability of p53 to bind to DNA and consequently to transactivate downstream genes. However, it is still not fully understood how a large number of the remaining mutations affect p53 structure and function. Here, we used a comprehensive site-directed mutagenesis technique and a yeast-based functional assay to construct, express, and evaluate 2,314 p53 mutants representing all possible amino acid substitutions caused by a point mutation throughout the protein (5.9 substitutions per residue), and correlated p53 function with structure- and tumor-derived mutations. This high-resolution mutation analysis allows evaluation of previous predictions and hypotheses through interrelation of function, structure and mutation.

Abstract To investigate the clinical value of somatic TP53 mutations in breast cancer, we assembled clinical and molecular data on 1,794 women with primary breast cancer with long-term follow-up and whose tumor has been screened for mutation in exons 5 to 8 of TP53 by gene sequencing. TP53 mutations were more frequent in tumors of ductal and medullar types, aggressive phenotype (high grade, large size, node positive cases, and low hormone receptor content) and in women <60 years old. TP53 mutations within exons 5 to 8 conferred an elevated risk of breast cancer-specific death of 2.27 (relative risk >10 years; P < 0.0001) compared with patients with no such mutation. The prognostic value of TP53 mutation was independent of tumor size, node status, and hormone receptor content, confirming and reconciling previous findings in smaller series. Moreover, an interaction between TP53 mutation and progesterone receptor (PR) status was revealed, TP53 mutation combined with the absence of progesterone receptor being associated with the worst prognosis. Whereas previous studies have emphasized the fact that missense mutations in the DNA-binding motifs have a worse prognosis than missense mutations outside these motifs, we show that non-missense mutations have prognostic value similar to missense mutations in DNA-binding motifs. Nonetheless, specific missense mutants (codon 179 and R248W) seem to be associated with an even worse prognosis. These results, obtained on the largest series analyzed thus far, show that TP53 mutations identified by gene sequencing have an independent prognostic value in breast cancer and could have potential uses in clinical practice.

Prediction of the biological effect of missense substitutions has become important because they are often observed in known or candidate disease susceptibility genes. In this paper, we carried out a 3-step analysis of 1514 missense substitutions in the DNA-binding domain (DBD) of TP53, the most frequently mutated gene in human cancers. First, we calculated two types of conservation scores based on a TP53 multiple sequence alignment (MSA) for each substitution: (i) Grantham Variation (GV), which measures the degree of biochemical variation among amino acids found at a given position in the MSA; (ii) Grantham Deviation (GD), which reflects the ‘biochemical distance’ of the mutant amino acid from the observed amino acid at a particular position (given by GV). Second, we used a method that combines GV and GD scores, Align-GVGD, to predict the transactivation activity of each missense substitution. We compared our predictions against experimentally measured transactivation activity (yeast assays) to evaluate their accuracy. Finally, the prediction results were compared with those obtained by the program Sorting Intolerant from Tolerant (SIFT) and Dayhoff's classification. Our predictions yielded high prediction accuracy for mutants showing a loss of transactivation (∼88% specificity) with lower prediction accuracy for mutants with transactivation similar to that of the wild-type (67.9 to 71.2% sensitivity). Align-GVGD results were comparable to SIFT (88.3 to 90.6% and 67.4 to 70.3% specificity and sensitivity, respectively) and outperformed Dayhoff's classification (80 and 40.9% specificity and sensitivity, respectively). These results further demonstrate the utility of the Align-GVGD method, which was previously applied to BRCA1. Align-GVGD is available online at http://agvgd.iarc.fr.

Background: Some genomic alterations in non–small cell lung cancer (NSCLC) are known to differ according to race, sex, or age. These studies have been limited in sample size and thus they cannot detect the differences precisely and comprehensively. Methods: Tissue-based comprehensive genomic profiling was performed on 75,362 patients with NSCLC from the United States during routine clinical care. Additionally, we examined data of a Japanese NSCLC cohort with 1,019 patients. In the US cohort, 296 genes were examined for pathogenic alterations. Predominant genetic ancestry was inferred using a SNP-based approach, and patients were categorized into European (EUR), African (AFR), East Asian (EAS), Admixed American (AMR), and South Asian (SAS) ancestry groups. Patients were additionally stratified by histologic type, age (<40/≥40 years, <75/≥75 years), and sex. The prevalence of high tumor mutational burden (TMB-High) and microsatellite instability status was also calculated. Results: Stratified by ancestry, EGFR alterations were significantly enriched in EAS versus other ancestry groups. The prevalence of ALK was significantly higher in the AMR, EAS, and SAS patients than in AFR and EUR patients. KRAS and STK11 were enriched in EUR and AFR patients versus other groups. TMB-High was significantly enriched in AFR patients versus all other groups. An analysis based on sex revealed differences in prevalence of alterations in 80 genes and TMB-High status. For example, EGFR , ALK , BRAF , and KRAS alterations were significantly enriched in females, whereas TP53 , STK11 , KEAP1 , and TMB-High were significantly enriched in males. With respect to age, the prevalence of alterations in 41 genes, including ALK , RET , MET , EGFR , STK11 , KEAP1 , BRAF , and KRAS , as well as TMB-High, were significantly different between patients aged <40 years and those aged ≥40 years. Conclusions: Comprehensive analysis from a large real-world dataset revealed ancestry-associated differences in genomic alterations in NSCLC. Age- and sex-related differences in prevalence of genomic alterations and TMB-High status were also observed.

Background/Aim: Approximately 50% of melanomas harbor the BRAF V600E mutation and targeted therapies using BRAF inhibitors improve patient outcomes. Nonetheless, resistance to BRAF inhibitors develops rapidly and remains a challenge in melanoma treatment. In this study, we attempted to isolate long noncoding RNAs (lncRNAs) involved in BRAF inhibitor resistance using a comprehensive screening method. Materials and Methods: We used a CRISPR-Cas9 synergistic activation mediator (SAM) protein complex in a genome-scale transcriptional activation assay to screen for candidate lncRNA genes related to BRAF inhibitor resistance. Correlation analysis was performed between expression levels of isolated lncRNA genes and IC₅₀ of dabrafenib in a BRAF-mutated melanoma cell line. Next, online databases were used to construct the lncRNA–miRNA–mRNA regulatory network. Finally, we evaluated the significance of the expression levels of these lncRNAs and mRNAs as biomarkers using clinical specimens. Results: We isolated three BRAF inhibitor resistance–associated lncRNA genes, namely SNHG16, NDUFV2-AS1, and LINC01502. We constructed a lncRNA–miRNA–mRNA network of 13 nodes consisting of three lncRNAs, six miRNAs, and four mRNAs. The lncRNAs and target mRNAs from each regulatory axis significantly and positively correlated with each other. Finally, Kaplan–Meier analysis showed that higher expression levels of MITF, which was up-regulated by LINC01502, were significantly associated with worse prognosis in BRAF V600E-mutated melanoma. Conclusion: The identification of these BRAF inhibitor resistance–associated lncRNA genes at the genomic scale and the establishment of the lncRNA–miRNA–mRNA regulatory network provides new insights into the underlying mechanisms of BRAF inhibitor resistance in melanoma.