Importance

 The clinical management ofBRCA1andBRCA2mutation carriers requires accurate, prospective cancer risk estimates. 

Objectives

 To estimate age-specific risks of breast, ovarian, and contralateral breast cancer for mutation carriers and to evaluate risk modification by family cancer history and mutation location. 

Design, Setting, and Participants

 Prospective cohort study of 6036BRCA1and 3820BRCA2female carriers (5046 unaffected and 4810 with breast or ovarian cancer or both at baseline) recruited in 1997-2011 through the InternationalBRCA1/2Carrier Cohort Study, the Breast Cancer Family Registry and the Kathleen Cuningham Foundation Consortium for Research into Familial Breast Cancer, with ascertainment through family clinics (94%) and population-based studies (6%). The majority were from large national studies in the United Kingdom (EMBRACE), the Netherlands (HEBON), and France (GENEPSO). Follow-up ended December 2013; median follow-up was 5 years. 

Exposures

 BRCA1/2mutations, family cancer history, and mutation location. 

Main Outcomes and Measures

 Annual incidences, standardized incidence ratios, and cumulative risks of breast, ovarian, and contralateral breast cancer. 

Results

 Among 3886 women (median age, 38 years; interquartile range [IQR], 30-46 years) eligible for the breast cancer analysis, 5066 women (median age, 38 years; IQR, 31-47 years) eligible for the ovarian cancer analysis, and 2213 women (median age, 47 years; IQR, 40-55 years) eligible for the contralateral breast cancer analysis, 426 were diagnosed with breast cancer, 109 with ovarian cancer, and 245 with contralateral breast cancer during follow-up. The cumulative breast cancer risk to age 80 years was 72% (95% CI, 65%-79%) forBRCA1and 69% (95% CI, 61%-77%) forBRCA2carriers. Breast cancer incidences increased rapidly in early adulthood until ages 30 to 40 years forBRCA1and until ages 40 to 50 years forBRCA2carriers, then remained at a similar, constant incidence (20-30 per 1000 person-years) until age 80 years. The cumulative ovarian cancer risk to age 80 years was 44% (95% CI, 36%-53%) forBRCA1and 17% (95% CI, 11%-25%) forBRCA2carriers. For contralateral breast cancer, the cumulative risk 20 years after breast cancer diagnosis was 40% (95% CI, 35%-45%) forBRCA1and 26% (95% CI, 20%-33%) forBRCA2carriers (hazard ratio [HR] for comparingBRCA2vsBRCA1,0.62; 95% CI, 0.47-0.82;P=.001 for difference). Breast cancer risk increased with increasing number of first- and second-degree relatives diagnosed as having breast cancer for bothBRCA1(HR for ≥2 vs 0 affected relatives, 1.99; 95% CI, 1.41-2.82;P<.001 for trend) andBRCA2carriers (HR, 1.91; 95% CI, 1.08-3.37;P=.02 for trend). Breast cancer risk was higher if mutations were located outside vs within the regions bounded by positions c.2282-c.4071 inBRCA1(HR, 1.46; 95% CI, 1.11-1.93;P=.007) and c.2831-c.6401 inBRCA2(HR, 1.93; 95% CI, 1.36-2.74;P<.001). 

Conclusions and Relevance

 These findings provide estimates of cancer risk based onBRCA1 and BRCA2 mutation carrier status using prospective data collection and demonstrate the potential importance of family history and mutation location in risk assessment.

Association analysis identifies 65 new breast cancer risk loci, predicts target genes for known risk loci and demonstrates a strong overlap with somatic driver genes in breast tumours. Genome-wide association studies for breast cancer have identified common genetic variation that influences susceptibility to this disease, but much of the genetic risk remains unexplained. Doug Easton and colleagues report a genome-wide association study for breast cancer in more than 122,000 cases and 105,000 controls. The authors genotyped a subset of these cases using OncoArray, a new, custom genome-wide single-nucleotide polymorphism (SNP) array for cancer genomics. Overall, they identify 65 loci newly associated with breast cancer susceptibility, and estimate that, together with 107 previously identified breast cancer susceptibility loci, these explain about 18 per cent of the familial relative risk of breast cancer. Polygenic risk scores may be used in risk prediction models and may improve early detection and targeted prevention of the disease. Breast cancer risk is influenced by rare coding variants in susceptibility genes, such as BRCA1, and many common, mostly non-coding variants. However, much of the genetic contribution to breast cancer risk remains unknown. Here we report the results of a genome-wide association study of breast cancer in 122,977 cases and 105,974 controls of European ancestry and 14,068 cases and 13,104 controls of East Asian ancestry1. We identified 65 new loci that are associated with overall breast cancer risk at P < 5 × 10−8. The majority of credible risk single-nucleotide polymorphisms in these loci fall in distal regulatory elements, and by integrating in silico data to predict target genes in breast cells at each locus, we demonstrate a strong overlap between candidate target genes and somatic driver genes in breast tumours. We also find that heritability of breast cancer due to all single-nucleotide polymorphisms in regulatory features was 2–5-fold enriched relative to the genome-wide average, with strong enrichment for particular transcription factor binding sites. These results provide further insight into genetic susceptibility to breast cancer and will improve the use of genetic risk scores for individualized screening and prevention.

Common variation on 14q24.1, close to RAD51B, has been associated with breast cancer: rs999737 and rs2588809 with the risk of female breast cancer and rs1314913 with the risk of male breast cancer. The aim of this study was to investigate the role of RAD51B variants in breast cancer predisposition, particularly in the context of familial breast cancer in Finland. We sequenced the coding region of RAD51B in 168 Finnish breast cancer patients from the Helsinki region for identification of possible recurrent founder mutations. In addition, we studied the known rs999737, rs2588809, and rs1314913 SNPs and RAD51B haplotypes in 44,791 breast cancer cases and 43,583 controls from 40 studies participating in the Breast Cancer Association Consortium (BCAC) that were genotyped on a custom chip (iCOGS). We identified one putatively pathogenic missense mutation c.541C>T among the Finnish cancer patients and subsequently genotyped the mutation in additional breast cancer cases (n = 5259) and population controls (n = 3586) from Finland and Belarus. No significant association with breast cancer risk was seen in the meta-analysis of the Finnish datasets or in the large BCAC dataset. The association with previously identified risk variants rs999737, rs2588809, and rs1314913 was replicated among all breast cancer cases and also among familial cases in the BCAC dataset. The most significant association was observed for the haplotype carrying the risk-alleles of all the three SNPs both among all cases (odds ratio (OR): 1.15, 95% confidence interval (CI): 1.11-1.19, P = 8.88 x 10-16) and among familial cases (OR: 1.24, 95% CI: 1.16-1.32, P = 6.19 x 10-11), compared to the haplotype with the respective protective alleles. Our results suggest that loss-of-function mutations in RAD51B are rare, but common variation at the RAD51B region is significantly associated with familial breast cancer risk.

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.

Abstract Background: Previously, small studies have found that BRCA1 and BRCA2 breast tumors differ in their pathology. Analysis of larger datasets of mutation carriers should allow further tumor characterization. Methods: We used data from 4,325 BRCA1 and 2,568 BRCA2 mutation carriers to analyze the pathology of invasive breast, ovarian, and contralateral breast cancers. Results: There was strong evidence that the proportion of estrogen receptor (ER)-negative breast tumors decreased with age at diagnosis among BRCA1 (P-trend = 1.2 × 10−5), but increased with age at diagnosis among BRCA2, carriers (P-trend = 6.8 × 10−6). The proportion of triple-negative tumors decreased with age at diagnosis in BRCA1 carriers but increased with age at diagnosis of BRCA2 carriers. In both BRCA1 and BRCA2 carriers, ER-negative tumors were of higher histologic grade than ER-positive tumors (grade 3 vs. grade 1; P = 1.2 × 10−13 for BRCA1 and P = 0.001 for BRCA2). ER and progesterone receptor (PR) expression were independently associated with mutation carrier status [ER-positive odds ratio (OR) for BRCA2 = 9.4, 95% CI: 7.0–12.6 and PR-positive OR = 1.7, 95% CI: 1.3–2.3, under joint analysis]. Lobular tumors were more likely to be BRCA2-related (OR for BRCA2 = 3.3, 95% CI: 2.4–4.4; P = 4.4 × 10−14), and medullary tumors BRCA1-related (OR for BRCA2 = 0.25, 95% CI: 0.18–0.35; P = 2.3 × 10−15). ER-status of the first breast cancer was predictive of ER-status of asynchronous contralateral breast cancer (P = 0.0004 for BRCA1; P = 0.002 for BRCA2). There were no significant differences in ovarian cancer morphology between BRCA1 and BRCA2 carriers (serous: 67%; mucinous: 1%; endometrioid: 12%; clear-cell: 2%). Conclusions/Impact: Pathologic characteristics of BRCA1 and BRCA2 tumors may be useful for improving risk-prediction algorithms and informing clinical strategies for screening and prophylaxis. Cancer Epidemiol Biomarkers Prev; 21(1); 134–47. ©2011 AACR.

Stig Bojesen, Georgia Chenevix-Trench, Alison Dunning and colleagues report common variants at the TERT-CLPTM1L locus associated with mean telomere length measured in whole blood. They also identify associations at this locus to breast or ovarian cancer susceptibility and report functional studies in breast and ovarian cancer tissue and cell lines. TERT-locus SNPs and leukocyte telomere measures are reportedly associated with risks of multiple cancers. Using the Illumina custom genotyping array iCOGs, we analyzed ∼480 SNPs at the TERT locus in breast (n = 103,991), ovarian (n = 39,774) and BRCA1 mutation carrier (n = 11,705) cancer cases and controls. Leukocyte telomere measurements were also available for 53,724 participants. Most associations cluster into three independent peaks. The minor allele at the peak 1 SNP rs2736108 associates with longer telomeres (P = 5.8 × 10−7), lower risks for estrogen receptor (ER)-negative (P = 1.0 × 10−8) and BRCA1 mutation carrier (P = 1.1 × 10−5) breast cancers and altered promoter assay signal. The minor allele at the peak 2 SNP rs7705526 associates with longer telomeres (P = 2.3 × 10−14), higher risk of low-malignant-potential ovarian cancer (P = 1.3 × 10−15) and greater promoter activity. The minor alleles at the peak 3 SNPs rs10069690 and rs2242652 increase ER-negative (P = 1.2 × 10−12) and BRCA1 mutation carrier (P = 1.6 × 10−14) breast and invasive ovarian (P = 1.3 × 10−11) cancer risks but not via altered telomere length. The cancer risk alleles of rs2242652 and rs10069690, respectively, increase silencing and generate a truncated TERT splice variant.

Paul Pharoah and colleagues report the results of a large genome-wide association study of ovarian cancer. They identify new susceptibility loci for different epithelial ovarian cancer histotypes and use integrated analyses of genes and regulatory features at each locus to predict candidate susceptibility genes, including OBFC1. To identify common alleles associated with different histotypes of epithelial ovarian cancer (EOC), we pooled data from multiple genome-wide genotyping projects totaling 25,509 EOC cases and 40,941 controls. We identified nine new susceptibility loci for different EOC histotypes: six for serous EOC histotypes (3q28, 4q32.3, 8q21.11, 10q24.33, 18q11.2 and 22q12.1), two for mucinous EOC (3q22.3 and 9q31.1) and one for endometrioid EOC (5q12.3). We then performed meta-analysis on the results for high-grade serous ovarian cancer with the results from analysis of 31,448 BRCA1 and BRCA2 mutation carriers, including 3,887 mutation carriers with EOC. This identified three additional susceptibility loci at 2q13, 8q24.1 and 12q24.31. Integrated analyses of genes and regulatory biofeatures at each locus predicted candidate susceptibility genes, including OBFC1, a new candidate susceptibility gene for low-grade and borderline serous EOC.

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.

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.