Abstract Purpose: To investigate the incidence of germline and somatic BRCA1/2 mutations in unselected patients with triple-negative breast cancer (TNBC) and determine the prognostic significance of carrying a mutation. Methods: DNA was obtained from 77 TNBC and normal tissues. BRCA1/2 exons/flanking regions were sequenced from tumor and patients classified as mutant or wild type (WT). Sequencing was repeated from normal tissue to identify germline and somatic mutations. Patient characteristics were compared with chi-square. Survival was estimated by Kaplan–Meier method and compared with log-rank. Cox proportional hazards models were fit to determine the independent association of mutation status with outcome. Results: Median age was 51 years (27–83 years). Fifteen patients (19.5%) had BRCA mutations: 12 (15.6%) in BRCA1 (one somatic), and 3 (3.9%) in BRCA2. Patients with BRCA mutations tended to be younger than WT, (P = 0.005). Grade, histology, and stage were not associated with mutation status. At a median follow-up of 43 months (7–214 months), there were 33 (42.9%) recurrences and 35 (45.5%) deaths. Five-year recurrence-free survival estimates were 51.7% for WT versus 86.2% for patients with mutations, (P = 0.031); and 5-year overall survival estimates were 52.8% for WT versus 73.3% for patients with mutations (P = 0.225). After adjustment, patients with BRCA mutations had a significantly better RFS (HR: 0.19, 95% CI: 0.045–0.79, P = 0.016) compared with WT. Conclusions: In this unselected cohort of TNBC, we found a 19.5% incidence of BRCA mutations. Genetic testing should be discussed with patients with TNBC. Patients with TNBC with BRCA mutations had a significantly lower risk of relapse. Clin Cancer Res; 17(5); 1082–9. ©2011 AACR.

To evaluate HER2 status in residual tumor identified at the time of surgery in patients not achieving a pathologic complete response (pCR) and to determine the effect of alterations in HER2 status on recurrence-free survival (RFS).Clinicopathologic data for patients with HER2-overexpressing breast cancer receiving neoadjuvant therapy with a taxane, anthracycline, and concomitant trastuzumab between 2004 and 2007 were reviewed. Surgical specimens for patients achieving less than a pCR were assessed to determine if there was enough residual tissue to evaluate posttreatment HER2 status. RFS was determined using the Kaplan-Meier method and compared by the log-rank statistic.A pCR was achieved in 72 of the 142 (50.7%) patients. Residual tumor was sufficient to assess posttreatment HER2 status in 25 patients. Fluorescence in situ hybridization done on pretreatment specimens confirmed HER2 amplification before beginning therapy. Eight (32.0%) posttreatment tumors were found to be HER2-negative by fluorescence in situ hybridization. At a median follow-up of 37 months (range, 8-56 months), the RFS was significantly better for patients with tumors that retained HER2 amplification (87.5% versus 50%, P = 0.04).High pCR rates are achieved in patients with HER2-positive breast cancer treated with neoadjuvant trastuzumab in combination with anthracyclines and taxanes. One third of patients with significant residual disease loses HER2 amplification, and this change is associated with poor RFS. Residual tumor identified at the time of surgery should be reassessed for HER2 status, and novel adjuvant therapy strategies need to be studied in this population.

The PI3K/AKT pathway is activated through PIK3CA or AKT1 mutations and PTEN loss in breast cancer. We conducted a phase II trial with an allosteric AKT inhibitor MK-2206 in patients with advanced breast cancer who had tumors with PIK3CA/AKT1 mutations and/or PTEN loss/mutation. The primary endpoint was objective response rate (ORR). Secondary endpoints were 6-month progression-free survival (6 m PFS), predictive and pharmacodynamic markers, safety, and tolerability. Patients had pre-treatment and on-treatment biopsies as well as collection of peripheral blood mononuclear cells (PBMC) and platelet-rich plasma (PRP). Next-generation sequencing, immunohistochemistry, and reverse phase protein arrays (RPPA) were performed. Twenty-seven patients received MK-2206. Eighteen patients were enrolled into the PIK3CA/AKT1 mutation arm (cohort A): 13 had PIK3CA mutations, four had AKT1 mutations, and one had a PIK3CA mutation as well as PTEN loss. ORR and 6 m PFS were both 5.6% (1/18), with one patient with HR+ breast cancer and a PIK3CA E542K mutation experiencing a partial response (on treatment for 36 weeks). Nine patients were enrolled on the PTEN loss/mutation arm (cohort B). ORR was 0% and 6 m PFS was 11% (1/9), observed in a patient with triple-negative breast cancer and PTEN loss. The study was stopped early due to futility. The most common adverse events were fatigue (48%) and rash (44%). On pre-treatment biopsy, PIK3CA and AKT1 mutation status was concordant with archival tissue testing. However, two patients with PTEN loss based on archival testing had PTEN expression on the pre-treatment biopsy. MK-2206 treatment was associated with a significant decline in pAKT S473 and pAKT T308 and PI3K activation score in PBMC and PRPs, but not in tumor biopsies. By IHC, there was no significant decrease in median pAKT S473 or Ki-67 staining, but a drop was observed in both responders. MK-2206 monotherapy had limited clinical activity in advanced breast cancer patients selected for PIK3CA/AKT1 or PTEN mutations or PTEN loss. This may, in part, be due to inadequate target inhibition at tolerable doses in heavily pre-treated patients with pathway activation, as well as tumor heterogeneity and evolution in markers such as PTEN conferring challenges in patient selection. ClinicalTrials.gov, NCT01277757 . Registered 13 January 2011.

Motivation: There is an unmet need for noninvasive imaging biomarkers for accurate early prediction of therapy response in patients with triple negative breast cancer. Goal(s): In this study, we investigated using a 3D convolutional neural network to predict response from quantitative T1, T2, and PD images acquired with the SyntheticMR technique. Approach: A ResNet-101 network was extended to 3D with 3 channels of inputs, and trained and evaluated using 5-fold cross validation with 217 image datasets acquired after 2 and 4 cycles of therapy. Results: Accuracy of response prediction ranged from 0.61-0.77 and dice similarity ranged from 0.68-0.77 when all time points were utilized. Impact: Therapy response at mid-treatment may be determined by a neural network applied to a single multi-parameter mapping sequence, which may help guide treatment strategies for improved outcomes for patients with triple negative breast cancer.

Motivation: There is unmet need for noninvasive biomarkers for neoadjuvant immunochemotherapy (NICT) response prediction in triple negative breast cancer (TNBC) to guide least toxic and most effective treatment regimens. Goal(s): To evaluate if DCE-MRI tumor volume changes measured early during NICT can predict treatment response. Approach: DCE-MRI tumor volume reduction (TVR) was calculated in 64 TNBC at baseline, after 2 and 4 cycles of NICT and correlated with surgical pathology using ROC analysis. Results: DCE-MRI TVR after 2 cycles of NICT was able to predict pCR with AUC of 0.71 (95%CI:0.57-0.84) and after 4 cycles with AUC of 0.81 (95%CI:0.69-0.92). Impact: DCE-MRI tumor volume changes early during neoadjuvant immunochemotherapy can identify triple negative breast cancer patients with high/low likelihood of pathologic complete response, triaging them to appropriate management for de-escalation trials versus targeted therapies, avoiding unnecessary toxicity of ineffective treatment.

Motivation: Neoadjuvant systemic therapy (NAST) followed by surgery is the standard of care for triple-negative breast cancer (TNBC) patients. However, only approximately half of these patients achieve pathological complete response (pCR). Goal(s): To build a prediction model to identify non-pCR patients before the initiation of NAST. Approach: We evaluated multiple prediction models using pretreatment multi-parametric MRI from a cohort of 282 TNBC patients. Results: Our findings revealed that combined with clinical information, the best-performing model achieved an AUC of 0.74 on an independent testing set. We further observed that the performance of our models is not sensitive to the voxel selections in tumor segmentation. Impact: Deep learning models for predicting pathological complete response to neoadjuvant systemic therapy of triple-negative breast cancer were developed using baseline multi-parametric MRI data and clinical information and achieved an AUC of 0.74 on the independent testing dataset.

Background: Treatment outcomes for acute promyelocytic leukemia (APL) have improved with all-trans-retinoic acid and arsenic trioxide, yet relapse remains a concern, especially in pediatric patients. The prognostic value of minimal residual disease (MRD) post-induction and the impact of arsenic levels during induction on MRD are not fully understood. Objectives: To evaluate the relationship between post-induction MRD levels and relapse-free survival (RFS) in pediatric APL patients, and to investigate the correlation between blood arsenic concentration levels during induction therapy and MRD status. Design: A retrospective analysis of pediatric APL patients enrolled in a clinical trial from September 2011 to July 2020. Methods: We assessed the relationship between RFS and post-induction MRD levels using the log-rank test. The optimal MRD cut-off was determined using the “surv_cutpoint” function in the survminer R package. Arsenic concentration levels were monitored in 16 patients on days 7 and 14 of induction therapy, and Spearman correlation was used to analyze the relationship between arsenic concentrations and MRD levels. Results: Among 176 pediatric APL patients, with a median follow-up of 6 years, 4 relapsed. Patients with MRD >3.1% had significantly lower RFS compared to those with MRD ⩽3.1% (94.6% vs 100%, p = 0.023). In addition, a negative correlation was found between blood arsenic concentration levels and post-induction MRD levels. Lower arsenic concentrations were associated with higher MRD levels, with significant correlations observed for trough concentrations ( R = −0.666, p = 0.005) and peak concentrations ( R = −0.499, p = 0.049) on day 7. Conclusion: Our study highlights the prognostic significance of post-induction MRD assessment in pediatric APL. We also demonstrate a negative correlation between blood arsenic concentration levels and MRD, suggesting that lower arsenic concentrations during induction therapy may contribute to a higher MRD burden. These findings may inform strategies to optimize treatment and improve outcomes in pediatric APL. Trial registration: www.clinicaltrials.gov (NCT02200978).

Motivation: No imaging biomarkers are currently available for predicting response to neoadjuvant systemic treatment (NAST) in triple negative breast cancer (TNBC), contributing to toxicity to patients from ineffective treatment regimens. Goal(s): To evaluate if quantitative analyses of breast parenchyma can serve as noninvasive biomarker of treatment response in TNBC. Approach: Mean background parenchymal enhancement (BPE) and radiomic features of fibroglandular tissue from longitudinal DCE-MRI were evaluated using AUC analysis on a prospective cohort of 273 TNBC patients. Results: Four first order radiomic features were predictive of pCR with AUC>0.6. Multivariable radiomic models and BPE changes had AUC<0.6 for pCR prediction in TNBC undergoing NAST. Impact: Radiomic features from fibroglandular tissue and background parenchymal enhancement changes in ipsilateral and contralateral breasts using DCE MRI during treatment of triple-negative breast cancer patients were evaluated as noninvasive biomarkers for prediction of pathologic complete response to neoadjuvant systemic therapy.