Modifizierung des Hormonersatztherapiebedingten Brustkrebsrisikos durch genetische Faktoren Eine Meta-Analyse vier genomweiter Assoziationsstudien

Transkript

1 Modifizierung des Hormonersatztherapiebedingten Brustkrebsrisikos durch genetische Faktoren Eine Meta-Analyse vier genomweiter Assoziationsstudien Rebecca Hein 1, Lars Beckmann 1, Kamila Czene 2, Per Hall 2, Astrid Kresentia 3, Sara Lindström 4, Jianjun Liu 3, Heli Nevanlinna 5, Li Yuqing 3, Norbert Dahmen 6, Dieter Flesch-Janys 7, Jenny Chang-Claude 1 1 Deutsches Krebsforschungszentrum, Heidelberg 5 Helsinki University Central Hospital, Finland 2 Karolinska Institutet, Stockholm, Sweden 6 Congenics AG, Hamburg 3 Genome Institute of Singapore, Singapore 7 Universitätsklinikum Hamburg-Eppendorf 4 Harvard School of Public Health, Boston, USA Hintergrund Menopausale Hormonersatztherapie (HT) bis Diagnose ist mit einem erhöhten Brustkrebsrisiko in postmenopausalen Frauen assoziiert (1-6) Stärkere Risikoerhöhung für lobuläre Tumore Mögliche Modifizierung des Effekts von HT auf Brustkrebsrisiko durch genetische Faktoren (7-10) Individuell unterschiedliche Brustkrebsrisiken? Ziel: Identifizierung neuer Suszeptibilitätsgene, die das mit HT assoziierte Brustkrebsrisiko modifizieren! Page 2 1

2 Mehrstufiges Design : Hypothesenfreier Ansatz Identifizierung von SNP*HT Interaktion in genomweiten Assoziationsstudien (GWAS) 2. Stufe: Testen der Hypothesen Replikation der top 1000 SNP*HT Interaktionen SNP: Single Nucleotide Polymorphism Page 3 Mehrstufiges Design : Hypothesenfreier Ansatz Beschränkung auf Brustkrebsfälle Case-only Analyse: Präzisere Effektschätzer Höhere Power zur Entdeckung von Interaktionen Weniger Probanden geringere Kosten!!Annahme der SNP-HT Unabhängigkeit in Bevölkerung Page 4 2

3 Mehrstufiges Design 2. Stufe: Testen der Hypothesen Fall-Kontroll Studien Fall-Kontroll Analyse: Herausfiltern von falsch-positiven Ergebnissen aufgrund von möglichen SNP-HT Abhängigkeiten Page 5 4 Qualitätskontrollierte GWAS Datensätze Page 6 HEBCS (Finnland; krankenhausbasiert) 344 Fälle, 88 lobulär genotypisierte SNPs (Illumina 550k) MARIE (Deutschland; populationsbasiert) 742 Fälle, 279 lobulär genotypisierte SNPs (Illumina 370k) NHS (USA; populationsbasiert) CGEMS (Cancer Genetic Markers of Susceptibility) 1061 Fälle, 138 lobulär genotypisierte SNPs (Illumina 550k) SASBAC (Schweden; populationsbasiert) 773 Fälle, 36 lobulär genotypisierte SNPs (Illumina 550k) Insgesamt: Fälle, 541 lobulär 3

4 Imputation von Genotypen Referenzdaten: HapMap phase II, release 24 Studiendaten: Genotypisierte, in Referenzdaten enthaltene SNPs Qualitätskontrolle für imputierte Daten: Minor allele frequency (MAF) > 0,01 R 2 -Schätzer 0,3 Software: MACH Page 7 Case-only Analyse Population: Alle Fälle Lobuläre Fälle Zielgröße: HT bis Diagnose VS früher & niemals HT Unabhängige Variablen: Genotypisierte und imputierte SNPs (log-additives Modell) Adjustierungsvariablen: Alter, Studienzentrum (für 2- zentrige MARIE-Studie) und 10 Eigenvektoren (Software: Eigenstrat) Software: ProbABEL Version plus; Berücksichtigt Unsicherheit der Imputation Page 8 4

5 Meta-Analyse Zusammenfassung der studienspezifischen Ergebnisse der case-only Analysen Modellannahme: fixe Effekte Software: PLINK Version 1.07 Page 9 SNP-Auswahl für Replikation Ausschlusskriterien: SNPs nicht für alle 4 Studien vorhanden SNPs mit p-value <0,05 for Cochran s Q SNPs mit I 2 > 30% SNPs mit Odds Ratio > 2 oder Odds Ratio < 0,5 MAF < 0,05 Page 10 5

6 Ergebnisse der Meta-Analyse alle Fälle Page 11 Ergebnisse der Meta-Analyse lobuläre Fälle Page 12 6

7 Ergebnisse der Meta-Analyse alle Fälle Page 13 Ergebnisse der Meta-Analyse lobuläre Fälle Page 14 7

8 Diskussion SNP*HT Interaktionen mit p-werten < 10-5 Für alle Fälle: 45 Für lobuläre Fälle: 29 Zusammen: 47 Ca. 25 erwartet unter H 0 : kein Interaktionseffekt Imputierte SNPs unter top 1000 SNP*HT Interaktionen: 82,4% (HEBCS) 98,6% (MARIE) 51,0% (NHS) 92,5% (SASBAC) Mittlere Imputationsqualität R 2 = 0,97 Page 15 Ausblick 2. Stufe: Replikation der top ca SNP*HT Interaktionen (4*10-4 p-werte 7*10-7 ) Fall-Kontroll Studien von BCAC (Breast Cancer Association Consortium): Daten von ca. 50 epidemiologischen Studien Page 16 8

9 Collaborators MARIE German Cancer Research Center (DKFZ), Heidelberg: Sascha Abbas Lars Beckmann Jenny Chang-Claude Silke Kropp Tracy Slanger Sabine Behrens Ursula Eilber Belinda Kaspereit Kati Smit University Medical Center Hamburg-Eppendorf, Hamburg: Wilhelm Braendle Dieter Flesch-Janys Ike Vettorazzi Congenics AG, Hamburg: Norbert Dahmen SASBAC Karolinska Institutet, Stockholm, Schweden: Per Hall Kamila Czene HEBCS Helsinki University Central Hospital, Helsinki, Finnland Heli Nevalinna NHS Harvard School of Public Health, Boston, USA David Hunter Sara Lindstrom Genome Institute of Singapore, Singapur Jianjun Liu Astrid Kresentia Li Yuqing Page 17 Vielen Dank für Ihre Aufmerksamkeit! Page 18 9

10 Referenzen (1) Beral V, Million Women Study Collaborators. Breast cancer and hormone-replacement therapy in the Million Women Study. Lancet 2003;362: (2) Lee SA, Ross RK, Pike MC. An overview of menopausal oestrogen progestin hormone therapy and breast cancer risk. Br J Cancer. 2005;92: (3) Newcomb PA, Titus-Ernstoff L, Egan KM, Trentham-Dietz A, Baron JA, Storer BE, Willett WC, Stampfer MJ. Postmenopausal estrogen and progestin use in relation to breast cancer risk. Cancer Epidemiol Biomarkers Prev 2002;11: (4) Ross RK, Paganini-Hill A, Wan PC, Pike MC. Effect of hormone replacement therapy on breast cancer risk: estrogen versus estrogen plus progestin. J Natl Cancer Inst 2000;92: (5) Schairer C, Lubin J, Troisi R, Sturgeon SR, Brinton LA, Hoover R. Menopausal estrogen and estrogen progestin replacement therapy and breast cancer risk. JAMA 2000;283: (6) Writing Group for the Women s Health Initiative. Risks and benefits of estrogen plus progestin in healty postmenopausal women. Principal results from the Women s Health Initiative Randomized Controlled Trial. JAMA 2002;288: (7) MARIE-GENICA Consortium on Genetic Susceptibility for Menopausal Hormone Therapy Related Breast Cancer Risk. Polymorphisms in genes of the steroid receptor superfamily modify postmenopausal breast cancer risk associated with menopausal hormone therapy. Int J Cancer Jun 15;126(12): (8) MARIE-GENICA Consortium on Genetic Susceptibility for Menopausal Hormone Therapy Related Breast Cancer Risk. Polymorphisms in the BRCA1 and ABCB1 genes modulate menopausal hormone therapy associated breast cancer risk in postmenopausal women. Breast Cancer Res Treat Apr;120(3): Epub 2009 Aug 12. (9) MARIE-GENICA Consortium on Genetic Susceptibility for Menopausal Hormone Therapy Related Breast Cancer Risk. Postmenopausal estrogen monotherapy-associated breast cancer risk is modified by CYP17A1_-34_T>C polymorphism. Breast Cancer Res Treat Apr;120(3): Epub 2009 Aug 12. (10) MARIE-GENICA Consortium on Genetic Susceptibility for Menopausal Hormone Therapy Related Breast Cancer Risk. Genetic polymorphisms in phase I and phase II enzymes and breast cancer risk associated with menopausal hormone therapy in postmenopausal women.breast Cancer Res Treat Jan;119(2): Epub 2009 May 8. Erratum in: Breast Cancer Res Treat Jan;119(2):475. Page 19 Verteilung von HT Studie Gegenwärtig HT Anwender Vormals/niemals HT Anwender Anzahl Prozent Anzahl Prozent HEBCS % % MARIE % % NHS % % SASBAC % % Page 20 10

11 Verteilung von Diagnosealter Study Mittelwert (Standardabweichung) HEBCS 60,68 (9,22) MARIE 63,12 (5,66) NHS 65,66 (6,73) SASBAC 62,64 (6,26) Page 21 Imputation von Genotypen Software: MACH MACH-Option autoflip : erzeugt einheitliche Referenzallele (Allelfrequenz = 1-MAF) für alle 4 Studien Genotypisierte, in Referenzdaten enthaltene SNPs für alle Studien einheitlich codiert R-Programm einheitliche Kodierung von genotypisierten, nicht in Referenzdaten enthaltenen SNPs MAF: Minor Allele Frequency Problem Unbekannte Orientierung der DNS-Stränge Problematisch für A/T und C/G SNPs: u.u. kein für alle 4 Studien einheitliches Referenzallel! Page 22 11

12 Imputation Study Genotypisierte SNPs Imputierte SNPs Anzahl Prozent Anzahl Prozent SNPs insgesamt HEBCS % % MARIE % % NHS % % SASBAC % % Page 23 Ergebnisse Case-only Analyse Anzahl der p-werte < 10-5 nach Studie HEBCS: Alle Fälle: 5 signifikante SNP*HT Interaktionen Lobulär Fälle: 17 signifikante SNP*HT Interaktionen MARIE: NHS: Alle Fälle: 20 signifikante SNP*HT Interaktionen Lobulär Fälle: 12 signifikante SNP*HT Interaktionen Alle Fälle: 16 signifikante SNP*HT Interaktionen Lobulär Fälle: 1 signifikante SNP*HT Interaktionen SASBAC: Alle Fälle: 26 signifikante SNP*HT Interaktionen Lobulär Fälle: 42 signifikante SNP*HT Interaktionen Keine direkte Übereinstimmung zwischen SNPs mit p-werten für SNP*HT Interaktion <10-5 aus case-only und Meta-Analyse Page 24 12

13 Diskussion 6 SNP*HT Interaktionen mit p-werten < 10-6 Max. 3 erwartete zum Niveau 10-6 signifikante Interaktionen unter H 0 : kein Interaktionseffekt A/T oder C/G SNPs mit 0,4 MAF 0,5 48 der top 1000 SNP*HT Interaktionen 3 der SNP*HT Interaktionen mit p-wert < 10-5 Page 25 Diskussion 80% Power zur Entdeckung eines Interaktionseffektes der Stärke 1.5 (zu Signifikanzniveau: 10-5 ; 1.6 (zu Signifikanzniveau: 10-7 ) Annahmen: Genetische und HT-Haupteffekte: OR = 1.15 Moderate Frequenz des Riskoallels: 0.10 Prävalenz des Umweltfaktors: 0.50 Page 26 13