All cancers are caused by somatic mutations; however, understanding of the biological processes generating these mutations is limited. The catalogue of somatic mutations from a cancer genome bears the signatures of the mutational processes that have been operative. Here we analysed 4,938,362 mutations from 7,042 cancers and extracted more than 20 distinct mutational signatures. Some are present in many cancer types, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are confined to a single cancer class. Certain signatures are associated with age of the patient at cancer diagnosis, known mutagenic exposures or defects in DNA maintenance, but many are of cryptic origin. In addition to these genome-wide mutational signatures, hypermutation localized to small genomic regions, ‘kataegis’, is found in many cancer types. The results reveal the diversity of mutational processes underlying the development of cancer, with potential implications for understanding of cancer aetiology, prevention and therapy. An analysis of mutations from over 7,000 cancers of diverse origins reveals the diversity of mutational processes underlying the development of cancer; more than 20 distinct mutational signatures are described, some of which are present in many cancer types, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are specific to individual tumour types. Despite the fact that all cancers are thought to result from somatic mutation — mutations in any cell in the body excluding the germ cells — relatively little is known about the processes of mutation involved. This study analyses almost 5 million mutations from more than 7,000 cancers and demonstrates more than 20 distinct cancer-associated mutational signatures. Some of these signatures are present in many cancers, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are specific to individual tumour types. Some signatures are associated with age, known mutagenic exposures or defects in DNA maintenance, but many are of cryptic origin. These findings have potential implications for the understanding of cancer aetiology, prevention and therapy.

Abstract Cancer is driven by genetic change, and the advent of massively parallel sequencing has enabled systematic documentation of this variation at the whole-genome scale 1–3 . Here we report the integrative analysis of 2,658 whole-cancer genomes and their matching normal tissues across 38 tumour types from the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA). We describe the generation of the PCAWG resource, facilitated by international data sharing using compute clouds. On average, cancer genomes contained 4–5 driver mutations when combining coding and non-coding genomic elements; however, in around 5% of cases no drivers were identified, suggesting that cancer driver discovery is not yet complete. Chromothripsis, in which many clustered structural variants arise in a single catastrophic event, is frequently an early event in tumour evolution; in acral melanoma, for example, these events precede most somatic point mutations and affect several cancer-associated genes simultaneously. Cancers with abnormal telomere maintenance often originate from tissues with low replicative activity and show several mechanisms of preventing telomere attrition to critical levels. Common and rare germline variants affect patterns of somatic mutation, including point mutations, structural variants and somatic retrotransposition. A collection of papers from the PCAWG Consortium describes non-coding mutations that drive cancer beyond those in the TERT promoter 4 ; identifies new signatures of mutational processes that cause base substitutions, small insertions and deletions and structural variation 5,6 ; analyses timings and patterns of tumour evolution 7 ; describes the diverse transcriptional consequences of somatic mutation on splicing, expression levels, fusion genes and promoter activity 8,9 ; and evaluates a range of more-specialized features of cancer genomes 8,10–18 .

Abstract Background Droplet-based single-cell RNA sequence analyses assume that all acquired RNAs are endogenous to cells. However, any cell-free RNAs contained within the input solution are also captured by these assays. This sequencing of cell-free RNA constitutes a background contamination that confounds the biological interpretation of single-cell transcriptomic data. Results We demonstrate that contamination from this "soup" of cell-free RNAs is ubiquitous, with experiment-specific variations in composition and magnitude. We present a method, SoupX, for quantifying the extent of the contamination and estimating "background-corrected" cell expression profiles that seamlessly integrate with existing downstream analysis tools. Applying this method to several datasets using multiple droplet sequencing technologies, we demonstrate that its application improves biological interpretation of otherwise misleading data, as well as improving quality control metrics. Conclusions We present SoupX, a tool for removing ambient RNA contamination from droplet-based single-cell RNA sequencing experiments. This tool has broad applicability, and its application can improve the biological utility of existing and future datasets.

The evidence for T-cell–mediated regression of human cancers such as non–small-cell lung carcinoma, renal cell carcinoma, and—in particular—melanoma after immunotherapy is strong. Anti-CTLA4 (ipilimumab) treatment has been approved for treatment of meta-static melanoma,1 and antibody-mediated blockade of PD-1, a second inhibitory receptor on T cells, has shown highly encouraging results in early clinical trials.2,3 Although the clinical activity of these treatments is apparent, it is still unknown which T-cell reactivities are involved in immunotherapy-induced cancer regression.4 T-cell reactivity against nonmutated tumor-associated self-antigens has been analyzed in patients treated with ipilimumab or with autologous tumor-infiltrating T cells, but the magnitude of the T-cell responses observed has been relatively modest.5,6 In part on the basis of such data, recognition of patient-specific mutant epitopes (hereafter referred to as neoantigens) has been suggested to be a potentially important component.7 A potential involvement of mutated epitopes in T-cell control would also fit well with the observation that the mutation load in sun-exposed melanomas is particularly high.8-10 Intriguingly, on the basis of animal model data, it has recently been suggested that (therapy-induced) analysis of T-cell reactivity against patient-specific neoantigens may be feasible through exploitation of cancer genome data.11,12 However, human data have thus far been lacking. Here we report a case of a patient with stage IV melanoma who exhibited a clinical response to ipilimumab treatment. Cancer exome–guided analysis of T-cell reactivity in this patient revealed reactivity against two neoantigens, including a dominant T-cell response against a mutant epitope of the ATR (ataxia telangiectasia and Rad3 related) gene product that increased strongly after ipilimumab treatment. These data provide the first demonstration (to our knowledge) of cancer exome–guided analysis to dissect the effects of melanoma immunotherapy.

Adrienne Flanagan and colleagues identify distinct driver mutations in H3F3A and H3F3B in chondroblastoma and giant cell tumor of bone. The mutations occur in over 90% of tumors and exhibit a high degree of tumor type specificity. It is recognized that some mutated cancer genes contribute to the development of many cancer types, whereas others are cancer type specific. For genes that are mutated in multiple cancer classes, mutations are usually similar in the different affected cancer types. Here, however, we report exquisite tumor type specificity for different histone H3.3 driver alterations. In 73 of 77 cases of chondroblastoma (95%), we found p.Lys36Met alterations predominantly encoded in H3F3B, which is one of two genes for histone H3.3. In contrast, in 92% (49/53) of giant cell tumors of bone, we found histone H3.3 alterations exclusively in H3F3A, leading to p.Gly34Trp or, in one case, p.Gly34Leu alterations. The mutations were restricted to the stromal cell population and were not detected in osteoclasts or their precursors. In the context of previously reported H3F3A mutations encoding p.Lys27Met and p.Gly34Arg or p.Gly34Val alterations in childhood brain tumors, a remarkable picture of tumor type specificity for histone H3.3 driver alterations emerges, indicating that histone H3.3 residues, mutations and genes have distinct functions.

The incidence of acute myeloid leukaemia (AML) increases with age and mortality exceeds 90% when diagnosed after age 65. Most cases arise without any detectable early symptoms and patients usually present with the acute complications of bone marrow failure1. The onset of such de novo AML cases is typically preceded by the accumulation of somatic mutations in preleukaemic haematopoietic stem and progenitor cells (HSPCs) that undergo clonal expansion2,3. However, recurrent AML mutations also accumulate in HSPCs during ageing of healthy individuals who do not develop AML, a phenomenon referred to as age-related clonal haematopoiesis (ARCH)4–8. Here we use deep sequencing to analyse genes that are recurrently mutated in AML to distinguish between individuals who have a high risk of developing AML and those with benign ARCH. We analysed peripheral blood cells from 95 individuals that were obtained on average 6.3 years before AML diagnosis (pre-AML group), together with 414 unselected age- and gender-matched individuals (control group). Pre-AML cases were distinct from controls and had more mutations per sample, higher variant allele frequencies, indicating greater clonal expansion, and showed enrichment of mutations in specific genes. Genetic parameters were used to derive a model that accurately predicted AML-free survival; this model was validated in an independent cohort of 29 pre-AML cases and 262 controls. Because AML is rare, we also developed an AML predictive model using a large electronic health record database that identified individuals at greater risk. Collectively our findings provide proof-of-concept that it is possible to discriminate ARCH from pre-AML many years before malignant transformation. This could in future enable earlier detection and monitoring, and may help to inform intervention. Individuals who are at high risk of developing acute myeloid leukaemia can be identified years before diagnosis using genetic information from blood samples.

Pediatric and adult kidney tumors differ Understanding tumor origins and the similarities and differences between organ-specific cancers is important for determining treatment options. Young et al. generated more than 72,000 single-cell transcriptomes from healthy and cancerous human kidneys. From these data, they determined that Wilms tumor, a pediatric kidney cancer, originates from aberrant fetal cells, whereas adult kidney cancers are likely derived from a specific subtype of proximal convoluted tubular cell. Science , this issue p. 594

Thymus development, cell by cell The human thymus is the organ responsible for the maturation of many types of T cells, which are immune cells that protect us from infection. However, it is not well known how these cells develop with a full immune complement that contains the necessary variation to protect us from a variety of pathogens. By performing single-cell RNA sequencing on more than 250,000 cells, Park et al. examined the changes that occur in the thymus over the course of a human life. They found that development occurs in a coordinated manner among immune cells and with their developmental microenvironment. These data allowed for the creation of models of how T cells with different specific immune functions develop in humans. Science , this issue p. eaay3224

Definitive haematopoiesis in the fetal liver supports self-renewal and differentiation of haematopoietic stem cells and multipotent progenitors (HSC/MPPs) but remains poorly defined in humans. Here, using single-cell transcriptome profiling of approximately 140,000 liver and 74,000 skin, kidney and yolk sac cells, we identify the repertoire of human blood and immune cells during development. We infer differentiation trajectories from HSC/MPPs and evaluate the influence of the tissue microenvironment on blood and immune cell development. We reveal physiological erythropoiesis in fetal skin and the presence of mast cells, natural killer and innate lymphoid cell precursors in the yolk sac. We demonstrate a shift in the haemopoietic composition of fetal liver during gestation away from being predominantly erythroid, accompanied by a parallel change in differentiation potential of HSC/MPPs, which we functionally validate. Our integrated map of fetal liver haematopoiesis provides a blueprint for the study of paediatric blood and immune disorders, and a reference for harnessing the therapeutic potential of HSC/MPPs. Single-cell transcriptomic profiling of fetal liver, skin, kidney and yolk sac reveals the differentiation trajectories of human haematopoietic stem cells and multipotent progenitors, which are validated to produce an integrated map of fetal liver haematopoiesis.