Since the inception of the GO annotation project, a variety of tools have been developed that support exploring and searching the GO database. In particular, a variety of tools that perform GO enrichment analysis are currently available. Most of these tools require as input a target set of genes and a background set and seek enrichment in the target set compared to the background set. A few tools also exist that support analyzing ranked lists. The latter typically rely on simulations or on union-bound correction for assigning statistical significance to the results.GOrilla is a web-based application that identifies enriched GO terms in ranked lists of genes, without requiring the user to provide explicit target and background sets. This is particularly useful in many typical cases where genomic data may be naturally represented as a ranked list of genes (e.g. by level of expression or of differential expression). GOrilla employs a flexible threshold statistical approach to discover GO terms that are significantly enriched at the top of a ranked gene list. Building on a complete theoretical characterization of the underlying distribution, called mHG, GOrilla computes an exact p-value for the observed enrichment, taking threshold multiple testing into account without the need for simulations. This enables rigorous statistical analysis of thousand of genes and thousands of GO terms in order of seconds. The output of the enrichment analysis is visualized as a hierarchical structure, providing a clear view of the relations between enriched GO terms.GOrilla is an efficient GO analysis tool with unique features that make a useful addition to the existing repertoire of GO enrichment tools. GOrilla's unique features and advantages over other threshold free enrichment tools include rigorous statistics, fast running time and an effective graphical representation. GOrilla is publicly available at: http://cbl-gorilla.cs.technion.ac.il

Clinical tests that rely on next-generation sequencing to evaluate large numbers of cancer genes can be validated using pooled cell lines with known mutations. As more clinically relevant cancer genes are identified, comprehensive diagnostic approaches are needed to match patients to therapies, raising the challenge of optimization and analytical validation of assays that interrogate millions of bases of cancer genomes altered by multiple mechanisms. Here we describe a test based on massively parallel DNA sequencing to characterize base substitutions, short insertions and deletions (indels), copy number alterations and selected fusions across 287 cancer-related genes from routine formalin-fixed and paraffin-embedded (FFPE) clinical specimens. We implemented a practical validation strategy with reference samples of pooled cell lines that model key determinants of accuracy, including mutant allele frequency, indel length and amplitude of copy change. Test sensitivity achieved was 95–99% across alteration types, with high specificity (positive predictive value >99%). We confirmed accuracy using 249 FFPE cancer specimens characterized by established assays. Application of the test to 2,221 clinical cases revealed clinically actionable alterations in 76% of tumors, three times the number of actionable alterations detected by current diagnostic tests.

Using high-coverage targeted next-generation sequencing, this report provides a catalog of genetic alterations in colorectal and lung cancers, identifying previously unknown alterations, such as JAK2 mutations and KIF5B-RET fusions, that may represent druggable targets. Applying a next-generation sequencing assay targeting 145 cancer-relevant genes in 40 colorectal cancer and 24 non–small cell lung cancer formalin-fixed paraffin-embedded tissue specimens identified at least one clinically relevant genomic alteration in 59% of the samples and revealed two gene fusions, C2orf44-ALK in a colorectal cancer sample and KIF5B-RET in a lung adenocarcinoma. Further screening of 561 lung adenocarcinomas identified 11 additional tumors with KIF5B-RET gene fusions (2.0%; 95% CI 0.8–3.1%). Cells expressing oncogenic KIF5B-RET are sensitive to multi-kinase inhibitors that inhibit RET.

Computational methods for discovery of sequence elements that are enriched in a target set compared with a background set are fundamental in molecular biology research. One example is the discovery of transcription factor binding motifs that are inferred from ChIP-chip (chromatin immuno-precipitation on a microarray) measurements. Several major challenges in sequence motif discovery still require consideration: (i) the need for a principled approach to partitioning the data into target and background sets; (ii) the lack of rigorous models and of an exact p-value for measuring motif enrichment; (iii) the need for an appropriate framework for accounting for motif multiplicity; (iv) the tendency, in many of the existing methods, to report presumably significant motifs even when applied to randomly generated data. In this paper we present a statistical framework for discovering enriched sequence elements in ranked lists that resolves these four issues. We demonstrate the implementation of this framework in a software application, termed DRIM (discovery of rank imbalanced motifs), which identifies sequence motifs in lists of ranked DNA sequences. We applied DRIM to ChIP-chip and CpG methylation data and obtained the following results. (i) Identification of 50 novel putative transcription factor (TF) binding sites in yeast ChIP-chip data. The biological function of some of them was further investigated to gain new insights on transcription regulation networks in yeast. For example, our discoveries enable the elucidation of the network of the TF ARO80. Another finding concerns a systematic TF binding enhancement to sequences containing CA repeats. (ii) Discovery of novel motifs in human cancer CpG methylation data. Remarkably, most of these motifs are similar to DNA sequence elements bound by the Polycomb complex that promotes histone methylation. Our findings thus support a model in which histone methylation and CpG methylation are mechanistically linked. Overall, we demonstrate that the statistical framework embodied in the DRIM software tool is highly effective for identifying regulatory sequence elements in a variety of applications ranging from expression and ChIP-chip to CpG methylation data. DRIM is publicly available at http://bioinfo.cs.technion.ac.il/drim.

Abstract Focal amplification and activating point mutation of the MET gene are well-characterized oncogenic drivers that confer susceptibility to targeted MET inhibitors. Recurrent somatic splice site alterations at MET exon 14 (METex14) that result in exon skipping and MET activation have been characterized, but their full diversity and prevalence across tumor types are unknown. Here, we report analysis of tumor genomic profiles from 38,028 patients to identify 221 cases with METex14 mutations (0.6%), including 126 distinct sequence variants. METex14 mutations are detected most frequently in lung adenocarcinoma (3%), but also frequently in other lung neoplasms (2.3%), brain glioma (0.4%), and tumors of unknown primary origin (0.4%). Further in vitro studies demonstrate sensitivity to MET inhibitors in cells harboring METex14 alterations. We also report three new patient cases with METex14 alterations in lung or histiocytic sarcoma tumors that showed durable response to two different MET-targeted therapies. The diversity of METex14 mutations indicates that diagnostic testing via comprehensive genomic profiling is necessary for detection in a clinical setting. Significance: Here we report the identification of diverse exon 14 splice site alterations in MET that result in constitutive activity of this receptor and oncogenic transformation in vitro. Patients whose tumors harbored these alterations derived meaningful clinical benefit from MET inhibitors. Collectively, these data support the role of METex14 alterations as drivers of tumorigenesis, and identify a unique subset of patients likely to derive benefit from MET inhibitors. Cancer Discov; 5(8); 850–9. ©2015 AACR. See related commentary by Ma, p. 802. See related article by Paik et al., p. 842. This article is highlighted in the In This Issue feature, p. 783

Protein actions are usually discussed in terms of static structures, but function requires motion. We find a strong correlation between phosphorylation-driven activation of the signaling protein NtrC and microsecond time-scale backbone dynamics. Using nuclear magnetic resonance relaxation, we characterized the motions of NtrC in three functional states: unphosphorylated (inactive), phosphorylated (active), and a partially active mutant. These dynamics are indicative of exchange between inactive and active conformations. Both states are populated in unphosphorylated NtrC, and phosphorylation shifts the equilibrium toward the active species. These results support a dynamic population shift between two preexisting conformations as the underlying mechanism of activation.

Spitzoid neoplasms are a group of melanocytic tumours with distinctive histopathological features. They include benign tumours (Spitz naevi), malignant tumours (spitzoid melanomas) and tumours with borderline histopathological features and uncertain clinical outcome (atypical Spitz tumours). Their genetic underpinnings are poorly understood, and alterations in common melanoma-associated oncogenes are typically absent. Here we show that spitzoid neoplasms harbour kinase fusions of ROS1 (17%), NTRK1 (16%), ALK (10%), BRAF (5%) and RET (3%) in a mutually exclusive pattern. The chimeric proteins are constitutively active, stimulate oncogenic signalling pathways, are tumourigenic and are found in the entire biologic spectrum of spitzoid neoplasms, including 55% of Spitz naevi, 56% of atypical Spitz tumours and 39% of spitzoid melanomas. Kinase inhibitors suppress the oncogenic signalling of the fusion proteins in vitro. In summary, kinase fusions account for the majority of oncogenic aberrations in spitzoid neoplasms and may serve as therapeutic targets for metastatic spitzoid melanomas. Spitzoid neoplasms constitute a spectrum of melanocytic tumours, characterized by distinct clinical, pathological and genetic features. Here, Wiesner et al. show that kinase fusions represent the majority of oncogenic aberrations in spitzoid neoplasms and may serve as therapeutic targets for metastatic spitzoid melanoma.

The authors employ targeted next-generation sequencing to identify driving oncogenic alterations in patients with lung cancer with no known oncogenes. They discover two gene fusions involving NTRK1 that lead to constitutive activation of the kinase TRKA and can drive transformation. The fusions can be targeted with available kinase inhibitors and may represent therapeutic targets. We identified new gene fusions in patients with lung cancer harboring the kinase domain of the NTRK1 gene that encodes the high-affinity nerve growth factor receptor (TRKA protein). Both the MPRIP-NTRK1 and CD74-NTRK1 fusions lead to constitutive TRKA kinase activity and are oncogenic. Treatment of cells expressing NTRK1 fusions with inhibitors of TRKA kinase activity inhibited autophosphorylation of TRKA and cell growth. Tumor samples from 3 of 91 patients with lung cancer (3.3%) without known oncogenic alterations assayed by next-generation sequencing or fluorescence in situ hybridization demonstrated evidence of NTRK1 gene fusions.

Abstract Purpose: We undertook this study to determine the prevalence of estrogen receptor (ER) α (ESR1) mutations throughout the natural history of hormone-dependent breast cancer and to delineate the functional roles of the most commonly detected alterations. Experimental Design: We studied a total of 249 tumor specimens from 208 patients. The specimens include 134 ER-positive (ER+/HER2−) and, as controls, 115 ER-negative (ER−) tumors. The ER+ samples consist of 58 primary breast cancers and 76 metastatic samples. All tumors were sequenced to high unique coverage using next-generation sequencing targeting the coding sequence of the estrogen receptor and an additional 182 cancer-related genes. Results: Recurring somatic mutations in codons 537 and 538 within the ligand-binding domain of ER were detected in ER+ metastatic disease. Overall, the frequency of these mutations was 12% [9/76; 95% confidence interval (CI), 6%–21%] in metastatic tumors and in a subgroup of patients who received an average of 7 lines of treatment the frequency was 20% (5/25; 95% CI, 7%–41%). These mutations were not detected in primary or treatment-naïve ER+ cancer or in any stage of ER− disease. Functional studies in cell line models demonstrate that these mutations render estrogen receptor constitutive activity and confer partial resistance to currently available endocrine treatments. Conclusions: In this study, we show evidence for the temporal selection of functional ESR1 mutations as potential drivers of endocrine resistance during the progression of ER+ breast cancer. Clin Cancer Res; 20(7); 1757–67. ©2014 AACR.