Tumours maximize their chance of metastasizing by evoking a systemic inflammatory cascade in mouse models of spontaneous breast cancer metastasis. That tumorigenesis can be closely linked to an inflammatory microenvironment has been well established. In a new study, Karin de Visser and colleagues estimate the more systemic inflammatory effects observed in a mouse model of breast cancer. They find that interleukin (IL)-1β expression in tumours elicits IL-17 expression in γδ T cells at a local level, which through granulocyte colony-stimulating factor production promotes systemic accumulation of neutrophils in multiple organs. Interfering with this cascade of events, for example at the level of neutrophil activation, reduces lung and lymph node metastases in this breast cancer model. These findings illustrate the perhaps wider than anticipated systemic effects elicited by localized tumours, at the same time offering multiple points of potential therapeutic interference. Metastatic disease remains the primary cause of death for patients with breast cancer. The different steps of the metastatic cascade rely on reciprocal interactions between cancer cells and their microenvironment. Within this local microenvironment and in distant organs, immune cells and their mediators are known to facilitate metastasis formation1,2. However, the precise contribution of tumour-induced systemic inflammation to metastasis and the mechanisms regulating systemic inflammation are poorly understood. Here we show that tumours maximize their chance of metastasizing by evoking a systemic inflammatory cascade in mouse models of spontaneous breast cancer metastasis. We mechanistically demonstrate that interleukin (IL)-1β elicits IL-17 expression from gamma delta (γδ) T cells, resulting in systemic, granulocyte colony-stimulating factor (G-CSF)-dependent expansion and polarization of neutrophils in mice bearing mammary tumours. Tumour-induced neutrophils acquire the ability to suppress cytotoxic T lymphocytes carrying the CD8 antigen, which limit the establishment of metastases. Neutralization of IL-17 or G-CSF and absence of γδ T cells prevents neutrophil accumulation and downregulates the T-cell-suppressive phenotype of neutrophils. Moreover, the absence of γδ T cells or neutrophils profoundly reduces pulmonary and lymph node metastases without influencing primary tumour progression. Our data indicate that targeting this novel cancer-cell-initiated domino effect within the immune system—the γδ T cell/IL-17/neutrophil axis—represents a new strategy to inhibit metastatic disease.

Small cell lung cancer (SCLC) is an aggressive malignancy that includes subtypes defined by differential expression of ASCL1, NEUROD1, and POU2F3 (SCLC-A, -N, and -P, respectively). To define the heterogeneity of tumors and their associated microenvironments across subtypes, we sequenced 155,098 transcriptomes from 21 human biospecimens, including 54,523 SCLC transcriptomes. We observe greater tumor diversity in SCLC than lung adenocarcinoma, driven by canonical, intermediate, and admixed subtypes. We discover a PLCG2-high SCLC phenotype with stem-like, pro-metastatic features that recurs across subtypes and predicts worse overall survival. SCLC exhibits greater immune sequestration and less immune infiltration than lung adenocarcinoma, and SCLC-N shows less immune infiltrate and greater T cell dysfunction than SCLC-A. We identify a profibrotic, immunosuppressive monocyte/macrophage population in SCLC tumors that is particularly associated with the recurrent, PLCG2-high subpopulation.

ABSTRACT Small cell lung cancer (SCLC) is an aggressive malignancy that includes subtypes defined by differential expression of ASCL1 , NEUROD1 , and POU2F3 (SCLC-A, -N, and -P, respectively), which are associated with distinct therapeutic vulnerabilities. To define the heterogeneity of tumors and their associated microenvironments across subtypes, we sequenced 54,523 cellular transcriptomes from 21 human biospecimens. Our single-cell SCLC atlas reveals tumor diversity exceeding lung adenocarcinoma, driven by canonical, intermediate, and admixed subtypes. We discovered a PLCG2 -high tumor cell population with stem-like, pro-metastatic features that recurs across subtypes and predicts worse overall survival, and manipulation of PLCG2 expression in cells confirms correlation with key metastatic markers. Treatment and subtype are associated with substantial phenotypic changes in the SCLC immune microenvironment, with greater T-cell dysfunction in SCLC-N than SCLC-A. Moreover, the recurrent, PLCG2- high subclone is associated with exhausted CD8+ T-cells and a pro-fibrotic, immunosuppressive monocyte/macrophage population, suggesting possible tumor-immune coordination to promote metastasis.

ABSTRACT Lineage plasticity, a capacity to reprogram cell phenotypic identity under evolutionary pressure, is implicated in treatment resistance and metastasis in multiple cancers. In lung adenocarcinomas (LUADs) amenable to treatment with targeted inhibitors, transformation to an aggressive neuroendocrine (NE) carcinoma resembling small cell lung cancer (SCLC) is a recognized mechanism of acquired resistance. Defining molecular mechanisms of NE transformation in lung cancer has been limited by a paucity of well annotated pre- and post-transformation clinical samples. We hypothesized that mixed histology LUAD/SCLC tumors may capture cancer cells proximal to, and on either side of, histologic transformation. We performed detailed genomic, epigenomic, transcriptomic and proteomic characterization of combined LUAD/SCLC tumors as well as pre- and post-transformation clinical samples. Our data support that NE transformation is primarily driven by transcriptional reprogramming rather than mutational events. We identify genomic contexts in which NE transformation is favored, including frequent loss of the 3p chromosome arm in pre-transformation LUADs. Consistent shifts in gene expression programs in NE transformation include induction of several stem/progenitor cell regulatory pathways, including upregulation of PRC2 and WNT signaling, and suppression of Notch pathway activity. We observe induction of PI3K/AKT and an immunosuppressive phenotype in NE transformation. Taken together our findings define a novel landscape of potential drivers and therapeutic vulnerabilities of NE transformation in lung cancer.

Abstract Lung cancer treatment has benefited greatly from the development of effective immune-based therapies. However, these strategies still fail in a large subset of patients. Tumor-intrinsic mutations can drive immune evasion via recruiting immunosuppressive populations or suppressing anti-tumor immune responses. KEAP1 is one of the most frequently mutated genes in lung adenocarcinoma patients and is associated with poor prognosis and inferior response to all therapies, including checkpoint blockade. Here, we established a novel antigenic lung cancer model and showed that Keap1-mutant tumors promote dramatic remodeling of the tumor immune microenvironment. Combining single-cell technology and depletion studies, we demonstrate that Keap1-mutant tumors diminish dendritic cell and T cell responses driving immunotherapy resistance. Importantly, analysis of KEAP1 mutant patient tumors revealed analogous decrease in dendritic cell and T cell infiltration. Our study provides new insight into the role of KEAP1 mutations in promoting immune evasion and suggests a path to novel immune-based therapeutic strategies for KEAP1 mutant lung cancer. Statement of significance This study establishes that tumor-intrinsic KEAP1 mutations contribute to immune evasion through suppression of dendritic cell and T cell responses, explaining the observed resistance to immunotherapy of KEAP1 mutant tumors. These results highlight the importance of stratifying patients based on KEAP1 status and paves the way for novel therapeutic strategies.

ABSTRACT The repertoire of tumor-infiltrating lymphocytes (TILs) can be vast, and many of these TILs are not endowed with tumor reactivity. While a number of reports have shown that tumor-reactive TILs express CD39, few reports have demonstrated that conversely, CD39 can be leveraged to serve as a proxy of tumor-reactive CD8 T cells. Using single-cell CITE/RNA/TCRseq, we show that CD39 + CD8 T cells in human lung cancers demonstrate transcriptional and proteomic features of exhaustion, tumor reactivity, and clonal expansion. Moreover, TCR cloning revealed that CD39 enriched for tumor-reactive CD8 T cell clones. Flow cytometry of 440 lung cancer specimens revealed that CD39 level on CD8 T cells is only weakly correlated with tumoral features that currently guide lung cancer therapy, such as histology, driver mutation, PD-L1 and tumor mutation burden. PD-1 axis blockade, but not cytotoxic chemotherapy, increased intratumoral CD39 + CD8 T cells. CD39 correlated with PD-1 expression on CD8 T cells and high pre-treatment/early-on-treatment levels were associated with improved clinical outcomes, but not immune-related adverse events, from immune checkpoint blockade therapy. This comprehensive profiling of the clinical, pathological and molecular features highlights the utility of CD39 as a proxy for tumor-reactive CD8 T cells in human lung cancer.

Tissue biology involves an intricate balance between cell-intrinsic processes and interactions between cells organized in specific spatial patterns, which can be respectively captured by single-cell profiling methods, such as single-cell RNA-seq (scRNA-seq), and histology imaging data, such as Hematoxylin-and-Eosin (H&E) stains. While single-cell profiles provide rich molecular information, they can be challenging to collect routinely and do not have spatial resolution. Conversely, histological H&E assays have been a cornerstone of tissue pathology for decades, but do not directly report on molecular details, although the observed structure they capture arises from molecules and cells. Here, we leverage adversarial machine learning to develop SCHAF (Single-Cell omics from Histology Analysis Framework), to generate a tissue sample's spatially-resolved single-cell omics dataset from its H&E histology image. We demonstrate SCHAF on two types of human tumors-from lung and metastatic breast cancer-training with matched samples analyzed by both sc/snRNA-seq and by H&E staining. SCHAF generated appropriate single-cell profiles from histology images in test data, related them spatially, and compared well to ground-truth scRNA-Seq, expert pathologist annotations, or direct MERFISH measurements. SCHAF opens the way to next-generation H&E2.0 analyses and an integrated understanding of cell and tissue biology in health and disease.