Abstract Acquired drug resistance to even the most effective anti-cancer targeted therapies remains an unsolved clinical problem. Although many drivers of acquired drug resistance have been identified 1‒6 , the underlying molecular mechanisms shaping tumor evolution during treatment are incompletely understood. The extent to which therapy actively drives tumor evolution by promoting mutagenic processes 7 or simply provides the selective pressure necessary for the outgrowth of drug-resistant clones 8 remains an open question. Here, we report that lung cancer targeted therapies commonly used in the clinic induce the expression of cytidine deaminase APOBEC3A (A3A), leading to sustained mutagenesis in drug-tolerant cancer cells persisting during therapy. Induction of A3A facilitated the formation of double-strand DNA breaks (DSBs) in cycling drug-treated cells, and fully resistant clones that evolved from drug-tolerant intermediates exhibited an elevated burden of chromosomal aberrations such as copy number alterations and structural variations. Preventing therapy-induced A3A mutagenesis either by gene deletion or RNAi-mediated suppression delayed the emergence of drug resistance. Finally, we observed accumulation of A3A mutations in lung cancer patients who developed drug resistance after treatment with sequential targeted therapies. These data suggest that induction of A3A mutagenesis in response to targeted therapy treatment may facilitate the development of acquired resistance in non-small-cell lung cancer. Thus, suppressing expression or enzymatic activity of A3A may represent a potential therapeutic strategy to prevent or delay acquired resistance to lung cancer targeted therapy.

Summary Targeted therapeutics have advanced cancer treatment, but single agent activity remains limited by de novo and acquired resistance. Combining targeted drugs is broadly seen as a way to improve treatment outcome, motivating the ongoing search for efficacious combinations. To identify synergistic targeted therapy combinations and study the impact of tumor heterogeneity on combination outcome, we systematically tested over 5,000 two drug combinations at multiple doses across a collection of 81 non-small cancer cell lines. Both known and novel synergistic combinations were identified. Strikingly, very few combinations yield synergy across the majority of cell line models. Importantly, synergism mainly arises due to sensitization of single agent resistant models, rather than further sensitize already sensitive cell lines, frequently via dual targeting of a single or two highly interconnected pathways. This drug combinations resource, the largest of its kind should help delineate new synergistic regimens by facilitating the understanding of drug synergism in cancer.

Driver mutations alter cells from normal to cancer through several evolutionary epochs: premalignancy, early malignancy, subclonal diversification, metastasis and resistance to therapy. Later stages of disease can be explored through analyzing multiple samples collected longitudinally, on or between successive treatments, and finally at time of autopsy. It is also possible to study earlier stages of cancer development through probabilistic reconstruction of developmental trajectories based on mutational information preserved in the genome. Here we present a suite of tools, called Phylogic N-Dimensional with Timing (PhylogicNDT), that statistically model phylogenetic and evolutionary trajectories based on mutation and copy-number data representing samples taken at single or multiple time points. PhylogicNDT can be used to infer: (i) the order of clonal driver events (including in pre-cancerous stages); (ii) subclonal populations of cells and their phylogenetic relationships; and (iii) cell population dynamics. We demonstrate the use of PhylogicNDT by applying it to whole-exome and whole-genome data of 498 lung adenocarcinoma samples (434 previously available and 64 of newly generated data). We identify significantly different progression trajectories across subtypes of lung adenocarcinoma (EGFR mutant, KRAS mutant, fusion-driven and EGFR/KRAS wild type cancers). In addition, we study the progression of fusion-driven lung cancer in 21 patients by analyzing samples from multiple timepoints during treatment with 1st and next generation tyrosine kinase inhibitors. We characterize their subclonal diversification, dynamics, selection, and changes in mutational signatures and neoantigen load. This methodology will enable a systematic study of tumour initiation, progression and resistance across cancer types and therapies.

Members of the ATP-dependent SWI/SNF chromatin remodeling complexes are among the most frequently mutated genes in cancer, suggesting their dysregulation plays a critical role. The synthetic lethality between SWI/SNF catalytic subunits BRM/SMARCA2 and BRG1/SMARCA4 has instigated great interest in targeting BRM. Here we have performed a critical and in-depth investigation of novel dual inhibitors (BRM011 and BRM014) of BRM and BRG1 in order to validate their utility as chemical probes of SWI/SNF catalytic function, while obtaining insights into the therapeutic potential of SWI/SNF inhibition. In corroboration of on-target activity, we discovered compound resistant mutations through pooled screening of BRM variants in BRG1-mut cancer cells. Strikingly, genome-wide transcriptional and chromatin profiling (ATAC-Seq) provided further evidence of pharmacological perturbation of SWI/SNF chromatin remodeling as BRM011 treatment induced specific changes in chromatin accessibility and gene expression similar to genetic depletion of BRM. Finally, these compounds have the capacity to inhibit the growth of tumor-xenografts, yielding important insights into the feasibility of developing BRM/BRG1 ATPase inhibitors for the treatment of BRG1-mut lung cancers. Overall, our studies not only establish the feasibility of inhibiting SWI/SNF catalytic function, providing a framework for SWI/SNF therapeutic targeting, but have also yielded successful elucidation of small-molecule inhibitors that will be of importance in probing SWI/SNF function in various disease contexts.

Advanced ovarian cancers are a leading cause of cancer-related death in women. Such cancers are currently treated with surgery and chemotherapy which is often temporarily successful but exhibits a high rate of relapse after which treatment options are few. Here we assess the responses of a panel of patient-derived ovarian cancer xenografts (PDXs) to 19 mono and combination therapies, including small molecules and antibody-drug conjugates. The PDX panel aimed to mimic the heterogeneity of disease observed in patients, and exhibited a distribution of responsiveness to standard of care chemotherapy similar to human clinical data. Three monotherapies and one drug combination were found to be active in different subsets of PDXs. By analyzing gene expression data we identified gene expression biomarkers predictive of responsiveness to each of three novel targeted therapy regimens. While no single treatment had as high a response rate as chemotherapy, nearly 90% of PDXs were eligible for and responded to at least one biomarker-guided treatment, including tumors resistant to standard chemotherapy. Biomarker frequency was similar in human patients, suggesting the possibility of a new therapeutic approach to ovarian cancer and demonstrating the potential power of PDX-based trials in broadening the reach of precision cancer medicine.