Abstract Metastatic cancer is a major cause of death and is associated with poor treatment efficacy. A better understanding of the characteristics of late-stage cancer is required to help adapt personalized treatments, reduce overtreatment and improve outcomes. Here we describe the largest, to our knowledge, pan-cancer study of metastatic solid tumour genomes, including whole-genome sequencing data for 2,520 pairs of tumour and normal tissue, analysed at median depths of 106× and 38×, respectively, and surveying more than 70 million somatic variants. The characteristic mutations of metastatic lesions varied widely, with mutations that reflect those of the primary tumour types, and with high rates of whole-genome duplication events (56%). Individual metastatic lesions were relatively homogeneous, with the vast majority (96%) of driver mutations being clonal and up to 80% of tumour-suppressor genes being inactivated bi-allelically by different mutational mechanisms. Although metastatic tumour genomes showed similar mutational landscape and driver genes to primary tumours, we find characteristics that could contribute to responsiveness to therapy or resistance in individual patients. We implement an approach for the review of clinically relevant associations and their potential for actionability. For 62% of patients, we identify genetic variants that may be used to stratify patients towards therapies that either have been approved or are in clinical trials. This demonstrates the importance of comprehensive genomic tumour profiling for precision medicine in cancer.

Abstract GRIDSS2 is the first structural variant caller to explicitly report single breakends - breakpoints in which only one side can be unambiguously determined. By treating single breakends as a fundamental genomic rearrangement signal on par with breakpoints, GRIDSS2 can explain 47% of somatic centromeric copy number changes using single breakends to non-centromeric sequence, with chromosome 1 exhibiting a unique centromeric rearrangement signature. On a cohort of 3,782 deeply sequenced metastatic cancers, GRIDSS2 achieved an unprecedented 3.1% false negative rate and identified a novel 32-100bp duplication signature. Somatic structural variants are highly clustered with GRIDSS2 phasing 16% using just paired-end sequencing.

Abstract Complex somatic genomic rearrangement and copy number alterations (CNA) are hallmarks of nearly all cancers. Whilst whole genome sequencing (WGS) in principle allows comprehensive profiling of these events, biological and clinical interpretation remains challenging. We have developed LINX, a novel algorithm which allows interpretation of short-read paired-end WGS derived structural variant and CNA data by clustering raw structural variant calls into distinct events, predicting their impact on the local structure of the derivative chromosome, and annotating their functional impact on affected genes. Novel visualisations facilitate further investigation of complex genomic rearrangements. We show that LINX provides insights into a diverse range of structural variation events including single and double break-junction events, mobile element insertions, complex shattering and high amplification events. We demonstrate that LINX can reliably detect a wide range of pathogenic rearrangements including gene fusions, immunoglobulin enhancer rearrangements, intragenic deletions and duplications. Uniquely, LINX also predicts chained fusions which we demonstrate account for 13% of clinically relevant oncogenic fusions. LINX also reports a class of inactivation events we term homozygous disruptions which may be a driver mutation in up to 8.8% of tumors including frequently affecting PTEN , TP53 and RB1 , and are likely missed by many standard WGS analysis pipelines.

Abstract Immune surveillance escape is a hallmark of tumorigenesis 1 . Multiple studies have characterized the immune escape landscape across several untreated early-stage primary cancer types 2–4 . However, whether late-stage treated metastatic tumors present differences in genetic immune escape (GIE) prevalence and dynamics remains unclear. Here, we performed a pan-cancer characterization of GIE prevalence across six immune escape pathways in 6,457 uniformly processed Whole Genome Sequencing (WGS) tumor samples including 58 cancer types from 1,943 primary untreated patients and 4,514 metastatic patients. To effectively address the complexity of the Human Leukocyte Antigen (HLA-I) locus and to characterize its tumor status, we developed LILAC, an open-source integrative framework. We demonstrate that one in four tumors harbor GIE alterations, with high mechanistic and frequency variability across cancer types. GIE prevalence is highly consistent between primary and metastatic tumors for most cancer types with few exceptions such as prostate and thyroid carcinomas that have increased immune evasion frequencies in metastatic tumors. Positive selection analysis revealed that GIE alterations are frequently selected for in tumor evolution and that focal LOH of HLA-I, unlike non-focal LOH of HLA-I, tends to lose the HLA allele that presents the largest neoepitope repertoire. We also unraveled tumor genomic features contributing to immune escape incidence, including DNA repair deficiency, APOBEC activity, tobacco associated mutation load and viral DNA integration. Finally, there is a strong tendency for mid and high tumor mutation burden (TMB) tumors to preferentially select LOH of HLA-I for GIE whereas hypermutated samples favor global immune evasion strategies. Our results indicate that genetic immune escape is generally a pre-metastatic event during tumor evolution and that tumors adapt different strategies depending on their neoepitope burden.

We have developed a novel, integrated and comprehensive purity, ploidy, structural variant and copy number somatic analysis toolkit for whole genome sequencing data of paired tumor/normal samples. We show that the combination of using GRIDSS for somatic structural variant calling and PURPLE for somatic copy number alteration calling allows highly sensitive, precise and consistent copy number and structural variant determination, as well as providing novel insights for short structural variants and regions of complex local topology. LINX, an interpretation tool, leverages the integrated structural variant and copy number calling to cluster individual structural variants into higher order events and chains them together to predict local derivative chromosome structure. LINX classifies and extensively annotates genomic rearrangements including simple and reciprocal breaks, LINE, viral and pseudogene insertions, and complex events such as chromothripsis. LINX also comprehensively calls genic fusions including chained fusions. Finally, our toolkit provides novel visualisation methods providing insight into complex genomic rearrangements.

Metastatic cancer is one of the major causes of death and is associated with poor treatment efficiency. A better understanding of the characteristics of late stage cancer is required to help tailor personalised treatment, reduce overtreatment and improve outcomes. Here we describe the largest pan-cancer study of metastatic solid tumor genomes, including 2,520 whole genome-sequenced tumor-normal pairs, analyzed at a median depth of 106x and 38x respectively, and surveying over 70 million somatic variants. Metastatic lesions were found to be very diverse, with mutation characteristics reflecting those of the primary tumor types, although with high rates of whole genome duplication events (56%). Metastatic lesions are relatively homogeneous with the vast majority (96%) of driver mutations being clonal and up to 80% of tumor suppressor genes bi-allelically inactivated through different mutational mechanisms. For 62% of all patients, genetic variants that may be associated with outcome of approved or experimental therapies were detected. These actionable events were distributed across various mutation types underlining the importance of comprehensive genomic tumor profiling for cancer precision medicine.