This report uncovers that activation of Src lies downstream of multiple trastuzumab-resistance–driving pathways. The authors show that Src, a major mediator of PI3K and IGFR resistance pathways, also drives resistance caused by PTEN loss, revealing that Src is directly dephosphorylated by PTEN. Src inhibition can overcome de novo and acquired trastuzumab resistance, suggesting a potential therapeutic strategy broadly applicable in breast cancer. Trastuzumab is a successful rationally designed ERBB2-targeted therapy. However, about half of individuals with ERBB2-overexpressing breast cancer do not respond to trastuzumab-based therapies, owing to various resistance mechanisms. Clinically applicable regimens for overcoming trastuzumab resistance of different mechanisms are not yet available. We show that the nonreceptor tyrosine kinase c-SRC (SRC) is a key modulator of trastuzumab response and a common node downstream of multiple trastuzumab resistance pathways. We find that SRC is activated in both acquired and de novo trastuzumab-resistant cells and uncover a novel mechanism of SRC regulation involving dephosphorylation by PTEN. Increased SRC activation conferred considerable trastuzumab resistance in breast cancer cells and correlated with trastuzumab resistance in patients. Targeting SRC in combination with trastuzumab sensitized multiple lines of trastuzumab-resistant cells to trastuzumab and eliminated trastuzumab-resistant tumors in vivo, suggesting the potential clinical application of this strategy to overcome trastuzumab resistance.

SUMMARY Mutational signature analysis is commonly performed in genomic studies surveying cancer and normal somatic tissues. Here we present SigProfilerExtractor, an automated tool for accurate de novo extraction of mutational signatures for all types of somatic mutations. Benchmarking with a total of 34 distinct scenarios encompassing 2,500 simulated signatures operative in more than 60,000 unique synthetic genomes and 20,000 synthetic exomes demonstrates that SigProfilerExtractor outperforms thirteen other tools across all datasets with and without noise. For genome simulations with 5% noise, reflecting high-quality genomic datasets, SigProfilerExtractor outperforms other approaches by elucidating between 20% and 50% more true positive signatures while yielding more than 5-fold less false positive signatures. Applying SigProfilerExtractor to 4,643 whole-genome sequenced and 19,184 whole-exome sequenced cancers reveals four previously missed mutational signatures. Two of the signatures are confirmed in independent cohorts with one of these signatures associating with tobacco smoking. In summary, this report provides a reference tool for analysis of mutational signatures, a comprehensive benchmarking of bioinformatics tools for extracting mutational signatures, and several novel mutational signatures including a signature putatively attributed to direct tobacco smoking mutagenesis in bladder cancer and in normal bladder epithelium.

ABSTRACT Effective data sharing is key to accelerating research that will improve the precision of diagnoses, efficacy of treatments and long-term survival of pediatric cancer and other childhood catastrophic diseases. We present St. Jude Cloud ( https://www.stjude.cloud ), a cloud-based data sharing ecosystem developed via collaboration between St. Jude Children’s Research Hospital, DNAnexus, and Microsoft, for accessing, analyzing and visualizing genomic data from >10,000 pediatric cancer patients, long-term survivors of pediatric cancer and >800 pediatric sickle cell patients. Harmonized genomic data totaling 1.25 petabyes on St. Jude Cloud include 12,104 whole genomes, 7,697 whole exomes and 2,202 transcriptomes, which are freely available to researchers worldwide. The resource is expanding rapidly with regular data uploads from St. Jude’s prospective clinical genomics programs, providing public access as soon as possible rather than holding data back until publication. Three interconnected apps within the St. Jude Cloud ecosystem—Genomics Platform, Pediatric Cancer Knowledgebase (PeCan) and Visualization Community—provide a unique experience for simultaneously performing advanced data analysis in the cloud and enhancing the pediatric cancer knowledgebase. We demonstrate the value of the St. Jude Cloud ecosystem through use cases that classify 48 pediatric cancer subtypes by gene expression profiling and map mutational signatures across 35 subtypes of pediatric cancer.

ABSTRACT Survival in high-risk pediatric neuroblastoma has remained around 50% for the last 20 years, with immunotherapies and targeted therapies having had minimal impact. Here, we identify the small molecule CX-5461 as selectively cytotoxic to high-risk neuroblastoma and synergistic with low picomolar concentrations of topoisomerase I inhibitors improving survival in vivo in orthotopic patient-derived xenograft neuroblastoma mouse models. CX-5461 recently progressed through phase I clinical trial as a first-in-human inhibitor of RNA-POL I. However, we also use a comprehensive panel of in vitro and in vivo assays to demonstrate that CX-5461 has been mischaracterized and that its primary target at pharmacologically relevant concentrations, is in fact topoisomerase II beta ( TOP2B ), not RNA-POL I. These findings are important because existing clinically approved chemotherapeutics have well-documented off-target interactions with TOP2B, which have previously been shown to cause both therapy-induced leukemia and cardiotoxicity—often-fatal adverse events, which can emerge several years after treatment. Thus, while we show that combination therapies involving CX-5461 have promising anti-tumor activity in vivo in neuroblastoma, our identification of TOP2B as the primary target of CX-5461 indicates unexpected safety concerns that should be examined in ongoing phase II clinical trials in adult patients before pursuing clinical studies in children.

Background: Cancer cell phenotypes evolve over the course of a tumor treatment. The phenotypes that emerge and disappear over time will be specific to each drug regimen and type of cancer. Chemotherapy remains one of the most common and effective treatments for metastatic breast cancer patients; however, resistance to chemotherapy inevitably emerges. Cancer chemotherapy treatment regimens are not designed to target emerging chemo-resistance, despite its clear importance in progressive cancer. This study focuses on finding sequential treatment strategies that target acquired chemo-resistant states and optimize response to chemotherapy. Methods: In this study, we used heterogeneous tumor samples from patients to identify subclones resistant to chemotherapy. Using flow cytometry for stem cell markers and DNA sequencing to define subclonal population changes, we measured the enrichment of cancer stem cell-like (CSL) phenotypes in subclones that survive chemotherapy. We then analyzed breast cancer patient tumor organoids and cell line acquisition of CSL traits following chemotherapy, as well as the ability of different drugs to reverse acquired resistance, using flow cytometry, mammosphere assays, and single cell RNA-sequencing analysis. Results: We show that in progressive estrogen receptor positive (ER+) metastatic breast cancer patients, resistant tumor subclones that emerge following chemotherapy have increased CSL abundance. Further, in vitro organoid growth of ER+ patient cancer cells also shows that chemotherapy treatment leads to increased abundance of ALDH+/CD44+ CSL cells. Chemotherapy induced CSL abundance is blocked by treatment with a pan-HDAC inhibitor, belinostat. Further, belinostat treatment diminished both mammosphere formation and size following chemotherapy, also indicating a decrease in progenitor CSL traits. HDAC inhibitors specific to class IIa (HDAC4, HDAC5) and IIb (HDAC6) were shown to primarily reverse the chemo-resistant CSL state. Single-cell RNA sequencing analysis with patient samples showed that HDAC targets and MYC signaling were promoted by chemotherapy and inhibited upon HDAC inhibitor treatment. Conclusion: These findings indicate that HDAC inhibition can block chemotherapy-induced drug resistant phenotypes with one-two punch strategy in refractory breast cancer cells.### Competing Interest StatementThe authors have declared no competing interest.

Abstract Background Metastatic breast cancer is a deadly disease with a low 5-year survival rate. Tracking metastatic spread in living patients is difficult, and thus poorly understood. Results Via rapid autopsy, we have collected 30 tumor samples over 3 timepoints and across 8 organs from a triple-negative metastatic breast cancer patient. The large number of sites sampled, together with deep whole genome sequencing and advanced computational analysis, allowed us to comprehensively reconstruct the tumor’s evolution at subclonal resolution. The most unique, previously not reported aspect of the tumor’s evolution we observed in this patient was the presence of “subclone incubators”, i.e. already metastatic sites where substantial tumor evolution occurred before colonization of additional sites and organs by subclones that evolved at the incubator site. Overall, we identified four discrete waves of metastatic expansions, each of which resulted in a number of new, genetically similar metastasis sites that also enriched for particular organs (e.g. abdominal vs bone and brain). The lung played a critical role in facilitating metastatic spread in this patient: the lung was the first site of metastatic escape from the primary breast lesion; subclones at this site were the source of all four subsequent metastatic waves; and multiple sites in the lung acted as subclone incubators. Finally, functional annotation revealed that many known driver or metastasis-promoting tumor mutations in this patient were shared by some, but not all metastatic sites, highlighting the need for more comprehensive surveys of a patient’s metastases for effective clinical intervention. Conclusions Our analysis revealed the presence of substantial tumor evolution at metastatic incubator sites, with potentially important clinical implications. Our study demonstrated that sampling of a large number of metastatic sites affords unprecedented detail for studying metastatic evolution.