ABSTRACT Telomere maintenance in neuroblastoma is linked to poor outcome and caused by either TERT activation or through alternative lengthening of telomeres (ALT). In contrast to TERT activation, commonly caused by genomic rearrangements or MYCN amplification, ALT is less well understood. Alterations at the ATRX locus are key drivers of ALT but only present in ∼50% of ALT tumors. To identify potential new pathways to telomere maintenance, we investigate allele-specific gene dosage effects from whole genomes and transcriptomes in 115 primary neuroblastomas. We show that copy-number dosage deregulates telomere maintenance, genomic stability, and neuronal pathways and identify upregulation of variants of histone H3 and H2A as a potential alternative pathway to ALT. We investigate the interplay between TERT activation, overexpression and copy-number dosage and reveal loss of imprinting at the RTL1 gene associated with poor clinical outcome. These results highlight the importance of gene dosage in key oncogenic mechanisms in neuroblastoma.

Abstract Diffuse intrinsic pontine glioma (DIPG) is a highly aggressive brain tumor with rare survival beyond two years. This poor prognosis is largely due to the tumor’s highly infiltrative and invasive nature. Previous reports demonstrate upregulation of the transcription factor ID1 with H3K27M and ACVR1 mutations, but this has not been confirmed in human tumors or therapeutically targeted. We developed an in utero electroporation (IUE) murine H3K27M-driven tumor model, which demonstrates increased ID1 expression in H3K27M- and ACVR1 -mutated tumor cells. In human tumors, elevated ID1 expression is associated with H3K27M/ ACVR1 -mutation, brainstem location, and reduced survival. The ID1 promoter demonstrates a similar active epigenetic state in H3K27M tumor cells and murine prenatal hindbrain cells. In the developing human brain, ID1 is expressed highest in oligo/astrocyte-precursor cells (OAPCs). These ID1 + /SPARCL1 + cells share a transcriptional program with astrocyte-like (AC-like) DIPG cells, and demonstrate upregulation of gene sets involved with regulation of cell migration. Both genetic and pharmacologic [cannabidiol (CBD)] suppression of ID1 results in decreased DIPG cell invasion/migration in vitro and invasion/tumor growth in multiple in vivo models. CBD reduces proliferation through reactive oxygen species (ROS) production at low micromolar concentrations, which we found to be achievable in the murine brainstem. Further, pediatric high-grade glioma patients treated off-trial with CBD (n=15) demonstrate tumor ID1 reduction and improved overall survival compared to historical controls. Our study identifies that ID1 is upregulated in DIPG through reactivation of a developmental OAPC transcriptional state, and ID1-driven invasiveness of DIPG is therapeutically targetable with CBD. One Sentence Summary The transcription factor ID1 is upregulated in a subset of DIPG tumor cells, and ID1-driven invasiveness is therapeutically targetable with CBD.

Abstract Cancer genome sequencing enables accurate classification of tumours and tumour sub-types. However, prediction performance is still limited using exome-only sequencing and for tumor types with low somatic mutation burden such as many pediatric tumours. Moreover, the ability to leverage deep representation learning in discovery of tumour entities remains unknown. We introduce here Mutation-Attention (MuAt), a deep neural network to learn representations of simple and complex somatic alterations for prediction of tumour types and subtypes. MuAt achieved prediction accuracy of 89% for whole genomes (24 tumour types) and 64% for whole exomes (20 types), and a top-5 accuracy of 97% and 90%, respectively. Tumour representations learnt by MuAt included tumour entities such as acral melanoma, SHH-activated medulloblastoma, SPOP -associated prostate cancer, microsatellite instability, and MUTYH -associated pancreatic endocrine tumours although these tumour subtypes and subgroups were not used as training labels. Integrated representations of somatic alterations hold significant potential to drive discovery of novel tumour entities and clinical application.

We present the most comprehensive catalogue of cancer-associated gene alterations through characterization of tumor transcriptomes from 1,188 donors of the Pan-Cancer Analysis of Whole Genomes project. Using matched whole-genome sequencing data, we attributed RNA alterations to germline and somatic DNA alterations, revealing likely genetic mechanisms. We identified 444 associations of gene expression with somatic non-coding single-nucleotide variants. We found 1,872 splicing alterations associated with somatic mutation in intronic regions, including novel exonization events associated with Alu elements. Somatic copy number alterations were the major driver of total gene and allele-specific expression (ASE) variation. Additionally, 82% of gene fusions had structural variant support, including 75 of a novel class called "bridged" fusions, in which a third genomic location bridged two different genes. Globally, we observe transcriptomic alteration signatures that differ between cancer types and have associations with DNA mutational signatures. Given this unique dataset of RNA alterations, we also identified 1,012 genes significantly altered through both DNA and RNA mechanisms. Our study represents an extensive catalog of RNA alterations and reveals new insights into the heterogeneous molecular mechanisms of cancer gene alterations.

Cancer is characterised by somatic genetic variation, but the effect of the majority of non-coding somatic variants and the interface with the germline genome are still unknown. We analysed the whole genome and RNA-seq data from 1,188 human cancer patients as provided by the Pan-cancer Analysis of Whole Genomes (PCAWG) project to map cis expression quantitative trait loci of somatic and germline variation and to uncover the causes of allele-specific expression patterns in human cancers. The availability of the first large-scale dataset with both whole genome and gene expression data enabled us to uncover the effects of the non-coding variation on cancer. In addition to confirming known regulatory effects, we identified novel associations between somatic variation and expression dysregulation, in particular in distal regulatory elements. Finally, we uncovered links between somatic mutational signatures and gene expression changes, including TERT and LMO2, and we explained the inherited risk factors in APOBEC-related mutational processes. This work represents the first large-scale assessment of the effects of both germline and somatic genetic variation on gene expression in cancer and creates a valuable resource cataloguing these effects.

Cancers develop through somatic mutagenesis, however germline genetic variation can markedly contribute to tumorigenesis via diverse mechanisms. We discovered and phased 88 million germline single nucleotide variants, short insertions/deletions, and large structural variants in whole genomes from 2,642 cancer patients, and employed this genomic resource to study genetic determinants of somatic mutagenesis across 39 cancer types. Our analyses implicate damaging germline variants in a variety of cancer predisposition and DNA damage response genes with specific somatic mutation patterns. Mutations in the MBD4 DNA glycosylase gene showed association with elevated C>T mutagenesis at CpG dinucleotides, a ubiquitous mutational process acting across tissues. Analysis of somatic structural variation exposed complex rearrangement patterns, involving cycles of templated insertions and tandem duplications, in BRCA1-deficient tumours. Genome-wide association analysis implicated common genetic variation at the APOBEC3 gene cluster with reduced basal levels of somatic mutagenesis attributable to APOBEC cytidine deaminases across cancer types. We further inferred over a hundred polymorphic L1/LINE elements with somatic retrotransposition activity in cancer. Our study highlights the major impact of rare and common germline variants on mutational landscapes in cancer.

We present Butler, a computational framework developed in the context of the international Pan-cancer Analysis of Whole Genomes (PCAWG) project to overcome the challenges of orchestrating analyses of thousands of human genomes on the cloud. Butler operates equally well on public and academic clouds. This highly flexible framework facilitates management of virtual cloud infrastructure, software configuration, genomics workflow development, and provides unique capabilities in workflow execution management. By comprehensively collecting and analysing metrics and logs, performing anomaly detection as well as notification and cluster self-healing, Butler enables large-scale analytical processing of human genomes with 43% increased throughput compared to prior setups. Butler was key for delivering the germline genetic variant call-sets in 2,834 cancer genomes analysed by PCAWG.

The advance of personalized cancer medicine requires the accurate identification of the mutations driving each patient's tumor. However, to date, we have only been able to obtain partial insights into the contribution of genomic events to tumor development. Here, we design a comprehensive approach to identify the driver mutations in each patient's tumor and obtain a whole-genome panorama of driver events across more than 2,500 tumors from 37 types of cancer. This panorama includes coding and non-coding point mutations, copy number alterations and other genomic rearrangements of somatic origin, and potentially predisposing germline variants. We demonstrate that genomic events are at the root of virtually all tumors, with each carrying on average 4.6 driver events. Most individual tumors harbor a unique combination of drivers, and we uncover the most frequent co-occurring driver events. Half of all cancer genes are affected by several types of driver mutations. In summary, the panorama described here provides answers to fundamental questions in cancer genomics and bridges the gap between cancer genomics and personalized cancer medicine.

The complexity of the lung microenvironment together with changes in cellular composition during disease progression make it exceptionally hard to understand the molecular mechanisms leading to the development of chronic lung diseases. Although recent advances in cell type resolved and single-cell sequencing approaches hold great promise for studying complex diseases, their implementation greatly relies on local access to fresh tissue, as traditional methods to process and store tissue do not allow viable cell isolation. To overcome these hurdles, we developed a novel, versatile workflow that allows long-term storage of human lung tissue with high cell viability, permits thorough sample quality check before cell isolation, and is compatible with next generation sequencing-based profiling, including single-cell approaches. We demonstrate that cryopreservation is suitable for isolation of multiple cell types from different lung locations and is applicable to both healthy and diseased tissue, including COPD and tumor samples. Basal cells isolated from cryopreserved airways retain the ability to differentiate, indicating that cellular identity is not altered by cryopreservation. Importantly, using RNA sequencing (RNA-seq) and Illumina EPIC Array, we show that genome-wide gene expression and DNA methylation signatures are preserved upon cryopreservation, emphasizing the suitability of our workflow for -omics profiling of human lung cells. In addition, we obtained high-quality single-cell RNA sequencing data of cells isolated from cryopreserved human lung, demonstrating that cryopreservation empowers single-cell approaches. Overall, thanks to its simplicity, our cryopreservation workflow is well-suited for prospective tissue collection by academic collaborators and biobanks, opening worldwide access to human tissue.

About half of all cancers have somatic integrations of retrotransposons. To characterize their role in oncogenesis, we analyzed the patterns and mechanisms of somatic retrotransposition in 2,954 cancer genomes from 37 histological cancer subtypes. We identified 19,166 somatically acquired retrotransposition events, affecting 35% of samples, and spanning a range of event types. L1 insertions emerged as the first most frequent type of somatic structural variation in esophageal adenocarcinoma, and the second most frequent in head-and-neck and colorectal cancers. Aberrant L1 integrations can delete megabase-scale regions of a chromosome, sometimes removing tumour suppressor genes, as well as inducing complex translocations and large-scale duplications. Somatic retrotranspositions can also initiate breakage-fusion-bridge cycles, leading to high-level amplification of oncogenes. These observations illuminate a relevant role of L1 retrotransposition in remodelling the cancer genome, with potential implications in the development of human tumours.