Abstract Somatic mutations within non-coding regions and even exons may have unidentified regulatory consequences that are often overlooked in analysis workflows. Here we present RegTools ( www.regtools.org ), a computationally efficient, free, and open-source software package designed to integrate somatic variants from genomic data with splice junctions from bulk or single cell transcriptomic data to identify variants that may cause aberrant splicing. RegTools was applied to over 9,000 tumor samples with both tumor DNA and RNA sequence data. We discovered 235,778 events where a splice-associated variant significantly increased the splicing of a particular junction, across 158,200 unique variants and 131,212 unique junctions. To characterize these somatic variants and their associated splice isoforms, we annotated them with the Variant Effect Predictor (VEP), SpliceAI, and Genotype-Tissue Expression (GTEx) junction counts and compared our results to other tools that integrate genomic and transcriptomic data. While many events were corroborated by the aforementioned tools, the flexibility of RegTools also allowed us to identify novel splice-associated variants and previously unreported patterns of splicing disruption in known cancer drivers, such as TP53, CDKN2A , and B2M , as well as in genes not previously considered cancer-relevant.

ABSTRACT Precision oncology relies on the accurate discovery and interpretation of genomic variants to enable individualized diagnosis, prognosis, and therapy selection. We found that knowledgebases containing clinical interpretations of somatic cancer variants are highly disparate in interpretation content, structure, and supporting primary literature, impeding consensus when evaluating variants and their relevance in a clinical setting. With the cooperation of experts of the Global Alliance for Genomics and Health (GA4GH) and six prominent cancer variant knowledgebases, we developed a framework for aggregating and harmonizing variant interpretations to produce a meta-knowledgebase of 12,856 aggregate interpretations covering 3,437 unique variants in 415 genes, 357 diseases, and 791 drugs. We demonstrated large gains in overlap between resources across variants, diseases, and drugs as a result of this harmonization. We subsequently demonstrated improved matching between a patient cohort and harmonized interpretations of potential clinical significance, observing an increase from an average of 33% per individual knowledgebase to 56% in aggregate. Our analyses illuminate the need for open, interoperable sharing of variant interpretation data. We also provide an open and freely available web interface ( search.cancervariants.org ) for exploring the harmonized interpretations from these six knowledgebases.

Abstract Maximizing the personal, public, research, and clinical value of genomic information will require that clinicians, researchers, and testing laboratories exchange genetic variation data reliably. Developed by a partnership among national information resource providers, public initiatives, and diagnostic testing laboratories under the auspices of the Global Alliance for Genomics and Health (GA4GH), the Variation Representation Specification (VRS, pronounced “verse”) is an extensible framework for the semantically precise and computable representation of variation that complements contemporary human-readable and flat file standards for variation representation. VRS objects are designed to be semantically precise representations of variation, and leverage this design to enable unique, federated identification of molecular variation. We describe the components of this framework, including the terminology and information model, schema, data sharing conventions, and a reference implementation, each of which is intended to be broadly useful and freely available for community use. The specification, documentation, examples, and community links are available at https://vrs.ga4gh.org/ .

Abstract Interactions between immune and tumor cells are critical to determining cancer progression and response. In addition, preclinical prediction of immune-related drug efficacy is limited by inter-species differences between human and mouse, as well as inter-person germline and somatic variation. Here we develop an autologous system that models the TME in individual patients. With patient-derived bone marrow, we engrafted a patient’s hematopoietic system in MISTRG6 mice followed by patient-derived xenograft (PDX) tissue, providing a genetically matched autologous model. We used this system to prospectively study tumor-immune interactions in solid tumor patients. Autologous PDX mice generated innate and adaptive immune populations; these cells populated the TME; and tumors from autologously engrafted mice grew larger than tumors from non-engrafted littermate controls. Single-cell transcriptomics revealed a prominent VEGF-A signature in TME myeloid cells, and inhibition of human VEGF-A abrogated enhanced growth, demonstrating the utility of the autologous PDX system for pre-clinical testing.

Abstract The tumor suppressor TP53 is the most frequently mutated gene in cancer. Most TP53 mutations are missense mutations in the DNA-binding domain, which in addition to loss of canonical p53 activity, frequently confer gain-of-function (GOF) aberrant transcriptional activity through mutant p53 localization to non-canonical genes. GOF phenotypes differ by mutation and cell identity and are reported to include increased proliferation, migration, metabolic reprogramming, and therapy resistance. We found that several recurring p53 mutations exhibit a sex-bias in patients with glioblastoma (GBM). In vitro and in vivo analysis of three mutations, p53 R172H , p53 Y202C , and p53 Y217C revealed sex differences in each mutation’s ability to transform primary mouse astrocytes. p53 R172H exhibited a far greater ability to transform female astrocytes than males, p53 Y202C transformed both male and female astrocytes with a small male bias, and p53 Y217C only exhibited GOF transformation effects in male astrocytes. These phenotypic differences reflect an interaction between sex and GOF mutation to drive unique gene expression patterns in cancer pathways. We found that mutant p53 exhibits sex and mutation specific aberrant genomic localization to the transcriptional start sites of upregulated genes, whose promoter regions were enriched for different sets of transcription factor DNA-binding motifs. Together, our data establish a novel paradigm for sex specific mutant p53 GOF activity in GBM with implications for all cancer.

To explore mechanisms of response to combined PD-1/CTLA-4 immune checkpoint blockade (ICB) treatment in individual cell types, we generated scRNA-seq using a mouse model of invasive urothelial carcinoma with three conditions: untreated tumor, treated tumor, and tumor treated after CD4+ T cell depletion. After classifying tumor cells based on detection of somatic variants and assigning non-tumor cell types using SingleR, we performed differential expression analysis, overrepresentation analysis, and gene set enrichment analysis (GSEA) within each cell type. GSEA revealed that endothelial cells were enriched for upregulated IFN-g response genes when comparing treated cells to both untreated cells and cells treated after CD4+ T cell depletion. Functional analysis showed that knocking out IFNgR1 in endothelial cells inhibited treatment response. Together, these results indicated that IFN-g signaling in endothelial cells is a key mediator of ICB induced anti-tumor activity.

Abstract CIViC (Clinical Interpretation of Variants in Cancer; civicdb.org ) is a crowd-sourced, public domain knowledgebase composed of literature-derived evidence characterizing the clinical utility of cancer variants. As clinical sequencing becomes more prevalent in cancer management, the need for cancer variant interpretation has grown beyond the capability of any single institution. With nearly 300 contributors, CIViC contains peer-reviewed, published literature curated and expert-moderated into structured data units ( Evidence Items ) that can be accessed globally and in real time, reducing barriers to clinical variant knowledge sharing. We have extended CIViC’s functionality to support emergent variant interpretation guidelines, increase interoperability with other variant resources, and promote widespread dissemination of structured curated data. To support the full breadth of variant interpretation from basic to translational, including integration of somatic and germline variant knowledge and inference of drug response, we have enabled curation of three new evidence types (predisposing, oncogenic and functional). The growing CIViC knowledgebase distributes clinically-relevant cancer variant data currently representing >2500 variants in >400 genes from >2800 publications.

Abstract Kaposi Sarcoma (KS) is a complex tumor caused by KS-associated herpesvirus 8 (KSHV). Histological analysis reveals a mixture of “spindle cells”, vascular-like spaces, extravasated erythrocytes, and immune cells. In order to elucidate the infected and uninfected cell types in KS tumors, we examined skin and blood samples from twelve subjects by single cell RNA sequence analyses. Two populations of KSHV-infected cells were identified, one of which represented a proliferative fraction of lymphatic endothelial cells, and the second represented an angiogenic population of vascular endothelial tip cells. Both infected clusters contained cells expressing lytic and latent KSHV genes. Novel cellular biomarkers were identified in the KSHV infected cells, including the sodium channel SCN9A. The number of KSHV positive tumor cells was found to be in the 6% range in HIV-associated KS, correlated inversely with tumor-infiltrating immune cells, and was reduced in biopsies from HIV-negative individuals. T-cell receptor clones were expanded in KS tumors and blood, although in differing magnitudes. Changes in cellular composition in KS tumors were identified in subjects treated with antiretroviral therapy alone, or immunotherapy. These studies demonstrate the feasibility of single cell analyses to identify prognostic and predictive biomarkers. Author Summary Kaposi sarcoma (KS) is a malignancy caused by the KS-associated herpesvirus (KSHV) that causes skin lesions, and may also be found in lymph nodes, lungs, gastrointestinal tract, and other organs in immunosuppressed individuals more commonly than immunocompetent subjects. The current study examined gene expression in single cells from the tumor and blood of these subjects, and identified the characteristics of the complex mixtures of cells in the tumor. This method also identified differences in KSHV gene expression in different cell types and associated cellular genes expressed in KSHV infected cells. In addition, changes in the cellular composition could be elucidated with therapeutic interventions.

Purpose: Manual review of aligned sequencing reads is required to develop a high-quality list of somatic variants from massively parallel sequencing data (MPS). Despite widespread use in analyzing MPS data, there has been little attempt to describe methods for manual review, resulting in high inter- and intra-lab variability in somatic variant detection and characterization of tumors. Methods: Open source software was used to develop an optimal method for manual review setup. We also developed a systemic approach to visually inspect each variant during manual review. Results: We present a standard operating procedures for somatic variant refinement for use by manual reviewers. The approach is enhanced through representative examples of 4 different manual review categories that indicate a reviewer's confidence in the somatic variant call and 19 annotation tags that contextualize commonly observed sequencing patterns during manual review. Representative examples provide detailed instructions on how to classify variants during manual review to rectify lack of confidence in automated somatic variant detection. Conclusion: Standardization of somatic variant refinement through systematization of manual review will improve the consistency and reproducibility of identifying true somatic variants after automated variant calling.

The monochorionic placenta in dizygotic twins allows in utero exchange of embryonic cells, resulting in chimerism in the twins. In practice, this chimerism is incidentally identified on mixed ABO blood types or in the presence of cells with a discordant sex chromosome. Here, we applied whole-genome sequencing to one triplet and one twin families to precisely understand their zygotic compositions, using millions of genomic variants as barcodes of zygotic origins. Peripheral blood showed asymmetrical contributions from two sister zygotes, where one of the zygotes was the major clone in both twins. Single-cell RNA sequencing of peripheral blood tissues further showed differential contributions from the two sister zygotes across blood cell types. In contrast, buccal tissues were pure in genetic composition, suggesting that in utero cellular exchanges were confined to the blood tissues. Our study illustrates the cellular history of twinning during human development, which is critical for managing the health of chimeric individuals in the era of genomic medicine.