Abstract Even amongst genetically identical cancer cells, therapy resistance often only emerges from a very small subset of those cells. Much effort has gone into uncovering the molecular differences in rare individual cells in the initial population that may allow certain cells to become therapy resistant; however, comparatively little is known about variability in the resistant outcomes themselves. Here, we develop and apply FateMap, a framework that combines DNA barcoding with single-cell RNA sequencing to reveal the fates of hundreds of thousands of clones exposed to anti-cancer therapies. We show that resistant clones emerging from single-cell-derived cancer cells adopt molecularly, morphologically, and functionally distinct fate types. These different resistant types are largely predetermined by molecular differences between cells before addition of drug and not by extrinsic cell-specific microenvironmental factors. Changes in dose and kind of drug can, however, switch the resistant fate type of an initial cell, even resulting in the generation and elimination of certain fate types. Diversity in resistant fates was observed across several single-cell-derived cancer cell lines and types treated with a variety of drugs. Cell fate diversity as a result of variability in intrinsic cell states may be a generic feature of response to external cues.

Abstract Melanoma is a highly plastic tumor characterized by dynamic interconversion of different cell identities depending on the biological context. For example, melanoma cells with high expression of the H3K4 demethylase KDM5B (JARID1B) rest in a slow-cycling, yet reversible persister state. Over time, KDM5B high cells can promote rapid tumor repopulation with equilibrated KDM5B expression heterogeneity. The cellular identity of KDM5B high persister cells has not been studied so far, missing an important cell state-directed treatment opportunity in melanoma. Here, we have established a doxycycline-titratable system for genetic induction of permanent intratumor expression of KDM5B and screened for chemical agents that phenocopy this effect. Transcriptional profiling and cell functional assays confirmed that the dihydropyridine phenoxyethyl 4-(2-fluorophenyl)-2,7,7-trimethyl-5-oxo-1,4,5,6,7,8-hexa-hydro-quinoline-3-carboxylate (termed Cpd1) supports high KDM5B expression and directs melanoma cells towards differentiation along the melanocytic lineage and to cell cycle-arrest. The high KDM5B state additionally prevents cell proliferation through negative regulation of cytokinetic abscission. Moreover, treatment with Cpd1 promoted the expression of the melanocyte-specific tyrosinase gene specifically sensitizing melanoma cells for the tyrosinase-processed antifolate prodrug 3-O-(3,4,5-trimethoxybenzoyl)-(-)-epicatechin (TMECG). In summary, our study provides proof-of-concept for a new dual hit strategy in melanoma, in which persister state-directed transitioning limits tumor growth and plasticity and primes melanoma cells towards lineage-specific elimination.

Summary Perturbation biology is a powerful approach to developing quantitative models of cellular behaviors and gaining mechanistic insights into disease development. In recent years, large-scale resources for phenotypic and mRNA responses of cancer cell lines to perturbations have been generated. However, similar large-scale protein response resources are not available, resulting in a critical knowledge gap for elucidating oncogenic mechanisms and developing effective cancer therapies. Here we generated and compiled perturbed expression profiles of ~210 clinically relevant proteins in >12,000 cancer cell-line samples in response to >150 drug compounds using reverse-phase protein arrays. We show that integrating protein response signals substantially increases the predictive power for drug sensitivity and aids in gaining insights into mechanisms of drug resistance. We build a systematic map of protein-drug connectivity and develop an open-access, user-friendly data portal for community use. Our study provides a valuable information resource for a broad range of quantitative modeling and biomedical applications. Highlights A large collection of cancer cell line protein responses to drug perturbations Perturbed protein responses greatly increase predictive power for drug sensitivity Build a systematic map of protein-drug connectivity based on response profiles Develop a user-friendly, interactive data portal for community use

Most patients with advanced cancer eventually acquire resistance to targeted therapies, spurring extensive efforts to identify molecular events mediating therapy resistance. Many of these events involve synthetic rescue (SR) interactions, where the reduction in cancer cell viability caused by targeted gene inactivation is rescued by an adaptive alteration of another gene (the rescuer). Here we perform a genome-wide prediction of SR rescuer genes by analyzing tumor transcriptomics and survival data of 10,000 TCGA cancer patients. Predicted SR interactions are validated in new experimental screens. We show that SR interactions can successfully predict cancer patients' response and emerging resistance. Inhibiting predicted rescuer genes sensitizes resistant cancer cells to therapies synergistically, providing initial leads for developing combinatorial approaches to overcome resistance proactively. Finally, we show that the SR analysis of melanoma patients successfully identifies known mediators of resistance to immunotherapy and predicts novel rescuers.

Reprogrammed metabolism and cell cycle dysregulation are two cancer hallmarks. p16 is a cell cycle inhibitor and tumor suppressor that is upregulated during oncogene-induced senescence (OIS). Loss of p16 allows for uninhibited cell cycle progression, bypass of OIS, and tumorigenesis. Whether p16 loss affects pro-tumorigenic metabolism is unclear. We report that suppression of p16 plays a central role in reprogramming metabolism by increasing nucleotide synthesis. This occurred via activation of mTORC1 signaling, which directly mediated increased translation of the mRNA encoding ribose-5-phosphate isomerase A ( RPIA ), a pentose phosphate pathway enzyme. p16 loss correlated with activation of the mTORC1-RPIA axis in multiple cancer types. Suppression of RPIA inhibited proliferation only in p16-low cells by inducing senescence both in vitro and in vivo . These data reveal the molecular basis whereby p16 loss modulates pro-tumorigenic metabolism through mTORC1-mediated upregulation of nucleotide synthesis and reveals a metabolic vulnerability of p16-null cancer cells.Highlights

Tumor associated inflammation predicts response to immune checkpoint blockade in human melanoma. Established mechanisms that underlie therapy response and resistance center on anti-tumor T cell responses. Here we show that tumor-associated B cells are vital to tumor associated inflammation. Autologous B cells were directly induced by melanoma conditioned medium, expressed pro- and anti-inflammatory factors, and differentiated towards a plasmablast-like phenotype in vitro. We could identify this phenotype as a distinct cluster of B cells in an independent public single-cell RNA-seq dataset from melanoma tumors. There, plasmablast-like tumor-associated B cells showed expression of CD8+T cell-recruiting chemokines such as CCL3, CCL4, CCL5 and CCL28. Depletion of tumor associated B cells in metastatic melanoma patients by anti-CD20 immunotherapy decreased overall inflammation and CD8+T cell numbers in the human melanoma TME. Conversely, the frequency of plasmablast-like B cells in pretherapy melanoma samples predicted response and survival to immune checkpoint blockade in two independent cohorts. Tumor-associated B cells therefore orchestrate and sustain tumor inflammation, recruit CD8+ T effector cells and may represent a predictor for response and survival to immune checkpoint blockade in human melanoma.