Rebecca Fitzgerald and colleagues used genome sequence analyses to study the progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) and found that the majority of recurrently mutated genes in EAC were also mutated in precursor lesions and that only mutations in TP53 and SMAD4 were stage specific. Cancer genome sequencing studies have identified numerous driver genes, but the relative timing of mutations in carcinogenesis remains unclear. The gradual progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) provides an ideal model to study the ordering of somatic mutations. We identified recurrently mutated genes and assessed clonal structure using whole-genome sequencing and amplicon resequencing of 112 EACs. We next screened a cohort of 109 biopsies from 2 key transition points in the development of malignancy: benign metaplastic never-dysplastic Barrett's esophagus (NDBE; n = 66) and high-grade dysplasia (HGD; n = 43). Unexpectedly, the majority of recurrently mutated genes in EAC were also mutated in NDBE. Only TP53 and SMAD4 mutations occurred in a stage-specific manner, confined to HGD and EAC, respectively. Finally, we applied this knowledge to identify high-risk Barrett's esophagus in a new non-endoscopic test. In conclusion, mutations in EAC driver genes generally occur exceptionally early in disease development with profound implications for diagnostic and therapeutic strategies.

Abstract Esophageal adenocarcinoma (EAC) has a relatively poor long-term survival and limited treatment options. Promising targets for immunotherapy are short peptide neoantigens containing tumor mutations, presented to cytotoxic T-cells by human leukocyte antigen molecules (HLA). Despite an association between putative neoantigen abundance and therapeutic response across cancers, immunogenic neoantigens are challenging to identify. Here we characterized the mutational and immunopeptidomic landscapes of tumors from a cohort of seven patients with EAC. We directly identified one HLA-I presented neoantigen from one patient, and report functional T-cell responses from a predicted HLA-II neoantigen in a second patient. The predicted class II neoantigen contains both HLA I and II binding motifs. Our exploratory observations are consistent with previous neoantigen studies in finding that neoantigens are rarely directly observed, and an identification success rate following prediction in the order of 10%. However, our identified putative neoantigen is capable of eliciting strong T-cell responses, emphasizing the need for improved strategies for neoantigen identification.

Abstract The tumor microenvironment (TME) comprises all non-tumor elements of cancer and strongly influences disease progression and phenotype. To understand tumor biology and accurately test new therapeutic strategies, representative models should contain both tumor cells and normal cells of the TME. Here we describe and characterize co-culture tumor-derived organoids and cancer-associated fibroblasts (CAFs), a major component of the TME, in matrix-embedded assembloid models of esophageal adenocarcinoma (EAC). We demonstrate that the assembloid models faithfully recapitulate the differentiation status of EAC and different CAF phenotypes found in the EAC patient TME. We evaluate cell phenotypes by combining tissue clearing techniques with wholemount immunofluorescence and histology, providing a practical framework for characterization of cancer assembloids.

Abstract Neoadjuvant therapy followed by surgery is the standard of care for locally advanced esophageal adenocarcinoma (EAC). Unfortunately, response to neoadjuvant chemotherapy (NAC) is poor (<20%), as is the overall survival benefit at 5 years (5%). The EAC genome is complex and heterogeneous between patients, and it is not yet understood whether specific mutational patterns may result in chemotherapy sensitivity or resistance. To identify associations between genomic events and response to NAC in EAC, a comparative genomic analysis was performed in 65 patients with extensive clinical and pathological annotation using whole-genome sequencing (WGS). We defined response using Mandard Tumor Regression Grade (TRG), with responders classified as TRG1-2 (n=27) and non-responders classified as TRG4-5 (n=38). We report a higher non-synonymous mutation burden in responders (median 2.08/Mb vs 1.70/Mb, P =0.036) and elevated copy number variation in non-responders (282 vs 136/patient, P <0.001). We identified copy number variants unique to each group in our cohort, with cell cycle ( CDKN2A, CCND1 ), c-Myc ( MYC ), RTK/PIK3 ( KRAS, EGFR ) and gastrointestinal differentiation ( GATA6 ) pathway genes being specifically altered in non-responders. Of note, NAV3 mutations were exclusively present in the non-responder group with a frequency of 22%. Thus, lower mutation burden, higher chromosomal instability and specific copy number alterations are associated with resistance to NAC.

The tumor microenvironment (TME) comprises all non-tumor elements of cancer and strongly influences disease progression and phenotype. To understand tumor biology and accurately test new therapeutic strategies, representative models should contain both tumor cells and normal cells of the TME. Here, we describe and characterize co-culture tumor-derived organoids and cancer-associated fibroblasts (CAFs), a major component of the TME, in matrix-embedded assembloid models of esophageal adenocarcinoma (EAC). We demonstrate that the assembloid models faithfully recapitulate the differentiation status of EAC and different CAF phenotypes found in the EAC patient TME. We evaluate cell phenotypes by combining tissue-clearing techniques with whole-mount immunofluorescence and histology, providing a practical framework for the characterization of cancer assembloids.

Abstract Rhabdomyosarcomas (RMS) are predominantly pediatric sarcomas thought to originate from muscle precursor cells due to impaired myogenic differentiation. Despite intensive treatment, 5-year survival for patients with advanced disease remains low (<30%), highlighting a need for novel therapies to improve outcomes. Differentiation therapeutics are agents that induce differentiation of cancer cells from malignant to benign. The histone methyltransferase, Enhancer of Zeste Homolog 2 (EZH2) suppresses normal skeletal muscle differentiation and is highly expressed in RMS tumors. We demonstrate combining EZH2 inhibition with the differentiating agent retinoic acid (RA) is more effective at reducing cell proliferation in RMS cell lines than single agents alone. In PAX3 -FOXO1 positive RMS cells this is due to an RA-driven induction of the interferon pathway resulting in apoptosis. In fusion negative RMS, combination therapy led to an EZH2i-driven upregulation of myogenic signaling resulting in differentiation. These results provide insight into the mechanism that drives the anti-cancer effect of the EZH2/RA single agent and combination treatment and indicate that the reduction of EZH2 activity combined with the induction of RA signalling represents a potential novel therapeutic strategy to treat both subtypes of RMS. Highlights EZH2 expression is upregulated fusion positive (FPRMS) and fusion negative (FNRMS) rhabdomyosarcomas EZH2 inhibition combined with retinoic acid treatment was investigated RMS cell models. Combination treatment reduced cell proliferation and tumor spheroid volume. Combination treatment in FPRMS resulted in apoptosis in FPRMS via interferon signaling. Conversely, combination treatment in fusion negative RMS resulted in myogenic differentiation.

Abstract CDKN2A is a tumor suppressor located in chromosome 9p21 and frequently lost in Barrett’s esophagus (BE) and esophageal adenocarcinoma (EAC). How CDKN2A and other 9p21 gene co-deletions affect EAC evolution remains understudied. We explored the effects of 9p21 loss in EACs and cancer progressor and non-progressor BEs with matched genomic, transcriptomic and clinical data. Despite its cancer driver role, CDKN2A loss in BE prevents EAC initiation by counterselecting subsequent TP53 alterations. 9p21 gene co-deletions predict poor patient survival in EAC but not BE through context-dependent effects on cell cycle, oxidative phosphorylation and interferon response. Immune quantifications using bulk transcriptome, RNAscope and high-dimensional tissue imaging showed that IFNE loss reduces immune infiltration in BE, but not EAC. Mechanistically, CDKN2A loss suppresses the maintenance of squamous epithelium, contributing to a more aggressive phenotype. Our study demonstrates context-dependent roles of cancer genes during disease evolution, with consequences for cancer detection and patient management.

Abstract The future of single cell diversity screens involves ever-larger sample sizes, dictating the need for higher throughput methods with low analytical noise to accurately describe the nature of the cellular system. Current approaches are limited by the Poisson statistic, requiring dilute cell suspensions and associated losses in throughput. In this contribution, we apply Dean entrainment to both cell and bead inputs, defining different volume packets to effect efficient co-encapsulation. Volume ratio scaling was explored to identify optimal conditions. This enabled the co-encapsulation of single cells with reporter beads at rates of ~1 million cells/hour, while increasing assay signal-to-noise with cell multiplet rates of ~2.5% and capturing ~70% of cells. The method, called Pirouette-seq, extends our capacity to investigate biological systems. TOC Abstract Pirouette-seq involves cell and reporter bead inertial ordering for efficient co-encapsulation, achieving a throughput of 1 million cells/hour, a 2.5% multiplet rate and a 70% cell capture efficiency.

Large-scale cancer genome studies suggest that tumors are driven by somatic copy number alterations (SCNAs) or single-nucleotide variants (SNVs). Due to the low-cost, the clinical use of genomics assays is biased towards targeted gene panels, which identify SNVs. There is a need for a comparably low-cost and simple assay for high-resolution SCNA profiling. Here we present our method, conliga, which infers SCNA profiles from a low-cost and simple assay.