Current clinical practice is organized according to tissue or organ of origin of tumors. Now, The Cancer Genome Atlas (TCGA) Research Network has started to identify genomic and other molecular commonalities among a dozen different types of cancer. Emerging similarities and contrasts will form the basis for targeted therapies of the future and for repurposing existing therapies by molecular rather than histological similarities of the diseases. The Cancer Genome Atlas (TCGA) Research Network has profiled and analyzed large numbers of human tumors to discover molecular aberrations at the DNA, RNA, protein and epigenetic levels. The resulting rich data provide a major opportunity to develop an integrated picture of commonalities, differences and emergent themes across tumor lineages. The Pan-Cancer initiative compares the first 12 tumor types profiled by TCGA. Analysis of the molecular aberrations and their functional roles across tumor types will teach us how to extend therapies effective in one cancer type to others with a similar genomic profile.

Infiltrating stromal and immune cells form the major fraction of normal cells in tumour tissue and not only perturb the tumour signal in molecular studies but also have an important role in cancer biology. Here we describe 'Estimation of STromal and Immune cells in MAlignant Tumours using Expression data' (ESTIMATE)—a method that uses gene expression signatures to infer the fraction of stromal and immune cells in tumour samples. ESTIMATE scores correlate with DNA copy number-based tumour purity across samples from 11 different tumour types, profiled on Agilent, Affymetrix platforms or based on RNA sequencing and available through The Cancer Genome Atlas. The prediction accuracy is further corroborated using 3,809 transcriptional profiles available elsewhere in the public domain. The ESTIMATE method allows consideration of tumour-associated normal cells in genomic and transcriptomic studies. An R-library is available on https://sourceforge.net/projects/estimateproject/ . Tumour biopsies contain contaminating normal cells and these can influence the analysis of tumour samples. In this study, Yoshihara et al.develop an algorithm based on gene expression profiles from The Cancer Genome Atlas to estimate the number of contaminating normal cells in tumour samples.

The Cancer Genome Atlas profiled 279 head and neck squamous cell carcinomas (HNSCCs) to provide a comprehensive landscape of somatic genomic alterations. Here we show that human-papillomavirus-associated tumours are dominated by helical domain mutations of the oncogene PIK3CA, novel alterations involving loss of TRAF3, and amplification of the cell cycle gene E2F1. Smoking-related HNSCCs demonstrate near universal loss-of-function TP53 mutations and CDKN2A inactivation with frequent copy number alterations including amplification of 3q26/28 and 11q13/22. A subgroup of oral cavity tumours with favourable clinical outcomes displayed infrequent copy number alterations in conjunction with activating mutations of HRAS or PIK3CA, coupled with inactivating mutations of CASP8, NOTCH1 and TP53. Other distinct subgroups contained loss-of-function alterations of the chromatin modifier NSD1, WNT pathway genes AJUBA and FAT1, and activation of oxidative stress factor NFE2L2, mainly in laryngeal tumours. Therapeutic candidate alterations were identified in most HNSCCs. The Cancer Genome Atlas presents an integrative genome-wide analysis of genetic alterations in 279 head and neck squamous cell carcinomas (HNSCCs), which are classified by human papillomavirus (HPV) status; alterations in EGFR, FGFR, PIK3CA and cyclin-dependent kinases are shown to represent candidate targets for therapeutic intervention in most HNSCCs. Squamous cell head and neck cancer is one of the most common and deadly cancers. Despite initial responses to combinations of surgery, radiation and chemotherapy, approximately half of all tumours recur, usually within two years of initial diagnosis. Molecular markers and targeted therapies have had little impact on this disease to date. Here, The Cancer Genome Atlas team presents a detailed genome-wide overview of alterations and highlights critical genetic events of potential biological and clinical significance in head and neck squamous cell carcinomas (HNSCCs) with different human papillomavirus status. Mutational profiles reveal distinct subgroups of HNSCCs. Mutations in EGFR, FGFRs, PIK3CA and cyclin-dependent kinases represent candidate targets for therapeutic intervention in the majority of HNSCCs.

Abstract Somatic mutations in cancer genomes are caused by multiple mutational processes, each of which generates a characteristic mutational signature 1 . Here, as part of the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium 2 of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA), we characterized mutational signatures using 84,729,690 somatic mutations from 4,645 whole-genome and 19,184 exome sequences that encompass most types of cancer. We identified 49 single-base-substitution, 11 doublet-base-substitution, 4 clustered-base-substitution and 17 small insertion-and-deletion signatures. The substantial size of our dataset, compared with previous analyses 3–15 , enabled the discovery of new signatures, the separation of overlapping signatures and the decomposition of signatures into components that may represent associated—but distinct—DNA damage, repair and/or replication mechanisms. By estimating the contribution of each signature to the mutational catalogues of individual cancer genomes, we revealed associations of signatures to exogenous or endogenous exposures, as well as to defective DNA-maintenance processes. However, many signatures are of unknown cause. This analysis provides a systematic perspective on the repertoire of mutational processes that contribute to the development of human cancer.

For a decade, The Cancer Genome Atlas (TCGA) program collected clinicopathologic annotation data along with multi-platform molecular profiles of more than 11,000 human tumors across 33 different cancer types. TCGA clinical data contain key features representing the democratized nature of the data collection process. To ensure proper use of this large clinical dataset associated with genomic features, we developed a standardized dataset named the TCGA Pan-Cancer Clinical Data Resource (TCGA-CDR), which includes four major clinical outcome endpoints. In addition to detailing major challenges and statistical limitations encountered during the effort of integrating the acquired clinical data, we present a summary that includes endpoint usage recommendations for each cancer type. These TCGA-CDR findings appear to be consistent with cancer genomics studies independent of the TCGA effort and provide opportunities for investigating cancer biology using clinical correlates at an unprecedented scale.

Abstract Stimulation of the insulin and insulin-like growth factor I (IGF-I) receptor activates the phosphoinositide-3-kinase/Akt/mTOR pathway causing pleiotropic cellular effects including an mTOR-dependent loss in insulin receptor substrate-1 expression leading to feedback down-regulation of signaling through the pathway. In model systems, tumors exhibiting mutational activation of phosphoinositide-3-kinase/Akt kinase, a common event in cancers, are hypersensitive to mTOR inhibitors, including rapamycin. Despite the activity in model systems, in patients, mTOR inhibitors exhibit more modest antitumor activity. We now show that mTOR inhibition induces insulin receptor substrate-1 expression and abrogates feedback inhibition of the pathway, resulting in Akt activation both in cancer cell lines and in patient tumors treated with the rapamycin derivative, RAD001. IGF-I receptor inhibition prevents rapamycin-induced Akt activation and sensitizes tumor cells to inhibition of mTOR. In contrast, IGF-I reverses the antiproliferative effects of rapamycin in serum-free medium. The data suggest that feedback down-regulation of receptor tyrosine kinase signaling is a frequent event in tumor cells with constitutive mTOR activation. Reversal of this feedback loop by rapamycin may attenuate its therapeutic effects, whereas combination therapy that ablates mTOR function and prevents Akt activation may have improved antitumor activity. (Cancer Res 2006; 66(3): 1500-8)