Summary

 DNA damage repair (DDR) pathways modulate cancer risk, progression, and therapeutic response. We systematically analyzed somatic alterations to provide a comprehensive view of DDR deficiency across 33 cancer types. Mutations with accompanying loss of heterozygosity were observed in over 1/3 of DDR genes, including TP53 and BRCA1/2. Other prevalent alterations included epigenetic silencing of the direct repair genes EXO5, MGMT, and ALKBH3 in ∼20% of samples. Homologous recombination deficiency (HRD) was present at varying frequency in many cancer types, most notably ovarian cancer. However, in contrast to ovarian cancer, HRD was associated with worse outcomes in several other cancers. Protein structure-based analyses allowed us to predict functional consequences of rare, recurrent DDR mutations. A new machine-learning-based classifier developed from gene expression data allowed us to identify alterations that phenocopy deleterious TP53 mutations. These frequent DDR gene alterations in many human cancers have functional consequences that may determine cancer progression and guide therapy.

Aneuploidy, whole chromosome or chromosome arm imbalance, is a near-universal characteristic of human cancers. In 10,522 cancer genomes from The Cancer Genome Atlas, aneuploidy was correlated with TP53 mutation, somatic mutation rate, and expression of proliferation genes. Aneuploidy was anti-correlated with expression of immune signaling genes, due to decreased leukocyte infiltrates in high-aneuploidy samples. Chromosome arm-level alterations show cancer-specific patterns, including loss of chromosome arm 3p in squamous cancers. We applied genome engineering to delete 3p in lung cells, causing decreased proliferation rescued in part by chromosome 3 duplication. This study defines genomic and phenotypic correlates of cancer aneuploidy and provides an experimental approach to study chromosome arm aneuploidy.

We conducted the largest investigation of predisposition variants in cancer to date, discovering 853 pathogenic or likely pathogenic variants in 8% of 10,389 cases from 33 cancer types. Twenty-one genes showed single or cross-cancer associations, including novel associations of SDHA in melanoma and PALB2 in stomach adenocarcinoma. The 659 predisposition variants and 18 additional large deletions in tumor suppressors, including ATM, BRCA1, and NF1, showed low gene expression and frequent (43%) loss of heterozygosity or biallelic two-hit events. We also discovered 33 such variants in oncogenes, including missenses in MET, RET, and PTPN11 associated with high gene expression. We nominated 47 additional predisposition variants from prioritized VUSs supported by multiple evidences involving case-control frequency, loss of heterozygosity, expression effect, and co-localization with mutations and modified residues. Our integrative approach links rare predisposition variants to functional consequences, informing future guidelines of variant classification and germline genetic testing in cancer.

We analyzed molecular data on 2,579 tumors from The Cancer Genome Atlas (TCGA) of four gynecological types plus breast. Our aims were to identify shared and unique molecular features, clinically significant subtypes, and potential therapeutic targets. We found 61 somatic copy-number alterations (SCNAs) and 46 significantly mutated genes (SMGs). Eleven SCNAs and 11 SMGs had not been identified in previous TCGA studies of the individual tumor types. We found functionally significant estrogen receptor-regulated long non-coding RNAs (lncRNAs) and gene/lncRNA interaction networks. Pathway analysis identified subtypes with high leukocyte infiltration, raising potential implications for immunotherapy. Using 16 key molecular features, we identified five prognostic subtypes and developed a decision tree that classified patients into the subtypes based on just six features that are assessable in clinical laboratories.

This integrated, multiplatform PanCancer Atlas study co-mapped and identified distinguishing molecular features of squamous cell carcinomas (SCCs) from five sites associated with smoking and/or human papillomavirus (HPV). SCCs harbor 3q, 5p, and other recurrent chromosomal copy-number alterations (CNAs), DNA mutations, and/or aberrant methylation of genes and microRNAs, which are correlated with the expression of multi-gene programs linked to squamous cell stemness, epithelial-to-mesenchymal differentiation, growth, genomic integrity, oxidative damage, death, and inflammation. Low-CNA SCCs tended to be HPV(+) and display hypermethylation with repression of TET1 demethylase and FANCF, previously linked to predisposition to SCC, or harbor mutations affecting CASP8, RAS-MAPK pathways, chromatin modifiers, and immunoregulatory molecules. We uncovered hypomethylation of the alternative promoter that drives expression of the ΔNp63 oncogene and embedded miR944. Co-expression of immune checkpoint, T-regulatory, and Myeloid suppressor cells signatures may explain reduced efficacy of immune therapy. These findings support possibilities for molecular classification and therapeutic approaches.

Abstract Structural variants (SVs), including small insertion and deletion variants (indels), are challenging to detect through standard alignment-based variant calling methods. Sequence assembly offers a powerful approach to identifying SVs, but is difficult to apply at-scale genome-wide for SV detection due to its computational complexity and the difficulty of extracting SVs from assembly contigs. We describe SvABA, an efficient and accurate method for detecting SVs from short-read sequencing data using genome-wide local assembly with low memory and computing requirements. We evaluated SvABA’s performance on the NA12878 human genome and in simulated and real cancer genomes. SvABA demonstrates superior sensitivity and specificity across a large spectrum of SVs, and substantially improved detection performance for variants in the 20-300 bp range, compared with existing methods. SvABA also identifies complex somatic rearrangements with chains of short (< 1,000 bp) templated-sequence insertions copied from distant genomic regions. We applied SvABA to 344 cancer genomes from 11 cancer types, and found that templated-sequence insertions occur in ~4% of all somatic rearrangements. Finally, we demonstrate that SvABA can identify sites of viral integration and cancer driver alterations containing medium-sized SVs.

Improved biomarkers are needed for early cancer detection, risk stratification, treatment selection, and monitoring treatment response. While proteins can be useful blood-based biomarkers, many have limited sensitivity or specificity for these applications. Long INterspersed Element-1 (LINE-1, L1) open reading frame 1 protein (ORF1p) is a transposable element protein overexpressed in carcinomas and high-risk precursors during carcinogenesis with negligible detectable expression in corresponding normal tissues, suggesting ORF1p could be a highly specific cancer biomarker. To explore the potential of ORF1p as a blood-based biomarker, we engineered ultrasensitive digital immunoassays that detect mid-attomolar (10-17 M) ORF1p concentrations in patient plasma samples across multiple cancers with high specificity. Plasma ORF1p shows promise for early detection of ovarian cancer, improves diagnostic performance in a multi-analyte panel, and provides early therapeutic response monitoring in gastric and esophageal cancers. Together, these observations nominate ORF1p as a multi-cancer biomarker with potential utility for disease detection and monitoring.

Abstract Pooled variant expression libraries can test the phenotypes of thousands of variants of a gene in a single multiplexed experiment. In a library encoding all single-amino-acid substitutions of a protein, each variant differs from its reference only at a single codon-position located anywhere along the coding sequence. Consequently, accurately identifying these variants by sequencing is a major technical challenge. A popular but expensive brute-force approach is to divide the pool of variants into multiple smaller sub-libraries that each contains variants of a small region and that must each be constructed and screened individually, but that can then be PCR-amplified and fully sequenced with a single read to allow direct readout of variant abundance. Here we present an approach to screen very large variant libraries with mutations spanning a wide region in a single pool, including library design criteria and mutant-detection algorithms that permit reliable calling and counting of variants from large-scale sequencing data.

Cancer immunotherapy with checkpoint blockade (CPB) leads to improved outcomes in melanoma and other tumor types, but a majority of patients do not respond. High tumor mutation burden (TMB) and high levels of tumor-infiltrating T cells have been associated with response to immunotherapy, but integrative models to predict clinical benefit using DNA or RNA alone have not been comprehensively explored. We sequenced DNA and RNA from melanoma patients receiving CPB, and aggregated previously published data, yielding whole exome sequencing data for 189 patients and bulk RNA sequencing data for 178 patients. Using these datasets, we derived genomic and transcriptomic factors that predict overall survival (OS) and response to immunotherapy. Using whole-exome DNA data alone, we calculated T cell burden (TCB) and B cell burden (BCB) based on rearranged TCR/Ig DNA sequences and found that patients whose melanomas have high TMB together with either high TCB or high BCB survived longer and had higher response rates as compared to patients with either low TMB or TCB/BCB. Next, using bulk RNA-Seq data, differential expression analysis identified 83 genes associated with high or low OS. By combining pairs of immune-expressed genes with tumor-expressed genes, we identified three gene pairs associated with response and survival (Bonferroni P <0.05). All three gene pair models were validated in an independent cohort (n=180) (Bonferroni P <0.05). The best performing gene pair model included the lymphocyte-expressed MAP4K1 (Mitogen- Activated Protein Kinase Kinase Kinase Kinase 1) combined with the transcription factor TBX3 (T-Box Transcription Factor 3) which is overexpressed in poorly differentiated melanomas. We conclude that RNA-based ( MAP4K1 & TBX3 ) or DNA-based (TCB&TMB) models combining immune and tumor measures improve predictions of outcome after checkpoint blockade in melanoma.

SUMMARY Amplified oncogene expression is a critical and widespread driver event in cancer, yet our understanding of how amplification-mediated elevated dosage mediates oncogenic regulation is limited. Here, we find that the most significant focal amplification event in lung adenocarcinoma (LUAD) targets a lineage super-enhancer near the NKX2-1 lineage transcription factor. The NKX2-1 super-enhancer is targeted by focal and co-amplification with NKX2-1 , and activation or repression controls NKX2-1 expression. We find that NKX2-1 is a widespread dependency in LUAD cell lines, where NKX2-1 pioneers enhancer accessibility to drive a lineage addicted state in LUAD, and NKX2-1 confers persistence to EGFR inhibitors. Notably, we find that oncogenic NKX2-1 regulation requires expression above a minimum dosage threshold—NKX2-1 dosage below this threshold is insufficient for cell viability, enhancer remodeling, and TKI persistence. Our data suggest that copy-number amplification can be a gain-of-function alteration, wherein amplification elevates oncogene expression above a critical dosage required for oncogenic regulation and cancer cell survival. Highlights The most significant amplification event in LUAD targets a lineage super-enhancer that controls expression of the NKX2-1 lineage oncogene. NKX2-1 is a dosage dependency in most NKX2-1(+) LUAD cell lines NKX2-1 remodels lineage enhancer accessibility to drive a lineage addicted state and confer persistence to EGFR targeted therapy NKX2-1 oncogenic regulation requires a minimum oncogenic dosage, which dictates NKX2-1 regulation of enhancer remodeling, TKI persistence, and cancer cell viability