Abstract Pancreatic cancer is the most lethal common solid malignancy. Systemic therapies are often ineffective, and predictive biomarkers to guide treatment are urgently needed. We generated a pancreatic cancer patient–derived organoid (PDO) library that recapitulates the mutational spectrum and transcriptional subtypes of primary pancreatic cancer. New driver oncogenes were nominated and transcriptomic analyses revealed unique clusters. PDOs exhibited heterogeneous responses to standard-of-care chemotherapeutics and investigational agents. In a case study manner, we found that PDO therapeutic profiles paralleled patient outcomes and that PDOs enabled longitudinal assessment of chemosensitivity and evaluation of synchronous metastases. We derived organoid-based gene expression signatures of chemosensitivity that predicted improved responses for many patients to chemotherapy in both the adjuvant and advanced disease settings. Finally, we nominated alternative treatment strategies for chemorefractory PDOs using targeted agent therapeutic profiling. We propose that combined molecular and therapeutic profiling of PDOs may predict clinical response and enable prospective therapeutic selection. Significance: New approaches to prioritize treatment strategies are urgently needed to improve survival and quality of life for patients with pancreatic cancer. Combined genomic, transcriptomic, and therapeutic profiling of PDOs can identify molecular and functional subtypes of pancreatic cancer, predict therapeutic responses, and facilitate precision medicine for patients with pancreatic cancer. Cancer Discov; 8(9); 1112–29. ©2018 AACR. See related commentary by Collisson, p. 1062. This article is highlighted in the In This Issue feature, p. 1047

The Tyrolean Iceman, a 5,300-year-old Copper age individual, was discovered in 1991 on the Tisenjoch Pass in the Italian part of the Ötztal Alps. Here we report the complete genome sequence of the Iceman and show 100% concordance between the previously reported mitochondrial genome sequence and the consensus sequence generated from our genomic data. We present indications for recent common ancestry between the Iceman and present-day inhabitants of the Tyrrhenian Sea, that the Iceman probably had brown eyes, belonged to blood group O and was lactose intolerant. His genetic predisposition shows an increased risk for coronary heart disease and may have contributed to the development of previously reported vascular calcifications. Sequences corresponding to ∼60% of the genome of Borrelia burgdorferi are indicative of the earliest human case of infection with the pathogen for Lyme borreliosis. The Tyrolean Iceman is 5,300 years old and his mitochondrial genome has been previously sequenced. This study reports the full genome sequence of the Iceman and reveals that he probably had brown eyes, was at risk for coronary disease and may have been infected with the pathogen Lyme borreliosis.

ABSTRACT In solid tumor oncology, circulating tumor DNA (ctDNA) is poised to transform care through accurate assessment of minimal residual disease (MRD) and therapeutic response monitoring. To overcome the sparsity of ctDNA fragments in low tumor fraction (TF) settings and increase MRD sensitivity, we previously leveraged genome-wide mutational integration through plasma whole genome sequencing (WGS). We now introduce MRD-EDGE, a composite machine learning-guided WGS ctDNA single nucleotide variant (SNV) and copy number variant (CNV) detection platform designed to increase signal enrichment. MRD-EDGE uses deep learning and a ctDNA-specific feature space to increase SNV signal to noise enrichment in WGS by 300X compared to our previous noise suppression platform MRDetect. MRD-EDGE also reduces the degree of aneuploidy needed for ultrasensitive CNV detection through WGS from 1Gb to 200Mb, thereby expanding its applicability to a wider range of solid tumors. We harness the improved performance to track changes in tumor burden in response to neoadjuvant immunotherapy in non-small cell lung cancer and demonstrate ctDNA shedding in precancerous colorectal adenomas. Finally, the radical signal to noise enrichment in MRD-EDGE enables de novo mutation calling in melanoma without matched tumor, yielding clinically informative TF monitoring for patients on immune checkpoint inhibition.

Abstract Genomic rearrangements are a hallmark of most solid tumors, including medulloblastoma, one of the most common brain tumors in children. Childhood cancers involve dysregulated cell development, but their mutational causes remain largely unknown. One of the most common forms of medulloblastoma is caused by ectopic activation of Sonic Hedgehog (SHH) signaling in cerebellar granule cell progenitors, associated with genetic deletions, amplifications, and other oncogenic chromosomal rearrangements. Here, we show that PiggyBac Transposable Element Derived 5 (Pgbd5) promotes tumor development in multiple developmentally-accurate mouse models of SHH medulloblastoma. Most mice with Pgbd5 deficiency do not develop tumors, while Pgbd5 -deficient mice maintain largely normal cerebellar development. Mouse medulloblastomas expressing Pgbd5 exhibit significantly increased numbers of somatic structural DNA rearrangements, with PGBD5-specific transposon sequences at their breakpoints. Similar sequence breakpoints recurrently affect somatic DNA rearrangements of known tumor suppressors and oncogenes in medulloblastomas in 329 children. Therefore, this study identifies PGBD5 as a primary medulloblastoma mutator and provides a genetic mechanism responsible for the generation of somatic oncogenic DNA rearrangements in childhood cancer. One-Sentence Summary Induction of somatic oncogenic mutations by the DNA transposase PGBD5 in cerebellar progenitor cells promotes medulloblastoma development.

In solid tumor oncology, circulating tumor DNA (ctDNA) is poised to transform care through accurate assessment of minimal residual disease (MRD) and therapeutic response monitoring. To overcome the sparsity of ctDNA fragments in low tumor fraction (TF) settings and increase MRD sensitivity, we previously leveraged genome-wide mutational integration through plasma whole-genome sequencing (WGS). Here we now introduce MRD-EDGE, a machine-learning-guided WGS ctDNA single-nucleotide variant (SNV) and copy-number variant (CNV) detection platform designed to increase signal enrichment. MRD-EDGESNV uses deep learning and a ctDNA-specific feature space to increase SNV signal-to-noise enrichment in WGS by ~300× compared to previous WGS error suppression. MRD-EDGECNV also reduces the degree of aneuploidy needed for ultrasensitive CNV detection through WGS from 1 Gb to 200 Mb, vastly expanding its applicability within solid tumors. We harness the improved performance to identify MRD following surgery in multiple cancer types, track changes in TF in response to neoadjuvant immunotherapy in lung cancer and demonstrate ctDNA shedding in precancerous colorectal adenomas. Finally, the radical signal-to-noise enrichment in MRD-EDGESNV enables plasma-only (non-tumor-informed) disease monitoring in advanced melanoma and lung cancer, yielding clinically informative TF monitoring for patients on immune-checkpoint inhibition. Detection of circulating tumor DNA using MRD-EDGE, a machine-learning-guided single-nucleotide variant and copy-number variant detection platform for signal enrichment, enables monitoring of minimal residual disease and immunotherapy response in settings of low tumor burden.

Acute myeloid leukemias (AML) are characterized by mutations of tumor suppressor and oncogenes, involving distinct genes in adults and children. While certain mutations have been associated with the increased risk of AML relapse, the genomic landscape of primary chemotherapy resistant AML is not well defined. As part of the TARGET initiative, we performed whole-genome DNA and transcriptome (RNA and miRNA) sequencing analysis of pediatric AML with failure of induction chemotherapy. We identified at least three genetic groups of patients with induction failure, including those with NUP98 rearrangements, somatic mutations of WT1 in the absence of NUP98 mutations, and additional recurrent variants including those in KMT2C and MLLT10. Comparison of specimens before and after chemotherapy revealed distinct and invariant gene expression programs. While exhibiting overt therapy resistance, these leukemias nonetheless showed diverse forms of clonal evolution upon chemotherapy exposure. This included selection for mutant alleles of FRMD8, DHX32, PIK3R1, SHANK3, MKLN1, as well as persistence of WT1 and TP53 mutant clones, and elimination or contraction of FLT3, PTPN11, and NRAS mutant clones. These findings delineate genetic mechanisms of primary chemotherapy resistance in pediatric AML, which should inform improved approaches for its diagnosis and therapy.

To test the performance of a new sequencing platform, develop an updated somatic calling pipeline and establish a reference for future benchmarking experiments, we sequenced 3 common cancer cell lines along with their matched normal cell lines to great sequencing depths (up to 278X coverage) on both Illumina HiSeqX and NovaSeq sequencing instruments. Somatic calling was generally consistent between the two platforms despite minor differences at the read level. We designed and implemented a novel pipeline for the analysis of tumor-normal samples, using multiple variant callers. We show that coupled with a high-confidence filtering strategy, it improves the accuracy of somatic calls. We also demonstrate the utility of the dataset by creating an artificial purity ladder to evaluate the somatic pipeline and benchmark methods for estimating purity and ploidy from tumor-normal pairs. The data and results of the pipeline are made accessible to the cancer genomics community.

Abstract Summary We present a new version of the popular somatic variant caller, Lancet, that supports the analysis of linked-reads sequencing data. By seamlessly integrating barcodes and haplotype read assignments within the colored De Bruijn graph local-assembly framework, Lancet computes a barcode-aware coverage and identifies variants that disagree with the local haplotype structure. Availability and Implementation Lancet is implemented in C++ and is available for academic and non-commercial research purposes as an open-source package at https://github.com/nygenome/lancet . Contact gnarzisi@nygenome.org

Reliable detection of somatic variations is of critical importance in cancer research. Lancet is an accurate and sensitive somatic variant caller which detects SNVs and indels by jointly analyzing reads from tumor and matched normal samples using colored DeBruijn graphs. Extensive experimental comparison on synthetic and real whole-genome sequencing datasets demonstrates that Lancet has better accuracy, especially for indel detection, than widely used somatic callers, such as MuTect, MuTect2, LoFreq, Strelka, and Strelka2. Lancet features a reliable variant scoring system which is essential for variant prioritization and detects low frequency mutations without sacrificing the sensitivity to call longer insertions and deletions empowered by the local assembly engine. In addition to genome-wide analysis, Lancet allows inspection of somatic variants in graph space, which augments the traditional read alignment visualization to help confirm a variant of interest. Lancet is available as an open-source program at https://github.com/nygenome/lancet.

Abstract Advanced urothelial cancer is a frequently lethal disease characterized by marked genetic heterogeneity. In this study, we investigate the evolution of the genomic signatures caused by endogenous and external mutagenic stimuli and their interplay with complex structural variants. We superimposed mutational signatures and phylogenetic analyses of matched serial tumors from patients with urothelial cancer to define the evolutionary patterns of these processes. We show that APOBEC3-induced mutations are clonal and early, whereas mutational bursts comprising hundreds of late subclonal mutations are induced by chemotherapy. Using a novel genome graph computational paradigm, we observed frequent circular high copy-number amplicons characteristic of extrachromosomal DNA (ecDNA) involving double-minutes, breakage-fusion-bridge, and tyfonas events. We characterized the distinct temporal patterns of APOBEC3 mutations and chemotherapy-induced mutations within ecDNA, gaining new insights into the timing of these events relative to ecDNA biogenesis. Finally, we discovered that most CCND1 amplifications in urothelial cancer arise within circular ecDNA amplicons. These CCND1 ecDNA amplification events persisted and increased in complexity incorporating additional DNA segments potentially contributing selective fitness advantage to the evolution of treatment resistance. Our findings define fundamental mechanisms driving urothelial cancer evolution and have therapeutic implications for treating this disease.