Muscle-invasive bladder cancer (MIBC) is a molecularly diverse disease with heterogeneous clinical outcomes. Several molecular classifications have been proposed, but the diversity of their subtype sets impedes their clinical application.To achieve an international consensus on MIBC molecular subtypes that reconciles the published classification schemes.We used 1750 MIBC transcriptomic profiles from 16 published datasets and two additional cohorts.We performed a network-based analysis of six independent MIBC classification systems to identify a consensus set of molecular classes. Association with survival was assessed using multivariable Cox models.We report the results of an international effort to reach a consensus on MIBC molecular subtypes. We identified a consensus set of six molecular classes: luminal papillary (24%), luminal nonspecified (8%), luminal unstable (15%), stroma-rich (15%), basal/squamous (35%), and neuroendocrine-like (3%). These consensus classes differ regarding underlying oncogenic mechanisms, infiltration by immune and stromal cells, and histological and clinical characteristics, including outcomes. We provide a single-sample classifier that assigns a consensus class label to a tumor sample's transcriptome. Limitations of the work are retrospective clinical data collection and a lack of complete information regarding patient treatment.This consensus system offers a robust framework that will enable testing and validation of predictive biomarkers in future prospective clinical trials.Bladder cancers are heterogeneous at the molecular level, and scientists have proposed several classifications into sets of molecular classes. While these classifications may be useful to stratify patients for prognosis or response to treatment, a consensus classification would facilitate the clinical use of molecular classes. Conducted by multidisciplinary expert teams in the field, this study proposes such a consensus and provides a tool for applying the consensus classification in the clinical setting.

Abstract Global mRNA expression analysis is efficient for phenotypic profiling of tumours, and has been used to define molecular subtypes for almost every major tumour type. A key limitation is that most tumours are communities of both tumour and non‐tumour cells. This problem is particularly pertinent for analysis of advanced invasive tumours, which are known to induce major changes and responses in both the tumour and the surrounding tissue. To identify bladder cancer tumour‐cell phenotypes and compare classification by tumour‐cell phenotype with classification by global gene expression analysis, we analysed 307 advanced bladder cancers (cystectomized) both by genome gene expression analysis and by immunohistochemistry with antibodies for 28 proteins. According to systematic analysis of gene and protein expression data, focusing on key molecular processes, we describe five tumour‐cell phenotypes of advanced urothelial carcinoma: urothelial‐like, genomically unstable, basal/ SCC ‐like, mesenchymal‐like, and small‐cell/neuroendocrine‐like. We provide molecular pathological definitions for each subtype. Tumours expressing urothelial differentiation factors show inconsistent and abnormal protein expression of terminal differentiation markers, suggesting pseudo‐differentiation. Cancers with different tumour‐cell phenotypes may co‐cluster (converge), and cases with identical tumour‐cell phenotypes may cluster apart (diverge), in global mRNA analyses. This divergence/convergence suggests that broad global commonalities related to the invasive process may exist between muscle‐invasive tumours regardless of specific tumour‐cell phenotype. Hence, there is a systematic disagreement in subtype classification determined by global mRNA profiling and by immunohistochemical profiling at the tumour‐cell level. We suggest that a combination of molecular pathology (tumour‐cell phenotype) and global mRNA profiling (context) is required for adequate subtype classification of muscle‐invasive bladder cancer. © 2017 The Authors. The Journal of Pathology published by John Wiley & Sons Ltd on behalf of Pathological Society of Great Britain and Ireland.

Cross-sectional genome-wide association studies have identified hundreds of loci associated with blood lipids and related cardiovascular traits, but few genetic association studies have focused on long-term changes in blood lipids. Participants from the GLACIER Study (Nmax = 3492) were genotyped with the MetaboChip array, from which 29 387 SNPs (single nucleotide polymorphisms; replication, fine-mapping regions and wildcard SNPs for lipid traits) were extracted for association tests with 10-year change in total cholesterol (ΔTC) and triglycerides (ΔTG). Four additional prospective cohort studies (MDC, PIVUS, ULSAM, MRC Ely; Nmax = 8263 participants) were used for replication. We conducted an in silico look-up for association with coronary artery disease (CAD) in the Coronary ARtery DIsease Genome-wide Replication and Meta-analysis (CARDIoGRAMplusC4D) Consortium (N ∼ 190 000) and functional annotation for the top ranking variants. In total, 956 variants were associated (P < 0.01) with either ΔTC or ΔTG in GLACIER. In GLACIER, chr19:50121999 at APOE was associated with ΔTG and multiple SNPs in the APOA1/A4/C3/A5 region at genome-wide significance (P < 5 × 10-8), whereas variants in four loci, DOCK7, BRE, SYNE1 and KCNIP1, reached study-wide significance (P < 1.7 × 10-6). The rs7412 variant at APOE was associated with ΔTC in GLACIER (P < 1.7 × 10-6). In pooled analyses of all cohorts, 139 SNPs at six and five loci were associated with ΔTC and for ΔTG, respectively (P < 10-3). Of these, a variant at CAPN3 (P = 1.2 × 10-4), multiple variants at HPR (Pmin = 1.5 × 10-6) and a variant at SIX5 (P = 1.9 × 10-4) showed evidence for association with CAD. We identified seven novel genomic regions associated with long-term changes in blood lipids, of which three also raise CAD risk.

Bladder cancer is a heterogenous disease, and molecular subtyping is a promising method to capture this variability. Currently, the immune compartment in relation to subtypes is poorly characterized. Here, we analyzed the immune compartment in bladder tumors and normal bladder urothelium with a focus on T cell subpopulations using flow cytometry and RNA sequencing. The results were investigated in relation to tumor invasiveness (NMIBC/MIBC) and molecular subtypes according to the Lund Taxonomy system. Whereas the NMIBC/MIBC differed in the overall immune infiltration only, the molecular subtypes differed both in terms of immune infiltration and immune compartment compositions. The Basal/Squamous (Ba/Sq) and genomically unstable (GU) tumors displayed increased immune infiltration compared to urothelial-like (Uro) tumors. Additionally, the GU tumors had a higher proportion of regulatory T cells within the immune compartment compared to Uro tumors. Furthermore, sequencing showed higher levels of exhaustion in CD8+ T cells from GU tumors compared to both Uro tumors and the control. Although no such difference was detected at the transcriptomic level in Uro tumors compared to the controls, CD8+ T cells in Uro tumors showed higher expression of several exhaustion markers at the protein level. Taken together, our findings indicate that depending on the molecular subtype, different immunotherapeutic interventions might be warranted.

Stratification of cancer into biologically and molecularly similar subgroups is a cornerstone of precision medicine and transcriptomic profiling has revealed that urothelial carcinoma (UC) is a heterogeneous disease with several distinct molecular subtypes. The Lund Taxonomy classification system for urothelial carcinoma aims to be applicable across the whole disease spectrum including both non-muscle invasive and invasive bladder cancer. For a classification system to be useful it is of critical importance that it can be applied robustly and reproducibly to new samples. Many transcriptomic methods used for subtype classification are affected by the choice of expression platform, data preprocessing, cohort composition, and tumor purity. The application of a subtype classification system across studies therefore comes with a degree of uncertainty regarding whether the predictions in a new cohort accurately recapitulate the originally intended stratification. Currently, only limited data has been published evaluating the transferability and applicability of existing stratification systems and their respective classification-algorithms to external datasets. In the present investigation we develop a single sample classifier based on in-house microarray and RNA-sequencing data intended to be broadly applicable across datasets, studies, and tumor stages. We evaluate the performance of the proposed method and the Lund Taxonomical classification across 10 published bladder cancer cohorts (n=2560 cases) by examining the expression of characteristic subtype associated gene signatures, and whether complementary data such as mutations, clinical outcomes, response, or variant histologies are captured by our classification. Effects of varying sample purity on the classification results were also evaluated by generating low-purity versions of samples in silico. We show that the classifier is robustly applicable across different gene expression profiling platforms and preprocessing methods, and less sensitive to variations in sample purity. The classifier is available as the ‘LundTaxonomy2023Classifier’ R package on GitHub .

Muscle-Invasive Bladder Cancer (MIBC) is a molecularly diverse disease with heterogeneous clinical outcomes. Several molecular classifications have been proposed, yielding diverse sets of subtypes. This diversity hampers the clinical application of such knowledge. Here, we report the results of a large international effort to reach a consensus on MIBC molecular subtypes. Using 1750 MIBC transcriptomes and a network-based analysis of six independent MIBC classification systems, we identified a consensus set of six molecular classes: Luminal Papillary (24%), Luminal Non-Specified (8%), Luminal Unstable (15%), Stroma-rich (15%), Basal/Squamous (35%), and Neuroendocrine-like (3%). These consensus classes differ regarding underlying oncogenic mechanisms, infiltration by immune and stromal cells, and histological and clinical characteristics. This consensus system offers a robust framework that will enable testing and validating predictive biomarkers in future clinical trials.