The immune microenvironment influences tumour evolution and can be both prognostic and predict response to immunotherapy1,2. However, measurements of tumour infiltrating lymphocytes (TILs) are limited by a shortage of appropriate data. Whole-exome sequencing (WES) of DNA is frequently performed to calculate tumour mutational burden and identify actionable mutations. Here we develop T cell exome TREC tool (T cell ExTRECT), a method for estimation of T cell fraction from WES samples using a signal from T cell receptor excision circle (TREC) loss during V(D)J recombination of the T cell receptor-α gene (TCRA (also known as TRA)). TCRA T cell fraction correlates with orthogonal TIL estimates and is agnostic to sample type. Blood TCRA T cell fraction is higher in females than in males and correlates with both tumour immune infiltrate and presence of bacterial sequencing reads. Tumour TCRA T cell fraction is prognostic in lung adenocarcinoma. Using a meta-analysis of tumours treated with immunotherapy, we show that tumour TCRA T cell fraction predicts immunotherapy response, providing value beyond measuring tumour mutational burden. Applying T cell ExTRECT to a multi-sample pan-cancer cohort reveals a high diversity of the degree of immune infiltration within tumours. Subclonal loss of 12q24.31–32, encompassing SPPL3, is associated with reduced TCRA T cell fraction. T cell ExTRECT provides a cost-effective technique to characterize immune infiltrate alongside somatic changes. A robust, cost-effective technique based on whole-exome sequencing data can be used to characterize immune infiltrates, relate the extent of these infiltrates to somatic changes in tumours, and enables prediction of tumour responses to immune checkpoint inhibition therapy.

Chromosomal instability (CIN) and somatic copy-number alterations (SCNA) play a key role in the evolutionary process that shapes cancer genomes. SC-NAs comprise many classes of clinically relevant events, such as localised amplifications, gains, losses, loss-of-heterozygosity (LOH) events, and recently discovered parallel evolutionary events revealed by multi-sample phasing. These events frequently appear jointly with whole genome doubling (WGD), a transformative event in tumour evolution involving tetraploidization of genomes preceded or followed by individual chromosomal copy-number changes and associated with an overall increase in structural CIN. While SCNAs have been leveraged for phylogeny reconstruction in the past, existing methods do not take WGD events into account and cannot model parallel evolution. They frequently make use of the infinite sites assumption, do not model horizontal dependencies between adjacent genomic loci and can not infer ancestral genomes. Here we present MEDICC2, a new phylogeny inference algorithm for allele-specific SCNA data that addresses these shortcomings. MEDICC2 dispenses with the infinite sites assumption, models parallel evolution and accurately identifies clonal and subclonal WGD events. It times SCNAs relative to each other, quantifies SCNA burden in single-sample studies and infers phylogenetic trees and ancestral genomes in multi-sample or single-cell sequencing scenarios with thousands of cells. We demonstrate MEDICC2’s ability on simulated data, real-world data of 2,778 single sample tumours from the Pan-cancer analysis of whole genomes (PCAWG), 10 bulk multi-region prostate cancer patients and two recent single-cell datasets of triple-negative breast cancer comprising several thousands of single cells.

Abstract In colorectal cancer, oncogenic mutations transform a hierarchically organized and homeostatic epithelium into invasive cancer tissue lacking visible organization. We sought to define colorectal cancer cell types and signals controlling their development. More than 30,000 epithelial single cell transcriptomes of tumors and matched non-cancerous tissues of twelve colorectal cancer patients were clustered into six patient-overarching groups defined by differential activities of oncogenic signaling pathways such as mitogen-activated protein kinase and oncogenic traits such as replication stress. RNA metabolic labeling and assessment of RNA velocity in patient-derived organoids revealed developmental trajectories of colorectal cancer cells organized along a mitogen-activated protein kinase activity gradient. This was in contrast to normal colon organoid cells developing along graded Wnt activity. Experimental targeting of EGFR-BRAF-MEK in cancer organoids affected signaling and gene expression contingent on predictive KRAS/BRAF mutations and induced cell plasticity overriding default developmental trajectories, providing a basis for non-genetic resistance to targeted therapies.

Abstract Purpose Development of ipsilateral breast carcinoma following a diagnosis of breast ductal carcinoma in situ (DCIS) has been assumed to represent recurrence of the primary tumour. However, this may not be the case and it is important to know how often recurrences are new primary tumours to ensure appropriate individualised therapy. Experimental Design Ipsilateral primary-recurrence pairs (n=78) were sequenced to test their clonal relatedness. Shared genetic events were identified from whole exome sequencing (n=54 pairs) using haplotype-specific copy number and phylogenetic analysis. The remaining pairs were sequenced by a targeted panel or low-coverage whole genome sequencing. We included 32 non-recurrent DCIS to compare the genetic profiles between recurrent and non-recurrent disease to develop a predictive biomarker. Results We found that 14% of DCIS recurrences were non-clonal, indicative of a new breast carcinoma. Four chromosomal changes (5q, 11q, 17q and 20q) and TP53 mutation were enriched in clonal primaries compared with non-recurrent DCIS (p<0.05, Fisher’s exact test). The prognostic value of TP53 was validated in an independent cohort using immunohistochemistry (HR=3.1; 95% CI 1.3-7.8). Non-clonal DCIS primaries had a very similar genetic profile to non-recurrent DCIS, suggesting this subset of cases would be identified as being at “low risk” of recurrence using tumour-intrinsic markers. Conclusions We have identified a substantial rate of new ipsilateral primary carcinomas after a diagnosis of DCIS. Our results suggest, as with invasive breast cancer, that if a recurrent tumour with an independent origin occurs, then the patient is at a high risk through the environment, the breast microenvironment and/or has a genetic predisposition. Importantly, the frequency of new primaries will influence the interpretation of findings in DCIS biomarker discovery studies as the true recurrence rate will be incorrect, affecting these efforts. Translational relevance Our finding that >10% of recurrent tumours are new primaries provides genetic evidence that the presence of DCIS confers a risk of a de novo breast cancer as well as recurrence. Identifying a biomarker of such risks might allow preventive actions, such as genetic testing, chemoprevention with tamoxifen or aromatase inhibitors, or bilateral mastectomy. The corollary of these findings is that de novo primaries in DCIS biomarker studies may have undermined efforts to find a biomarker of recurrence by reducing statistical power, since a tumour cell-intrinsic marker is unlikely to be predictive for a new primary. Even if a tumour molecular biomarker could stratify between non-recurrent and recurrent patients, it will under-detect patients at risk of new primaries. This issue raises concerns about utilising only a tumour cell-intrinsic biomarker in the clinical setting.

Motivation: Understanding haplotype-specific regulatory mechanisms becomes increasingly important in genomics and medical research. Investigating differences in allele-specific gene expression, epigenetic changes and their causal variants greatly benefits from haplotype reconstruction or phasing of genetic variants, but direct evidence for the haplotype structure is difficult to obtain from standard short-read sequencing data. Chromatin conformation data obtained from 3C experiments allows inference of haplotypes because inter-chromosomal contacts are more frequent than homologous intra-chromosomal contacts, but these data suffer from technical biases owing to the digestion and ligation process of the 3C technique. Genome Architecture Mapping (GAM) is a novel digestion- and ligation-free method for the inference of chromatin conformation from nuclear cryosections. Due to its high resolution and independence of enzymatic digestion it is well-suited for haplotype reconstruction and for detecting haplotype-specific chromatin contacts. Results: Here, we present GAMIBHEAR, a tool for accurate haplotype reconstruction from GAM data. GAMIBHEAR aggregates allelic co-observation frequencies across multiple nuclear slices and employs a GAM-specific probabilistic model of haplotype capture to optimise phasing accuracy. Using a hybrid mouse embryonic stem cell line with known haplotype structure as a benchmark dataset, we assess correctness and completeness of the reconstructed haplotypes, and demonstrate the power of GAM data and the accuracy of GAMIBHEAR to infer genome-wide haplotypes. Availability: GAMIBHEAR is available as an R package under the open source GPL-2 license at https://bitbucket.org/schwarzlab/gamibhear Maintainer: julia.markowski@mdc-berlin.de

Locomotion is driven by shape changes coordinated by the nervous system through time; thus, enumerating an animal's complete repertoire of shape transitions would provide a basis for a comprehensive understanding of locomotor behaviour. Here we introduce a discrete representation of behaviour in the nematode C. elegans. At each point in time, the worm's posture is approximated by its closest matching template from a set of 90 postures and locomotion is represented as sequences of postures. The frequency distribution of postural sequences is heavy-tailed with a core of frequent behaviours and a much larger set of rarely used behaviours. Responses to optogenetic and environmental stimuli can be quantified as changes in postural syntax: worms show different preferences for different sequences of postures drawn from the same set of templates. A discrete representation of behaviour will enable the use of methods developed for other kinds of discrete data in bioinformatics and language processing to be harnessed for the study of behaviour.

Cancers develop through somatic mutagenesis, however germline genetic variation can markedly contribute to tumorigenesis via diverse mechanisms. We discovered and phased 88 million germline single nucleotide variants, short insertions/deletions, and large structural variants in whole genomes from 2,642 cancer patients, and employed this genomic resource to study genetic determinants of somatic mutagenesis across 39 cancer types. Our analyses implicate damaging germline variants in a variety of cancer predisposition and DNA damage response genes with specific somatic mutation patterns. Mutations in the MBD4 DNA glycosylase gene showed association with elevated C>T mutagenesis at CpG dinucleotides, a ubiquitous mutational process acting across tissues. Analysis of somatic structural variation exposed complex rearrangement patterns, involving cycles of templated insertions and tandem duplications, in BRCA1-deficient tumours. Genome-wide association analysis implicated common genetic variation at the APOBEC3 gene cluster with reduced basal levels of somatic mutagenesis attributable to APOBEC cytidine deaminases across cancer types. We further inferred over a hundred polymorphic L1/LINE elements with somatic retrotransposition activity in cancer. Our study highlights the major impact of rare and common germline variants on mutational landscapes in cancer.