Abstract Model systems that recapitulate the complexity of human tumors and the reality of variable treatment responses are urgently needed to better understand cancer biology and to develop more effective cancer therapies. Here we report development and characterization of a large bank of patient-derived xenografts (PDX) and matched organoid cultures from tumors that represent some of the greatest unmet needs in breast cancer research and treatment. These include endocrine-resistant, treatment-refractory, and metastatic breast cancers and, in some cases, multiple tumor collections from the same patients. The models can be grown long-term with high fidelity to the original tumors. We show that development of matched PDX and PDX-derived organoid (PDxO) models facilitates high-throughput drug screening that is feasible and cost-effective, while also allowing in vivo validation of results. Our data reveal consistency between drug screening results in organoids and drug responses in breast cancer PDX. Moreover, we demonstrate the feasibility of using these patient-derived models for precision oncology in real time with patient care, using a case of a triple negative breast cancer with early metastatic recurrence as an example. Our results uncovered an FDA-approved drug with high efficacy against the models. Treatment with the PDxO-directed therapy resulted in a complete response for the patient and a progression-free survival period more than three times longer than her previous therapies. This work provides valuable new methods and resources for functional precision medicine and drug development for human breast cancer. Graphical Abstract

Patient-derived xenografts (PDXs) are resected human tumors engrafted into mice for preclinical studies and therapeutic testing. It has been proposed that the mouse host affects tumor evolution during PDX engraftment and propagation, impacting the accuracy of PDX modeling of human cancer. Here we exhaustively analyze copy number alterations (CNAs) in 1451 PDX and matched patient tumor (PT) samples from 509 PDX models. CNA inferences based on DNA sequencing and microarray data displayed substantially higher resolution and dynamic range than gene expression-based inferences, and they also showed strong CNA conservation from PTs through late-passage PDXs. CNA recurrence analysis of 130 colorectal and breast PT/PDX-early/PDX-late trios confirmed high-resolution CNA retention. We observed no significant enrichment of cancer-related genes in PDX-specific CNAs across models. Moreover, CNA differences between patient and PDX tumors were comparable to variations in multi-region samples within patients. Our study demonstrates the lack of systematic copy number evolution driven by the PDX mouse host.

Estrogen signaling through estrogen receptor alpha (ER) plays a major role in endometrial cancer risk and progression; however, the molecular mechanisms underlying ER’s regulatory role in endometrial cancer are poorly understood. In breast cancer cells, ER genomic binding is enabled by FOXA1 and GATA3, but the transcription factors that control ER genomic binding in endometrial cancer cells remain unknown. We previously identified ETV4 as a candidate factor controlling ER genomic binding in endometrial cancer cells and here we explore the functional importance of ETV4. Homozygous deletion of ETV4 , using CRISPR/Cas9, led to greatly reduced ER binding at the majority of loci normally bound by ER. Consistent with the dramatic loss of ER binding, the gene expression response to estradiol was dampened for most genes. ETV4 contributes to estrogen signaling in two distinct ways; ETV4 loss impacts chromatin accessibility at some ER bound loci and impairs ER nuclear translocation. The diminished estrogen signaling upon ETV4 deletion led to decreased growth, particularly in 3D culture where hollow organoids were formed and in vivo in the context of estrogen dependent growth. Our results show that ETV4 plays an important role in estrogen signaling in endometrial cancer cells.

Steroid hormone receptors are simultaneously active in many tissues and are capable of altering each other's function. Estrogen receptor ɑ (ER) and glucocorticoid receptor (GR) are expressed in the uterus and their ligands have opposing effects on uterine growth. In endometrial tumors with high ER expression, we surprisingly found that expression of GR is associated with poor prognosis. Dexamethasone reduced normal uterine growth in vivo; however, this growth inhibition was abolished in estrogen-induced endometrial hyperplasia. We observed low genomic binding site overlap when ER and GR are induced with their respective ligands; however, upon simultaneous induction they co-occupy more sites. GR binding is significantly altered by estradiol with GR recruited to ER bound loci that become more accessible upon estradiol induction. Gene expression responses to co-treatment were more similar to estradiol, but with novel regulated genes. Our results suggest phenotypic and molecular interplay between ER and GR in endometrial cancer.

Abstract Most endometrial cancers express the hormone receptor estrogen receptor alpha (ER) and are driven by excess estrogen signaling. However, evaluation of the estrogen response in endometrial cancer cells has been limited by the availability of hormonally responsive in vitro models, with one cell line, Ishikawa, being used in most studies. Here, we describe a novel, adherent endometrioid endometrial cancer (EEC) cell line model, HCI-EC-23. We show that HCI-EC-23 retains ER expression and that ER functionally responds to estrogen induction over a range of passages. We also demonstrate that this cell line retains paradoxical activation of ER by tamoxifen, which is also observed in Ishikawa and is consistent with clinical data. The mutational landscape shows that HCI-EC-23 is mutated at many of the commonly altered genes in EEC, has relatively few copy-number alterations, and is microsatellite instable high (MSI-high). In vitro proliferation of HCI-EC-23 is strongly reduced upon combination estrogen and progesterone treatment. HCI-EC-23 exhibits strong estrogen dependence for tumor growth in vivo and tumor size is reduced by combination estrogen and progesterone treatment. Molecular characterization of estrogen induction in HCI-EC-23 revealed hundreds of estrogen-responsive genes that significantly overlapped with those regulated in Ishikawa. Analysis of ER genome binding identified similar patterns in HCI-EC-23 and Ishikawa, although ER exhibited more bound sites in Ishikawa. This study demonstrates that HCI-EC-23 is an estrogen- and progesterone-responsive cell line model that can be used to study the hormonal aspects of endometrial cancer.

ABSTRACT Recurrence of metastatic breast cancer stemming from acquired endocrine and chemotherapy resistance remains a health burden for women with luminal (ER+) breast cancer. Disseminated ER+ tumor cells can remain viable but quiescent for years to decades. Contributing factors to metastatic spread include the maintenance and expansion of breast cancer stem cells (CSCs). Breast CSCs frequently exist as a minority population in therapy resistant tumors. In this study, we show that cytoplasmic complexes composed of steroid receptor (SR) co-activators, PELP1 and SRC-3, modulate breast CSC expansion through upregulation of the HIF-activated metabolic target genes PFKFB3 and PFKFB4 . Seahorse metabolic assays demonstrated that cytoplasmic PELP1 influences cellular metabolism by increasing both glycolysis and mitochondrial respiration. PELP1 interacts with PFKFB3 and PFKFB4 proteins, and inhibition of PFKFB3 and PFKFB4 kinase activity blocks PELP1-induced tumorspheres and protein-protein interactions with SRC-3. PFKFB4 knockdown inhibited in vivo emergence of circulating tumor cell (CTC) populations in mammary intraductal (MIND) models. Application of PFKFB inhibitors in combination with ER targeted therapies blocked tumorsphere formation in multiple models of advanced breast cancer, including tamoxifen (TamR) and paclitaxel (TaxR) resistant models and ER+ patient-derived organoids (PDxO). Together, our data suggest that PELP1, SRC-3, and PFKFBs cooperate to drive ER+ tumor cell populations that include CSCs and CTCs. Significance Identifying non-ER pharmacological targets offers a useful approach to blocking metastatic escape from standard of care ER/estrogen (E2)-targeted strategies to overcome endocrine and chemotherapy resistance.