Epithelial-mesenchymal transition (EMT) has been associated with metastatic spread and EGF receptor (EGFR) inhibitor resistance. We developed and validated a robust 76-gene EMT signature using gene expression profiles from four platforms using non-small cell lung carcinoma (NSCLC) cell lines and patients treated in the Biomarker-Integrated Approaches of Targeted Therapy for Lung Cancer Elimination (BATTLE) study.We conducted an integrated gene expression, proteomic, and drug response analysis using cell lines and tumors from patients with NSCLC. A 76-gene EMT signature was developed and validated using gene expression profiles from four microarray platforms of NSCLC cell lines and patients treated in the BATTLE study, and potential therapeutic targets associated with EMT were identified.Compared with epithelial cells, mesenchymal cells showed significantly greater resistance to EGFR and PI3K/Akt pathway inhibitors, independent of EGFR mutation status, but more sensitivity to certain chemotherapies. Mesenchymal cells also expressed increased levels of the receptor tyrosine kinase Axl and showed a trend toward greater sensitivity to the Axl inhibitor SGI-7079, whereas the combination of SGI-7079 with erlotinib reversed erlotinib resistance in mesenchymal lines expressing Axl and in a xenograft model of mesenchymal NSCLC. In patients with NSCLC, the EMT signature predicted 8-week disease control in patients receiving erlotinib but not other therapies.We have developed a robust EMT signature that predicts resistance to EGFR and PI3K/Akt inhibitors, highlights different patterns of drug responsiveness for epithelial and mesenchymal cells, and identifies Axl as a potential therapeutic target for overcoming EGFR inhibitor resistance associated with the mesenchymal phenotype.

Abstract The molecular underpinnings that drive the heterogeneity of KRAS-mutant lung adenocarcinoma are poorly characterized. We performed an integrative analysis of genomic, transcriptomic, and proteomic data from early-stage and chemorefractory lung adenocarcinoma and identified three robust subsets of KRAS-mutant lung adenocarcinoma dominated, respectively, by co-occurring genetic events in STK11/LKB1 (the KL subgroup), TP53 (KP), and CDKN2A/B inactivation coupled with low expression of the NKX2-1 (TTF1) transcription factor (KC). We further revealed biologically and therapeutically relevant differences between the subgroups. KC tumors frequently exhibited mucinous histology and suppressed mTORC1 signaling. KL tumors had high rates of KEAP1 mutational inactivation and expressed lower levels of immune markers, including PD-L1. KP tumors demonstrated higher levels of somatic mutations, inflammatory markers, immune checkpoint effector molecules, and improved relapse-free survival. Differences in drug sensitivity patterns were also observed; notably, KL cells showed increased vulnerability to HSP90-inhibitor therapy. This work provides evidence that co-occurring genomic alterations identify subgroups of KRAS-mutant lung adenocarcinoma with distinct biology and therapeutic vulnerabilities. Significance: Co-occurring genetic alterations in STK11/LKB1, TP53, and CDKN2A/B—the latter coupled with low TTF1 expression—define three major subgroups of KRAS-mutant lung adenocarcinoma with distinct biology, patterns of immune-system engagement, and therapeutic vulnerabilities. Cancer Discov; 5(8); 860–77. ©2015 AACR. This article is highlighted in the In This Issue feature, p. 783

Abstract Small cell lung cancer (SCLC) is an aggressive malignancy distinct from non–small cell lung cancer (NSCLC) in its metastatic potential and treatment response. Using an integrative proteomic and transcriptomic analysis, we investigated molecular differences contributing to the distinct clinical behavior of SCLCs and NSCLCs. SCLCs showed lower levels of several receptor tyrosine kinases and decreased activation of phosphoinositide 3-kinase (PI3K) and Ras/mitogen-activated protein (MAP)/extracellular signal–regulated kinase (ERK) kinase (MEK) pathways but significantly increased levels of E2F1-regulated factors including enhancer of zeste homolog 2 (EZH2), thymidylate synthase, apoptosis mediators, and DNA repair proteins. In addition, PARP1, a DNA repair protein and E2F1 co-activator, was highly expressed at the mRNA and protein levels in SCLCs. SCLC growth was inhibited by PARP1 and EZH2 knockdown. Furthermore, SCLC was significantly more sensitive to PARP inhibitors than were NSCLCs, and PARP inhibition downregulated key components of the DNA repair machinery and enhanced the efficacy of chemotherapy. Significance: SCLC is a highly lethal cancer with a 5-year survival rate of less than 10%. To date, no molecularly targeted agents have prolonged survival in patients with SCLCs. As a step toward identifying new targets, we systematically profiled SCLCs with a focus on therapeutically relevant signaling pathways. Our data reveal fundamental differences in the patterns of pathway activation in SCLCs and NSCLCs and identify several potential therapeutic targets for SCLCs, including PARP1 and EZH2. On the basis of these results, clinical studies evaluating PARP and EZH2 inhibition, together with chemotherapy or other agents, warrant further investigation. Cancer Discov; 2(9); 798–811. ©2012 AACR. Read the Commentary on this article by Rosell and Wannesson, p. 769. This article is highlighted in the In This Issue feature, p. 753.

Single-cell technologies enable high-resolution studies of phenotype-defining molecular mechanisms. However, data sparsity and cellular heterogeneity make modeling biological variability across single-cell samples difficult. Here we present SCORPION, a tool that uses a message-passing algorithm to reconstruct comparable gene regulatory networks from single-cell/nuclei RNA-sequencing data that are suitable for population-level comparisons by leveraging the same baseline priors. Using synthetic data, we found that SCORPION outperformed 12 existing gene regulatory network reconstruction techniques. Using supervised experiments, we show that SCORPION can accurately identify differences in regulatory networks between wild-type and transcription factor-perturbed cells. We demonstrate SCORPION's scalability to population-level analyses using a single-cell RNA-sequencing atlas containing 200,436 cells from colorectal cancer and adjacent healthy tissues. The differences between tumor regions detected by SCORPION are consistent across multiple cohorts as well as with our understanding of disease progression, and elucidate phenotypic regulators that may impact patient survival.

Single-cell technologies enable high-resolution studies of phenotype-defining molecular mechanisms. However, data sparsity and cellular heterogeneity make modeling biological variability across single-cell samples difficult. We present SCORPION , a tool that uses a message-passing algorithm to reconstruct comparable gene regulatory networks from single cell/nuclei RNA-seq data that are suitable for population-level comparisons by leveraging the same baseline priors. Using synthetic data, we found that SCORPION outperforms 12 other gene regulatory network reconstruction techniques. Using supervised experiments, we show that SCORPION can accurately identify differences in regulatory networks between wild-type and transcription factor-perturbed cells. We demonstrate SCORPION ’s scalability to population-level analyses using a single-cell RNA-seq atlas containing 200,436 cells from colorectal cancer and adjacent healthy tissues. The differences detected by SCORPION between tumor regions are consistent across population cohorts, as well as with our understanding of disease progression and elucidate phenotypic regulators that may impact patient survival.