Mutant-selective KRASG12C inhibitors, such as MRTX849 (adagrasib) and AMG 510 (sotorasib), have demonstrated efficacy in KRASG12C-mutant cancers, including non-small cell lung cancer (NSCLC). However, mechanisms underlying clinical acquired resistance to KRASG12C inhibitors remain undetermined. To begin to define the mechanistic spectrum of acquired resistance, we describe a patient with KRASG12C NSCLC who developed polyclonal acquired resistance to MRTX849 with the emergence of 10 heterogeneous resistance alterations in serial cell-free DNA spanning four genes (KRAS, NRAS, BRAF, MAP2K1), all of which converge to reactivate RAS-MAPK signaling. Notably, a novel KRASY96D mutation affecting the switch-II pocket, to which MRTX849 and other inactive-state inhibitors bind, was identified that interferes with key protein-drug interactions and confers resistance to these inhibitors in engineered and patient-derived KRASG12C cancer models. Interestingly, a novel, functionally distinct tricomplex KRASG12C active-state inhibitor RM-018 retained the ability to bind and inhibit KRASG12C/Y96D and could overcome resistance. SIGNIFICANCE: In one of the first reports of clinical acquired resistance to KRASG12C inhibitors, our data suggest polyclonal RAS-MAPK reactivation as a central resistance mechanism. We also identify a novel KRAS switch-II pocket mutation that impairs binding and drives resistance to inactive-state inhibitors but is surmountable by a functionally distinct KRASG12C inhibitor.See related commentary by Pinnelli and Trusolino, p. 1874.This article is highlighted in the In This Issue feature, p. 1861.

Abstract Purpose: KRAS-mutant lung cancers have been recalcitrant to treatments including those targeting the MAPK pathway. Covalent inhibitors of KRAS p.G12C allele allow for direct and specific inhibition of mutant KRAS in cancer cells. However, as for other targeted therapies, the therapeutic potential of these inhibitors can be impaired by intrinsic resistance mechanisms. Therefore, combination strategies are likely needed to improve efficacy. Experimental Design: To identify strategies to maximally leverage direct KRAS inhibition we defined the response of a panel of NSCLC models bearing the KRAS G12C–activating mutation in vitro and in vivo. We used a second-generation KRAS G12C inhibitor, ARS1620 with improved bioavailability over the first generation. We analyzed KRAS downstream effectors signaling to identify mechanisms underlying differential response. To identify candidate combination strategies, we performed a high-throughput drug screening across 112 drugs in combination with ARS1620. We validated the top hits in vitro and in vivo including patient-derived xenograft models. Results: Response to direct KRAS G12C inhibition was heterogeneous across models. Adaptive resistance mechanisms involving reactivation of MAPK pathway and failure to induce PI3K–AKT pathway inactivation were identified as likely resistance events. We identified several model-specific effective combinations as well as a broad-sensitizing effect of PI3K-AKT–mTOR pathway inhibitors. The G12Ci+PI3Ki combination was effective in vitro and in vivo on models resistant to single-agent ARS1620 including patient-derived xenografts models. Conclusions: Our findings suggest that signaling adaptation can in some instances limit the efficacy of ARS1620 but combination with PI3K inhibitors can overcome this resistance.

Abstract TP53 is the most frequently mutated gene across many cancers and is associated with shorter survival in non-small cell lung cancer (NSCLC). To understand how TP53 -mutant ( TP53 mut ) malignant cells interact with the tumor microenvironment (TME) at a molecular, cellular, and tissue level, we built a multi-omic cellular and spatial tumor atlas of 23 treatment-naïve NSCLC human tumors. We identified significant differences in malignant expression programs and spatial cell-cell interactions between TP53 mut and TP53 WT tumors and found that highly-entropic TP53 mut malignant cells lose alveolar identity and coincide with an increased abundance of exhausted T cells and immune checkpoint interactions with implications for response to checkpoint blockade. We also identified a multicellular, pro-metastatic, hypoxic tumor niche, where highly-plastic, TP53 mut malignant cells expressing epithelial to mesenchymal transition (EMT) programs associate with SPP1 + myeloid cells and collagen-expressing cancer-associated fibroblasts. Our approach can be further applied to investigate mutation-specific TME changes in other solid tumors.

Abstract The efficacy of molecularly targeted anti-cancer therapies may be limited by the presence of co-occurring mutations within a tumor 1–3 . Conversely, these alterations may confer collateral vulnerabilities that can be leveraged for the development of novel therapeutic approaches. KRAS -mutant lung cancers are distinguished by recurrent inactivating mutations in the tumor suppressor STK11/ LKB1 4 that facilitate tumorigenesis by modulating energy balance 5, 6 , enhancing metastatic potential 7,8 and enabling immune evasion 9,10 . However, whether LKB1 plays a role in modulating cellular responses to therapeutic stress is largely unknown. Here we show that LKB1 suppresses JNK-dependent stress signaling in KRAS -mutant lung cancer cells upon acute loss of oncogenic signaling. In LKB1-deficient KRAS -mutant cells, inhibition of KRAS or its downstream effector MEK leads to hyperactivation of JNK due to loss of NUAK-mediated PP1B phosphatase activity. JNK-mediated inhibitory phosphorylation of BCL-XL rewires apoptotic dependencies, rendering LKB1-deficient cells vulnerable to MCL-1 inhibition. These results uncover a previously unknown role for LKB1 in regulating stress signaling and the mitochondrial apoptotic response of cancer cells independent of its tumor suppressor activity mediated by AMPK 11–13 and SIK 14,15 kinases. Additionally, our study reveals a therapy-induced vulnerability in LKB1-deficient KRAS- mutant lung cancer cells that could be exploited as a genotype-informed strategy to improve the efficacy of KRAS-targeted therapies.

TVM is a state-of-the-art auto-tuning compiler for the synthesis of high-performance implementations of tensor computations. However, an extensive search in the vast design space via thousands of compile-execute trials is often needed to identify high-performance code versions, leading to high auto-tuning time. This paper develops new performance modeling and design space exploration strategies to accelerate the code optimization process within TVM. Experimental evaluation on a number of matrix-matrix multiplication and 2D convolution kernels demonstrates about an order-of-magnitude improvement in auto-tuning time to achieve the same level of code performance.