Abstract Triple negative breast cancer (TNBC) is a deadly form of breast cancer due to the development of resistance to chemotherapy affecting over 30% of patients. New therapeutics and companion biomarkers are urgently needed. Recognizing the elevated expression of glucose transporter 1 (GLUT1, encoded by SLC2A1 ) and associated metabolic dependencies in TNBC, we investigated the vulnerability of TNBC cell lines and patient-derived samples to GLUT1 inhibition. We report that genetic or pharmacological inhibition of GLUT1 with BAY-876 impairs the growth of a subset of TNBC cells displaying high glycolytic and lower oxidative phosphorylation (OXPHOS) rates. Pathway enrichment analysis of gene expression data implicates E2F Targets pathway activity as a surrogate of OXPHOS activity. Furthermore, the protein levels of retinoblastoma tumor suppressor (RB1) are strongly correlated with the degree of sensitivity to GLUT1 inhibition in TNBC, where RB1-negative cells are insensitive to GLUT1 inhibition. Collectively, our results highlight a strong and targetable RB1-GLUT1 metabolic axis in TNBC and warrant clinical evaluation of GLUT1 inhibition in TNBC patients stratified according to RB1 protein expression levels.

Abstract Quantifying response to drug treatment in mouse models of human cancer is important for treatment development and assignment, and yet remains a challenging task. A preferred measure to quantify this response should take into account as much of the experimental data as possible, i.e. both tumor size over time and the variation among replicates. We propose a theoretically grounded measure, KuLGaP, to compute the difference between the treatment and control arms. KuLGaP is more selective than currently existing measures, reduces the risk of false positive calls and improves translation of the lab results to clinical practice.

Abstract Statins are a family of FDA-approved cholesterol-lowering drugs that inhibit the rate-limiting enzyme of the metabolic mevalonate pathway, which have been shown to have anti-cancer activity. As therapeutic efficacy is increased when drugs are used in combination, we sought to identify agents, like dipyridamole, that potentiate statin-induced tumor cell death. As an antiplatelet agent dipyridamole will not be suitable for all cancer patients. Thus, we developed an integrative pharmacogenomics pipeline to identify agents that were similar to dipyridamole at the level of drug structure, in vitro sensitivity and molecular perturbation. To enrich for compounds expected to target the mevalonate pathway, we took a pathway-centric approach towards computational selection, which we called mevalonate drug network fusion (MVA-DNF). We validated two of the top ranked compounds, nelfinavir and honokiol and demonstrated that, like dipyridamole, they synergize with fluvastatin to potentiate tumor cell death by blocking the restorative feedback loop. This is achieved by inhibiting activation of the key transcription factor that induces mevalonate pathway gene transcription, sterol regulatory element-binding protein 2 (SREBP2). Mechanistically, the synergistic response of fluvastatin+nelfinavir and fluvastatin+honokiol was associated with similar transcriptomic and proteomic pathways, indicating a similar mechanism of action between nelfinavir and honokiol when combined with fluvastatin. Further analysis identified the canonical epithelial-mesenchymal transition (EMT) gene, E-cadherin as a biomarker of these synergistic responses across a large panel of breast cancer cell lines. Thus, our computational pharmacogenomic approach can identify novel compounds that phenocopy a compound of interest in a pathway-specific manner. Significance Statement We provide a rapid and cost-effective strategy to expand a class of drugs with a similar phenotype. Our parent compound, dipyridamole, potentiated statin-induced tumor cell death by blocking the statin-triggered restorative feedback response that dampens statins pro-apoptotic activity. To identify compounds with this activity we performed a pharmacogenomic analysis to distinguish agents similar to dipyridamole in terms of structure, cell sensitivity and molecular perturbations. As dipyridamole has many reported activities, we focused our molecular perturbation analysis on the pathway inhibited by statins, the metabolic mevalonate pathway. Our strategy was successful as we validated nelfinavir and honokiol as dipyridamole-like drugs at both the phenotypic and molecular levels. Our pathway-specific pharmacogenomics approach will have broad applicability.

2645 Background: Immune checkpoint inhibitors (ICI) improve survival in multiple advanced solid tumors but many patients do not benefit. We conducted a comprehensive whole genome transcriptome sequencing (WGTS) analysis to identify predictors of immune sensitivity. Methods: Clinical and molecular data from archival or pre-treatment FFPE tumor tissue were available for analysis from The Marathon of Hope Cancer Centres Network Study (MOHCCN). It includes patients (Pts) with advanced solid tumors and ECOG PS 0 or 1 treated with ICIs targeting PD-1, PD-L1, or CTLA-4 in the INSPIRE (NCT02644369) and OCTANE (NCT02906943) cohorts. Response (R) to ICI was defined as radiological and clinical response without PFS event at 6 months; versus non-response (NR) as radiological or clinical progression within 6 months. Responders without evidence of progression for >12 months were categorized as durable responders (DR). Nucleic acids were sequenced using Illumina NovaSeq 6000 system targeting minimum coverage of 80X and 30X for tumour and normal WGS, respectively and 80M reads for tumour RNA-seq. WGTS data were integrated with clinical data to identify associations with response to ICIs. Also, an analysis of immune cell types was conducted using multiplexed IHC and RNA-Seq deconvolution (CIBERSORT). Results: 59 Pts were included in this analysis: 28 (R) and 31 (NR). The most common tumor types were head and neck (n = 19) and melanoma (n = 7). Median age was 62 years (range 24-81); male 58% and median follow-up was 58 months (range 11-280). The most frequent ICI was pembrolizumab 76%, with 90% of all pts receiving ICI monotherapy and 10% combination. 75% of pts received chemotherapy prior to ICI. Higher tumor mutation burden (TMB) was observed in R vs NR (median 13 vs 5 coding mut/Mb, p=0.001), with the highest TMB in patients with DR (median 14 mut/Mb ). Differential RNA gene expression analysis showed NR had increased expression of several oncogenic pathway signatures, including MYC targets, G2M checkpoint, and E2F targets. Differential abundance analysis of immune cell types did not yield any differences of immune cell populations amongst R versus NR after correction for multiple comparisons. Responders had significant enrichment in mutations in WNT/β-catenin pathway genes in both coding (APC, AMER1, LZTR1, TCF7L2) and promoter regions (CTNNB1). Notably, the 6 Pts with CTNNB1 promoter mutations had significantly increased CTNNB1 gene expression (p = 0.005). Conclusions: ICI responders showed enrichment in coding mutations of several negative regulators of the Wnt/β-catenin pathway and non-coding promoter mutations in CTNNB1 compared with non-responders. Further investigation is ongoing to biologically validate how these mutations in the Wnt/β-catenin pathway may lead to improved response to ICI.

Cancer cell survival upon cytotoxic drug exposure leads to changes in cell identity, dictated by the epigenome. Several metabolites serve as substrates or co-factors to chromatin-modifying enzymes, suggesting that metabolic changes can underlie change in cell fate. Here, we show that progression of triple-negative breast cancer (TNBC) to taxane-resistance is characterized by altered methionine metabolism and S-adenosylmethionine (SAM) availability, giving rise to DNA hypomethylation in regions enriched for transposable elements (TE). Compensatory redistribution of H3K27me3 forming Large Organized Chromatin domains of lysine (K) modification (LOCK) prevents expression of TE in taxane-resistant cells. Pharmacological inhibition of EZH2, the H3K27me3 methyltransferase, alleviates TE repression, leading to the accumulation of dsRNA and activation of the interferon viral mimicry-response, specifically inhibiting the growth of taxane-resistant TNBC. Together, our work delineates a role for metabolic adaptations in redefining the epigenome of taxane-resistant TNBC cells and underlies an epigenetic vulnerability toward pharmacological inhibition of EZH2.

One of the key challenges in cancer precision medicine is finding robust biomarkers of drug response. Patient-derived tumor xenografts (PDXs) have emerged as reliable preclinical models since they better recapitulate tumor response to chemo- and targeted therapies. However, the lack of standard tools poses a challenge in the analysis of PDXs with molecular and pharmacological profiles. Efficient storage, access and analysis is key to the realization of the full potential of PDX pharmacogenomic data. We have developed Xeva (XEnograft Visualization & Analysis), an open-source software package for processing, visualization and integrative analysis of a compendium of in vivo pharmacogenomic datasets. The Xeva package follows the PDX minimum information (PDX-MI) standards and can handle both replicate-based and 1x1x1 experimental designs. We used Xeva to characterize the variability of gene expression and pathway activity across passages. We found that only a few genes and pathways have passage specific alterations (median intraclass correlation of 0.53 for genes and positive enrichment score for 92.5% pathways). For example, activity of the mRNA 3'-end processing and elongation arrest and recovery pathways were strongly affected by model passaging (gene set enrichment analysis false discovery rate [FDR] <5%). We then leveraged our platform to link the drug response and the pathways whose activity is consistent across passages by mining the Novartis PDX Encyclopedia (PDXE) data containing 1,075 PDXs spanning 5 tissue types and 62 anticancer drugs. We identified 87 pathways significantly associated with response to 51 drugs (FDR < 5%), including associations such as erlotinib response and signaling by EGFR in cancer pathways and MAP kinase activation in TLR cascade and binimetinib response. Among the significant pathway-drug associations, we found novel biomarkers based on gene expressions, Copy Number Aberrations (CNAs) and mutations predictive of drug response (concordance index > 0.60; FDR < 0.05). Xeva provides a flexible platform for integrative analysis of preclinical in vivo pharmacogenomics data to identify biomarkers predictive of drug response, a major step toward precision oncology.

Cell-free chromatin (cf-chromatin) is a rich source of biomarkers across various conditions, including cancer. Tumor-derived circulating cf-chromatin can be profiled for epigenetic features, including nucleosome positioning and histone modifications that govern cell type-specific chromatin conformations. However, the low fractional abundance of tumor-derived cf-chromatin in blood and constrained access to plasma samples pose challenges for epigenetic biomarker discovery. Conditioned media from preclinical tissue culture models could provide an unencumbered source of pure tumor-derived cf-chromatin, but large cf-chromatin complexes from such models do not resemble the nucleosomal structures found predominantly in plasma, thereby limiting the applicability of many analysis techniques. Here, we developed a robust and generalizable framework for simulating cf-chromatin with physiologic nucleosomal distributions using an optimized nuclease treatment. We profiled the resulting nucleosomes by whole genome sequencing and confirmed that inferred nucleosome positioning reflected gene expression and chromatin accessibility patterns specific to the cell type. Compared with plasma, simulated cf-chromatin displayed stronger nucleosome positioning patterns at genomic locations of accessible chromatin from patient tissue. We then utilized simulated cf-chromatin to develop methods for genome-wide profiling of histone post-translational modifications associated with heterochromatin states. Cell-free chromatin immunoprecipitation and sequencing (cf-ChIP-Seq) of H3K27me3 identified heterochromatin domains associated with repressed gene expression, and when combined with H3K4me3 cfChIP-Seq revealed bivalent domains consistent with an intermediate state of transcriptional activity. Combining cfChIP-Seq of both modifications provided more accurate predictions of transcriptional activity from the cell of origin. Altogether, our results demonstrate the broad applicability of preclinical simulated cf-chromatin for epigenetic liquid biopsy biomarker discovery.

Background: One of the main challenges in precision medicine is the identification of molecular features associated to drug response to provide clinicians with tools to select the best therapy for each individual cancer patient. The recent adoption of next-generation sequencing technologies enables accurate profiling of not only gene expression but also alternatively-spliced transcripts in large-scale pharmacogenomic studies. Given that altered mRNA splicing has been shown to be prominent in cancers, linking this feature to drug response will open new avenues of research in biomarker discovery. Methods: To address the lack of reproducibility of drug sensitivity measurements across studies, we developed a meta-analytical framework combining the pharmacological data generated within the Cancer Cell Line Encyclopedia (CCLE) and the Genomics of Drug Sensitivity in Cancer (GDSC). Predictive models are fitted with CCLE RNA-seq data as predictor variables, controlled for tissue type, and combined GDSC and CCLE drug sensitivity values as dependent variables. Results: We first validated the biomarkers identified from GDSC and CCLE using an existing pharmacogenomic dataset of 70 breast cancer cell lines. We further selected four drugs with the most promising biomarkers to test whether their predictive value is robust to change in pharmacological assay. We successfully validated 10 isoform-based biomarkers predictive of drug response in breast cancer, including TGFA-001 for the MEK tyrosine kinase inhibitor (TKI) AZD6244, DUOX-001 for the EGFR inhibitor erlotinib, and CPEB4-001 transcript expression associated with lack of sensitivity to paclitaxel. Conclusion: The results of our meta-analysis of pharmacogenomic data suggest that isoforms represent a rich resource for biomarkers predictive of response to chemo- and targeted therapies. Our study also showed that the validation rate for this type of biomarkers is low (<50%) for most drugs, supporting the requirements for independent datasets to identify reproducible predictors of response to anticancer drugs.

Abstract Background BRAF mutations are classified into 4 molecularly distinct groups, and Class 1 (V600) mutant tumors are treated with targeted therapies. Effective treatment has not been established for Class 2/3 or BRAF Fusions. We investigated whether BRAF mutation class differed according to clinical, genomic, and transcriptomic variables in cancer patients. Methods Using the AACR GENIE (v.12) cancer database, the distribution of BRAF mutation class in adult cancer patients was analyzed according to sex, age, primary race, and tumor type. Genomic alteration data and transcriptomic analysis was performed using The Cancer Genome Atlas. Results BRAF mutations were identified in 9515 (6.2%) samples among 153,834, with melanoma (31%), CRC (20.7%), and NSCLC (13.9%) being the most frequent cancer types. Class 1 harbored co-mutations outside of the MAPK pathway (TERT, RFN43) vs Class 2/3 mutations (RAS, NF1). Across all tumour types, Class 2/3 were enriched for alterations in genes involved in UV response and WNT/β-catenin. Pathway analysis revealed enrichment of WNT/β-catenin and Hedgehog signaling in non-V600 mutated CRC. Males had a higher proportion of Class 3 mutations vs. females (17.4% vs 12.3% q = 0.003). Non-V600 mutations were generally more common in older patients (aged 60+) vs younger (38% vs 15% p<0.0001), except in CRC (15% vs 30% q = 0.0001). Black race was associated with non-V600 BRAF alterations (OR: 1.58; p<0.0001). Conclusions Class 2/3 BRAF are more present in Black, male patients with co-mutations outside of the MAPK pathway, likely requiring additional oncogenic input for tumorigenesis. Improving access to NGS and trial enrollment will help development of targeted therapies for non-V600 BRAF mutations. Statement of Translational Relevance BRAF mutations are classified in 4 categories based on molecular characteristics, but only Class 1 BRAF V600 have effective targeted treatment strategies. With increasing access to next-generation sequencing, oncologists are more frequently uncovering non-V600 BRAF mutations, where there remains a scarcity of effective therapies. Responsiveness to MAPK pathway inhibitors differs according to BRAF mutation class and primary tumor type. For this reason, we sought to determine whether key demographic, genomic, and transcriptomic differences existed between classes. This cross-sectional study analyzes the largest dataset of BRAF-mutated cancers to date. Our findings propose insights to optimize clinical trial design and patient selection in the pursuit of developing effective treatment strategies for patients whose tumors harbor non-V600 BRAF mutations. This study also offers insights into the potential of targeting alternative pathways in addition to the MAPK pathway as part of combinatorial treatment strategies.

Abstract Centrosome amplification (CA), an abnormal increase in the number of centrosomes in the cell, is a recurrent phenomenon in lung and other malignancies. Although CA contributes to tumor development and progression by promoting genomic instability (GIN), it also induces mitotic stress that jeopardizes cellular integrity. The presence of extra centrosomes leads to the formation of multipolar mitotic spindles prone to causing lethal chromosome segregation errors during cell division. To sustain the benefits of CA, malignant cells are dependent on adaptive mechanisms to mitigate its detrimental consequences, and these mechanisms represent therapeutic vulnerabilities. We aimed to discover genetic dependencies associated with CA in lung cancer. Combining a CRISPR/Cas9 functional genomics screen with analyses of tumor genomic data, we identified the motor protein KIFC1 as a putative vulnerability specifically in lung cancers with CA. KIFC1 expression was positively correlated with CA in lung adenocarcinoma (LUAD) cell lines and with a gene expression signature predictive of CA in LUAD tumor tissues. High KIFC1 expression was associated with worse patient outcomes, smoking history, and indicators of GIN. KIFC1 loss-of-function sensitized LUAD cells to potentiation of CA and sensitization was associated with a diminished ability of KIFC1-depleted cells to cluster extra centrosomes into pseudo-bipolar mitotic spindles. Our work suggests that KIFC1 inhibition represents a novel approach for potentiating GIN to lethal levels in LC with CA by forcing cells to divide with multipolar spindles, rationalizing the clinical development of KIFC1 inhibitors and further studies to investigate its therapeutic potential.