Abstract Cancer evolution is driven by natural selection acting upon phenotypic trait variation. However, the extent to which phenotypic variation within a tumour is a consequence of intra-tumour genetic heterogeneity remains undetermined. Here we show that colorectal cancer cells frequently have highly plastic phenotypic traits in vivo in patient tumours. We measured the degree to which trait variation reflects genetic ancestry by quantifying the phylogenetic signal of gene expression across 297 samples with multi-region paired whole genome and transcriptome sequencing collected from 27 primary colorectal cancers. Within-tumour phylogenetic signal for genes and pathways was detected only infrequently, suggesting that the majority of intra-tumour variation in gene expression programmes was not strongly heritable. Expression quantitative trait loci analyses (eQTL) identified a small number of putative mechanisms of genetic control of gene expression due to the cis -acting coding, non-coding and structural genetic alteration, but most gene expression variation was not explained by our genetic analysis. Leveraging matched chromatin-accessibility sequencing data, enhancer mutations with cis regulatory effects on gene expression were associated with a change in chromatin accessibility, indicating that non-coding variation can have phenotypic consequence through modulation of the 3D architecture of the genome. This study maps the evolution of transcriptional variation during cancer evolution, highlighting that intra-tumour phenotypic plasticity is pervasive in colorectal malignancies, and may play key roles in further tumour evolution, from metastasis to therapy resistance.

ABSTRACT Colorectal cancers (CRCs) show variable response to immune checkpoint blockade, which can only partially be explained by the variability of tumour mutational burden. To dissect the cellular and molecular determinants of response we performed a multi-omic screen of 721 cancer regions from patients treated with Pembrolizumab (KEYNOTE 177 clinical trial) or Nivolumab. Multi-regional whole exome, RNA and T-cell receptor sequencing show that, within hypermutated CRCs, response to both anti-PD1 agents is not positively associated with tumour mutational burden but with high clonality of immunogenic mutations, expanded T cells, low activation of the WNT pathway and active immune escape mechanisms. Coupling high-dimensional imaging mass cytometry with multiplexed immunofluorescence and computational spatial analysis, we observe that responsive hypermutated CRCs are rich in cytotoxic and proliferating PD1-expressing CD8 cells interacting with high-density clusters of PDL1-expressing antigen presenting macrophages. We propose that anti-PD1 agents release the PD1-PDL1 interaction between CD8 T cells and macrophages thus promoting cytotoxic anti-tumour activity.

Defective DNA mismatch repair is one pathogenic pathway to colorectal cancer. It is characterised by microsatellite instability which provides a molecular biomarker for its detection. Clinical guidelines for universal testing of this biomarker are not met due to resource limitations; thus, there is interest in developing novel methods for its detection. Raman spectroscopy (RS) is an analytical tool able to interrogate the molecular vibrations of a sample to provide a unique biochemical fingerprint. The resulting datasets are complex and high-dimensional, making them an ideal candidate for deep learning, though this may be limited by small sample sizes. This study investigates the potential of using RS to distinguish between normal, microsatellite stable (MSS) and microsatellite unstable (MSI-H) adenocarcinoma in human colorectal samples and whether deep learning provides any benefit to this end over traditional machine learning models. A 1D convolutional neural network (CNN) was developed to discriminate between healthy, MSI-H and MSS in human tissue and compared to a principal component analysis-linear discriminant analysis (PCA-LDA) and a support vector machine (SVM) model. A nested cross-validation strategy was used to train 30 samples, 10 from each group, with a total of 1490 Raman spectra. The CNN achieved a sensitivity and specificity of 83% and 45% compared to PCA-LDA, which achieved a sensitivity and specificity of 82% and 51%, respectively. These are competitive with existing guidelines, despite the low sample size, speaking to the molecular discriminative power of RS combined with deep learning. A number of biochemical antecedents responsible for this discrimination are also explored, with Raman peaks associated with nucleic acids and collagen being implicated.

ABSTRACT Multiplexed imaging technologies enable the study of biological tissues at single-cell resolution while preserving spatial information. Currently, high-dimension imaging data analysis is technology-specific and requires multiple tools, restricting analytical scalability and result reproducibility. Here we present SIMPLI (Single-cell Identification from MultiPlexed Images), a novel, flexible and technology-agnostic software that unifies all steps of multiplexed imaging data analysis. After raw image processing, SIMPLI performs a spatially resolved, single-cell analysis of the tissue slide as wells as cell-independent quantifications of marker expression to investigate features undetectable at the cell level. SIMPLI is highly customisable and can run on desktop computers as well as high-performance computing environments, enabling workflow parallelisation for large datasets. SIMPLI produces multiple tabular and graphical outputs at each step of the analysis. Its containerised implementation and minimum configuration requirements make SIMPLI a portable and reproducible solution for multiplexed imaging data analysis. SIMPLI is available at: https://github.com/ciccalab/SIMPLI .

Abstract Genomic analysis of the T-cell receptor (TCR) reveals the strength, breadth and clonal dynamics of the adaptive immune response to pathogens or cancer. The diversity of the TCR repertoire, however, means that sequencing is technically challenging, particularly for samples with low quality, degraded nucleic acids. Here, we have developed and validated FUME-TCRseq, a robust and sensitive RNA-based TCR sequencing methodology that is suitable for formalin-fixed paraffin-embedded samples and low amounts of input material. FUME-TCRseq incorporates unique molecular identifiers into each molecule of cDNA, allowing correction for sequencing errors and PCR bias. We used RNA extracted from colorectal and head and neck cancers to benchmark the accuracy and sensitivity of FUME-TCRseq against existing methods, and found excellent concordance between the datasets. Furthermore, FUME-TCRseq detected more clonotypes than a commercial RNA-based alternative, with shorter library preparation time and significantly lower cost. The high sensitivity and the ability to sequence RNA of poor quality and limited amount enables quantitative analysis of small numbers of cells from archival tissue sections, which is not possible with other methods. To demonstrate this we performed spatially-resolved FUME-TCRseq of colorectal cancers using macrodissected archival samples, revealing the shifting T-cell landscapes at the transition to an invasive phenotype, and between tumour subclones containing distinct driver alterations. In summary, FUME-TCRseq represents an accurate, sensitive and low-cost tool for the characterisation of T-cell repertoires, particularly in samples with low quality RNA that have not been accessible using existing methodology.

SUMMARY Mutation rate optimisation drives evolution and immune evasion of bacteria and lentiviral strains, including HIV. Whether evolving cancer lineages similarly adapt mutation rates to increase tumour cell fitness is unknown. Here, by mapping the clonal topography of mismatch repair-deficient (MMRd) colorectal cancer, we show that genomic MMRd mutability co-evolves with neoantigen selection to drive intratumour diversification and immune escape. Mechanistically, we find that microsatellite instability modulates subclonal DNA repair by toggling two hypermutable mononucleotide homopolymer runs in the mismatch repair genes MSH6 and MSH3 (C8 and A8, respectively) through stochastic frameshift switching. Spontaneous mutation and reversion at these evolvability switches modulates subclonal mutation rate, mutation bias, and clonal HLA diversity during MMRd cancer evolution. Combined experimental and simulation studies demonstrate that subclonal immune selection favours incremental MMR mutations. MMRd cancers thus fuel intratumour heterogeneity by adapting subclonal mutation rate and mutation bias to immune selection, revealing a conserved co-evolutionary arms race between neoantigen selection and adaptive genomic mutability. Our work reveals layers of mutational complexity and microsatellite biology in MMRd cancer evolution previously hidden in bulk analyses.

Summary Plasticity of cancer metabolism can be a major obstacle for efficient targeting of tumour-specific metabolic vulnerabilities. Here, we identify and quantify the compensatory mechanisms following the inhibition of major pathways of central carbon metabolism in c-MYC-induced liver tumours. We find that glutaminase isoform Gls2, expressed in normal liver, compensates for the deletion of Gls1 isoform expressed in tumours. Inhibiting both glutaminases significantly delays tumourigenesis but does not completely block glutamine catabolism through the Krebs cycle. We reveal that glutamine catabolism is then driven by amidotransferases. Consistently, the synergistic effect of glutaminase and amidotransferase inhibitors on proliferation of mouse and human tumour cells is observed in vitro and in vivo . Furthermore, when Gls1 is deleted the Krebs cycle activity and tumour formation can also be significantly affected if glycolysis is co-inhibited (Gls1 KO / Hk2 KO ). Finally, the inhibition of either serine ( Psat1 KO ) or fatty acid ( Fasn KO ) biosynthesis can be compensated by uptake of circulating nutrients. Thus, removing these nutrients from the diet produces synergistic effects on suppression of tumourigenesis. These results highlight the high flexibility of tumour metabolism and demonstrate how targeting compensatory mechanisms can improve a therapeutic outcome.

Abstract Neutrophilic inflammation correlates with mortality in fibrotic interstitial lung disease (ILD) however, the underlying mechanisms remain unclear. We aimed to determine whether aberrant neutrophil activation is a feature of ILD and the relative role of hypoxia. We used lung biopsies and bronchoalveolar lavage (BAL) from ILD patients to investigate the extent of hypoxia and neutrophil activation in lungs of patients with ILD. We complemented these findings with ex vivo functional studies of neutrophils from healthy volunteers to determine the effects of hypoxia. We demonstrate for the first time HIF-1α staining in neutrophils and endothelial cells in ILD lung biopsies. Hypoxia enhanced both spontaneous and phorbol 12-myristate 13-acetate (PMA)-induced neutrophil extracellular trap (NET) release (NETosis), neutrophil adhesion, and trans-endothelial migration. Hypoxia also increased neutrophil expression of the α M and α X integrin subunits. Interestingly, NETosis was induced by α M β 2 integrin activation and prevented by cation chelation. Finally, NETs were demonstrated in the BAL from ILD patients, and quantification showed significantly increased cell-free DNA content and MPO-citrullinated histone H3 complexes in ILD patients compared to non-ILD controls. Our work indicates that HIF-1α upregulation may augment neutrophil recruitment and activation within the lung interstitium through activation of β 2 integrins. Our results identify a novel HIF-1α-Integrin-NETosis axis for future exploration in therapeutic approaches to fibrotic ILD.

Abstract Chemotherapy, the standard of care treatment for cancer patients with advanced disease, has been increasingly recognised to activate host immune responses to produce durable outcomes. Here, in colorectal adenocarcinoma (CRC) we identify chemotherapy-induced Thioredoxin Interacting Protein ( TXNIP), a MondoA-dependent tumor suppressor gene, as a negative regulator of Growth/Differentiation Factor 15 (GDF15). GDF15 is a negative prognostic factor in CRC and promotes the differentiation of regulatory T cells (Tregs), through CD48 ligation. Intriguingly, multiple models including patient-derived tumor organoids demonstrate that loss of TXNIP/GDF15 axis functionality is associated with advanced disease or chemotherapeutic resistance, with transcriptomic or proteomic GDF15/TXNIP ratios showing potential as a prognostic biomarker. These findings illustrate a potentially common pathway where chemotherapy-induced epithelial stress drives local immune remodelling for patient benefit, with disruption of this pathway seen in refractory or advanced cases.

Immune system control is a major hurdle that cancer evolution must circumvent. The relative timing and evolutionary dynamics of subclones that have escaped immune control remain incompletely characterized, and how immune-mediated selection shapes the epigenome has received little attention. Here, we infer the genome- and epigenome-driven evolutionary dynamics of tumour-immune coevolution within primary colorectal cancers (CRCs). We utilise our existing CRC multi-region multi-omic dataset that we supplement with high-resolution spatially-resolved neoantigen sequencing data and highly multiplexed imaging of the tumour microenvironment (TME). Analysis of somatic chromatin accessibility alterations (SCAAs) reveals frequent somatic loss of accessibility at antigen presenting genes, and that SCAAs contribute to silencing of neoantigens. We observe that strong immune escape and exclusion occur at the outset of CRC formation, and that within tumours, including at the microscopic level of individual tumour glands, additional immune escape alterations have negligible consequences for the immunophenotype of cancer cells. Further minor immuno-editing occurs during local invasion and is associated with TME reorganisation, but that evolutionary bottleneck is relatively weak. Collectively, we show that immune evasion in CRC follows a "Big Bang" evolutionary pattern, whereby genetic, epigenetic and TME-driven immune evasion acquired by the time of transformation defines subsequent cancer-immune evolution.