Abstract Objective Transcriptomic-based subtyping, Consensus Molecular Subtyping (CMS) and CRC Intrinsic Subtyping (CRIS), identify a patient subpopulation with mesenchymal traits (CMS4/CRIS-B) and poorer outcome. Here, we investigated the relationship between prevalence of Fusobacterium nucleatum ( Fn ) and Fusobacteriales , CMS/CRIS subtyping, cell type composition, immune infiltrates and host contexture to refine patients stratification and identify druggable context-specific vulnerabilities. Design We coupled cell culture experiments with characterization of Fn / Fusobacteriales prevalence and host biology/microenviroment in tumours from 2 independent CRC patient cohorts (Taxonomy: n=140; TCGA-COAD-READ: n=605). Results In vitro, Fn infection induced inflammation via NFκB/TNFα in HCT116 and HT29 cancer cell lines. In patients, high Fn / Fusobacteriales were found in CMS1, MSI tumours, with infiltration of macrophages M1, reduced macrophages M2, and high IL6/IL8/IL1β signaling. Analysis of the Taxonomy cohort suggested that Fn was prognostic for CMS4/CRIS-B patients, despite having lower Fn load than CMS1 patients. In the TCGA-COAD-READ cohort, we likewise identified a differential association between Fusobacteriales relative abundance and outcome when stratifying patients in mesenchymal (either CMS4 and/or CRIS-B) vs. non-mesenchymal (neither CMS4 nor CRIS-B). Patients with mesenchymal tumours and high Fusobacteriales had approximately 2-fold higher risk of worse outcome. These associations were null in non-mesenchymal patients. Modelling the 3-way association between Fusobacteriales prevalence, molecular subtyping, and host contexture with logistic models with an interaction term disentangled the pathogen/host-signaling relationship and identified aberrations (including EMT/WNT/NOTCH) as candidate targets. Conclusion This study identifies CMS4/CRIS-B patients with high Fn / Fusobacteriales prevalence as a high-risk subpopulation that may benefit from therapeutics targeting mesenchymal biology. Significance of this study What is already known on this subject? Fusobacterium nucleatum ( Fn ), a commensal Gram-negative anaerobe from the Fusobacteriales order, is an onco-bacterium in CRC as a causal relationship between Fn prevalence and CRC pathogenesis, progression and treatment response has been reported in vivo . Broad spectrum antibiotics has proven moderately successful in reducing tumour growth in preclinical models. However, the use of antibiotics to treat bacterium-positive cases in the clinic is not a viable option as it may further alter the already dysbiotic gut microbiome of CRC patients and may also have limited efficacy against Fn which penetrates and embeds deeply within the tumour. The highly heterogenous CRC patient population can be classified into distinct molecular subtypes (CMS and CRIS) based on gene expression profiles mirroring the underlying transcriptional programs. Patients classified as CMS4 and CRIS-B exhibit a mesenchymal phenotype and have poorer outcome. What are the new findings? Fn / Fusobacteriales prevalence is associated with immune involvement (decrease in macrophages M1 and increase in macrophages M2) and activation of specific signalling programs (inflammation, DNA damage, WNT, metastasis, proliferation, cell cycle) in the host tumours. The prevalence of bacteria from the Fusobacteriales order, largely driven by Fn species, play an active or opportunistic role depending on the underlying host tumour biology and microenvironment. Fn and other species of the Fusobacteriales order are enriched in CMS1 (immuno, microsatellite unstable) patients compared to CMS2-4 cases. Fn / Fusobacteriales prevalence is associated with worse clinical outcome in patients with mesenchymal-rich CMS4/CRIS-B tumours, but not in patients with other molecular subtypes. How might it impact on clinical practice in the foreseeable future? Fn / Fusobacteriales screening and transcriptomic-based molecular subtyping should be considered to identify patients with mesenchymal-rich tumours and high bacterium prevalence and to inform disease management. Fn / Fusobacteriales prevalence may need to be addressed exclusively in patients with mesenchymal-rich high-stromal infiltrating tumours rather than a blanket-approach to treat all pathogen-positive patients. Clinical management of the disease for this subpopulation of high-risk patients with unfavourable clinical outcome could be attained by administering compounds currently in clinical trials that target aberrations in the host signaling pathways (NOTCH, WNT, EMT) and tumour microenviroment (inflammasome, activated T cells, complement system, and macrophage chemotactism and activation).

Abstract Cancer cells’ ability to inhibit apoptosis is key to malignant transformation and limits response to therapy. Here, we performed multiplexed immunofluorescence analysis on tissue microarrays with 373 cores from 168 patients, segmentation of 2.4 million individual cells and quantification of 20 cell lineage and apoptosis proteins. Ordinary differential equation-based modelling of apoptosis sensitivity at single cell resolution was conducted and an atlas of inter- and intra-tumor heterogeneity in apoptosis susceptibility generated. We identified an enrichment for BCL2 in immune, and BAK, SMAC and XIAP in cancer cells. ODE-based modelling at single cell resolution identified an enhanced sensitivity of cancer cells to mitochondrial permeabilization and executioner caspase activation compared to immune and stromal cells, with significant inter- and intra-tumor heterogeneity. However, we did not find increased spatial heterogeneity of apoptosis signaling in cancer cells, suggesting that such heterogeneity is an intrinsic, non-genomic property not increased by the process of malignant transformation.

Abstract Background Radiation therapy and chemotherapy using Temozolomide are the standard adjuvant treatments for patients with glioblastoma. Despite maximal treatment prognosis is still poor largely due to the emergence of Temozolomide resistance. This resistance is closely linked to the widely recognized inter- and intra-tumoral heterogeneity in glioblastoma, although the underlying mechanisms are not yet fully understood. This study aims to investigate the diverse molecular mechanisms involved in temozolomide resistance. Methods To induce temozolomide resistance, we subjected 21 patient-derived glioblastoma cell cultures to Temozolomide treatment for a period of up to 90 days. Prior to treatment, the cells’ molecular characteristics were analyzed using bulk RNA sequencing. Additionally, we performed single-cell sequencing on four of the cell cultures to track the evolution of temozolomide resistance. Results The induced temozolomide resistance was associated with two distinct phenotypic behaviors, classified as “adaptive” (ADA) or “non-adaptive” (N-ADA) to temozolomide. The ADA phenotype displayed neurodevelopmental and metabolic gene signatures, whereas the N-ADA phenotype expressed genes related to cell cycle regulation, DNA repair, and protein synthesis. Single-cell RNA sequencing revealed that in ADA cell cultures, one or more subpopulations emerged as dominant in the resistant samples, whereas N-ADA cell cultures remained relatively stable. Conclusions The adaptability and heterogeneity of glioblastoma cells play pivotal roles in temozolomide treatment and contribute to the tumor’s ability to survive. Depending on the tumor’s adaptability potential, subpopulations with acquired resistance mechanisms may arise. Further research is necessary to deepen our understanding of these mechanisms and develop strategies to overcome them.

MicroRNAs (miRNAs) are short noncoding RNAs that shape the gene expression landscape, including during the pathogenesis of temporal lobe epilepsy (TLE). In order to provide a full catalog of the miRNA changes that happen during experimental TLE, we sequenced Argonaute 2-loaded miRNAs in the hippocampus of three different animal models at regular intervals between the time of the initial precipitating insult to the establishment of spontaneous recurrent seizures. The commonly upregulated miRNAs were selected for a functional in vivo screen using oligonucleotide inhibitors. This revealed anti-seizure phenotypes upon inhibition of miR-10a-5p, miR-21a-5p and miR-142a-5p as well as neuroprotection-only effects for inhibition of miR-27a-3p and miR-431-5p. Proteomic data and pathway analysis on predicted and validated targets of these miRNAs indicated a role for TGFβ signaling in a shared seizure-modifying mechanism. Together, these results identify functional miRNAs in the hippocampus and a pipeline of new targets for seizure control in epilepsy.

RNA therapies such as oligonucleotides (OGNs) offer precision treatments for a variety of neurological diseases, including epilepsy but their deployment is hampered by the blood brain barrier (BBB). Here we used brain imaging and assays of serum proteins and tracer extravasation, to determine that BBB disruption occurring after status epilepticus in mice was sufficient to permit passage of systemically-injected antisense OGNs targeting microRNA-134 (Ant-134) into the brain parenchyma. A single intraperitoneal injection of Ant-134 two hours after status epilepticus in mice resulted in potent suppression of spontaneous recurrent seizures, reaching a 99.5% reduction during recordings at three months. The duration of spontaneous seizures, when they occurred, was also reduced in Ant-134-treated mice. These studies indicate that systemic delivery of Ant-134 reaches the brain and produces disease modifying effects after systemic injection in mice when timed with BBB disruption and may be a clinically-viable approach for this and other disease-modifying microRNA therapies.

The mechanisms that link diet and body weight are not fully understood. A diet high in fat often leads to obesity, and this in part is the consequence of diet-induced injury to specific hypothalamic nuclei. It has been suggested that a diet high in fat leads to cell loss in the lateral hypothalamus, which contains specific populations of neurones that are essential for regulating energy homoeostasis; however, we do not know which cell types are affected by the diet. We studied the possibility that high-fat diet leads to a reduction in orexin/hypocretin (O/H) and/or melanin-concentrating hormone (MCH) immunoreactivity in the lateral hypothalamus. We quantified immuno-labelled O/H and MCH cells in brain sections of mice fed a diet high in fat for up to 12 weeks starting at 4 weeks of age and found that this diet did not modify the number of O/H- or MCH-immunoreactive neurones. By contrast, there were fewer O/H- (but not MCH-) immunoreactive cells in genetically-obese db/db mice compared to wild-type mice. Non-obese, heterozygous db/+ mice also had fewer O/H-immunoreactive cells. Differences in the number of O/H-immunoreactive cells were only a function of the db genotype but not of diet or body weight. Our findings show that the lateral hypothalamus is affected differently in genetic and in diet-induced obesity, and support the idea that hypothalamic neurones involved in energy balance regulation are not equally sensitive to the effects of diet.

Abstract Resistance to standard and novel therapies remains the main obstacle to cure in acute myeloid leukemia (AML) and is often driven by metabolic adaptations which are therapeutically actionable. Here we identify inhibition of mannose-6-phosphate isomerase (MPI), the first enzyme in the mannose metabolism pathway, as a sensitizer to both cytarabine and FLT3 inhibitors across multiple AML models. Mechanistically, we identify a connection between mannose metabolism and fatty acid metabolism, that is mediated via preferential activation of the ATF6 arm of the unfolded protein response (UPR). This in turn leads to cellular accumulation of polyunsaturated fatty acids, lipid peroxidation and ferroptotic cell death in AML cells. Our findings provide further support to the role of rewired metabolism in AML therapy resistance, unveil a novel connection between two apparently independent metabolic pathways and support further efforts to achieve eradication of therapy-resistant AML cells by sensitizing them to ferroptotic cell death.

ABSTRACT Purpose Novel covalent inhibitors of KRAS G12C have shown limited response rates in KRAS G12C mutant (MT) colorectal cancer (CRC) patients. Thus, novel KRAS G12C inhibitor combination strategies that can achieve deep and durable responses are needed. Experimental design Small molecule KRAS G12C inhibitors AZ’1569 and AZ’8037 were employed. To identify novel candidate combination strategies for AZ’1569, we performed RNA sequencing, siRNA and high-throughput drug screening. Top hits were validated in a panel of KRAS G12C MT CRC cells and in vivo . AZ’1569-resistant CRC cells were generated and characterised. Results Response to AZ’1569 was heterogeneous across the KRAS G12C MT models. AZ’1569 was ineffective at inducing apoptosis when used as single-agent or combined with chemotherapy or agents targeting the EGFR/KRAS/AKT axis. Using a systems biology approach, we identified the anti-apoptotic BH3-family member BCL2L1 /Bcl-xL as a top hit mediating resistance to AZ’1569. Further analyses identified acute increases in the pro-apoptotic protein BIM following AZ’1569 treatment. ABT-263 (Navitoclax), a pharmacological Bcl-2 family-inhibitor that blocks the ability of Bcl-xL to bind and inhibit BIM, led to dramatic and universal apoptosis when combined with AZ’1569. Furthermore, this combination also resulted in dramatically attenuated tumour growth in KRAS G12C MT xenografts. Finally, AZ’1569-resistant cells showed amplification of KRAS G12C , EphA2/c-MET activation, increased pro-inflammatory chemokine profile and cross-resistance to several targeted agents. Importantly, KRAS amplification and AZ’1569-resistance were reversible upon drug withdrawal, arguing strongly for the use of drug holidays in the case of KRAS amplification. Conclusions Combinatorial targeting of Bcl-xL and KRAS G12C is highly effective, suggesting a novel therapeutic strategy for KRAS G12C MT CRC patients.

Abstract Objective Here, we systematically investigated alterations in the bacteriome and mycobiome of CRC patients in tumours and matched adjacent mucosa resulting in the identification of microbiome-based subtypes associated with host clinico-pathological and molecular characteristics. Design Diversity and composition of bacteriome and mycobiome of tumour and adjacent mucosa, resulting subtypes were computationally deconvoluted from RNA sequencing, using >10000 samples from in-house and publically available patient cohorts. Results The bacteriome of tumours had higher dominance and lower α-diversity compared to matched adjacent local and distant mucosa. Tumours were enriched with Proteobacteria ( Gammaproteobacteria class), Fusobacteria (including Fusobacterium Nucleatum species) and Basidiomycota fungi ( Malasseziaceae family). Tumours were depleted of Bacteroidetes ( Bacteroidia class), Firmicutes ( Clostridia class) and Ascomycota ( Sordariomycetes and Saccharomycotina ). Tumours and adjacent mucosa samples were classified into 4 microbial subtypes, termed C1 to C4, based on the bacteriome and mycobiome composition. The bacterial Propionibacteriaceae , Enterobacteriaceae , Fusobacteriaceae , Bacteroidaceae and Ruminococcaceae and the fungal Malasseziaceae , Saccharomycetaceae and Aspergillaceae were among the key families driving the microbial subtyping. Microbial subtypes were associated with distinct tumour histology and patient phenotypes and served as an independent prognostic marker for disease-free survival. Key associations between microbial subtypes and alterations in host immune response and signalling pathways were validated in the TCGA pan-cancer cohort. The microbial subtyping demonstrated stratification value in the pan-cancer settings beyond merely representing differences in survival by cancer type. Conclusions This study demonstrates the translational potential of microbial subtyping in CRC patient stratification, and provides avenues to design tailored microbiota modulation therapy to further precision oncology. Statement of significance What is already known on this subject? The microbiome has been implicated in the pathogenesis, progression and therapeutic response in patients diagnosed with CRC and other cancers. The vast majority of studies to date has focussed on investigating the bacteriome while the critical role played by the mycobiome in shaping cancer has begun to be explored more recently. The bacterial and fungal composition and diversity in on-tumour tissue compared to matched local and distal off-tumour mucosa is largely unexplored. Tumorigenesis may be promoted via alterations of the microbiome ecosystem that may be better recapitulated by a multi-kingdom microbial signature rather than by the abundance of individual bacterial or fungal microorganisms. What are the new findings? On-tumour tissue was enriched with Fusobacteria, Proteobacteria, Basidyomicota and depleted of Bacteroidetes, Firmicutes, Ascomycota compared with adjacent off-tumour mucosa. We stratified >600 CRC patients into four distinct microbial-based subtypes (C1-C4) according to their bacteriome and mycobiome composition. The microbial subtypes were associated with distinct prognosis, clinical phenotypes such as staging, tumour location, history, lymphovascular invasion, TP53 status and clinical outcome. Furthermore, the majority of matched adjacent mucosa samples were classified as C1 and paired tumour-matched normal samples demonstrated a robust shift towards the C1 subtype in off-tumour tissue, suggesting that the C1 subtype may recapitulate a healthier-like microbiome. This hypothesis was supported by the microbial subtyping of colon samples from healthy subjects that were categorised as C1 almost exclusively. The identified microbial subtyping demonstrated stratification value in the pan-cancer settings (n=28 additional solid cancer indications spanning >9000 samples) beyond merely representing differences in survival by cancer type, providing the strongest stratification in liver cancer. How might it impact on clinical practise in the foreseeable future? This study laids the foundation to develop a microbial signature as biomarker to clinically manage CRC and other solid cancers and potentially lead to microbiome-based companion diagnostics to design microbiota modulation therapy tailored to specific patients subgroups with distinct bacteriomes and mycobiomes.

Abstract Colorectal cancer (CRC) is one of the most frequently occurring cancers, but prognostic biomarkers identifying patients at risk of recurrence are still lacking. In this study, we aimed to investigate in more detail the spatial relationship between intratumoural T cells, cancer cells, and cancer cell hallmarks, as prognostic biomarkers in stage III colorectal cancer patients. We conducted multiplexed imaging of 56 protein markers at single cell resolution on resected fixed tissue from stage III CRC patients who received adjuvant 5-fluorouracil-based chemotherapy. Images underwent segmentation for tumour, stroma and immune cells, and cancer cell ‘state’ protein marker expression was quantified at a cellular level. We developed a Python package for estimation of spatial proximity, nearest neighbour analysis focusing on cancer cell – T cell interactions at single-cell level. In our discovery cohort (MSK), we processed 462 core samples (total number of cells: 1,669,228) from 221 adjuvant 5FU-treated stage III patients. The validation cohort (HV) consisted of 272 samples (total number of cells: 853,398) from 98 stage III CRC patients. While there were trends for an association between percentage of cytotoxic T cells (across the whole cancer core), it did not reach significance (Discovery cohort: p = 0.07, Validation cohort: p = 0.19). We next utilized our region-based nearest neighbourhood approach to determine the spatial relationships between cytotoxic T cells, helper T cells and cancer cell clusters. In the both cohorts, we found that lower distance between cytotoxic T cells, T helper cells and cancer cells was significantly associated with increased disease-free survival. An unsupervised trained model that clustered patients based on the median distance between immune cells and cancer cells, as well as protein expression profiles, successfully classified patients into low-risk and high-risk groups (Discovery cohort: p = 0.01, Validation cohort: p = 0.003).