Abstract Metastatic castration resistant prostate cancers (mCRPC) are treated with therapies that antagonize the androgen receptor (AR). Nearly all patients develop resistance to AR-targeted therapies (ART). Our previous work identified CREB5 as an upregulated target gene in human mCRPC that promoted resistance to all clinically-approved ART. The mechanisms by which CREB5 promotes progression of mCRPC or other cancers remains elusive. Integrating ChIP-seq and rapid immunoprecipitation and mass spectroscopy of endogenous proteins (RIME), we report that cells overexpressing CREB5 demonstrate extensive reprogramming of nuclear protein-protein interactions in response to the ART agent enzalutamide. Specifically, CREB5 physically interacts with AR, the pioneering actor FOXA1, and other known co-factors of AR and FOXA1 at transcription regulatory elements recently found to be active in mCRPC patients. We identified a subset of CREB5/FOXA1 co-interacting nuclear factors that have critical functions for AR transcription (GRHL2, HOXB13) while others (TBX3, NFIC) regulated cell viability and ART resistance and were amplified or overexpressed in mCRPC. Upon examining the nuclear protein interactions and the impact of CREB5 expression on the mCRPC patient transcriptome, we found CREB5 was associated with TGFβ and Wnt signaling and epithelial to mesenchymal transitions, implicating these pathways in ART resistance. Overall, these observations define the molecular interactions among CREB5, FOXA1, and pathways that promote ART resistance.

Prostate cancer (PC) is driven by aberrant signaling of the androgen receptor (AR) or its ligands, and androgen deprivation therapies (ADT) are a cornerstone of treatment. ADT responsiveness may be associated with germline alterations in genes that regulate androgen production, uptake, and conversion (APUC).

RNA sequencing (RNA-seq) is the conventional genome-scale approach used to capture the expression levels of all detectable genes in a biological sample. This is now regularly used in the clinical diagnostic space for cancer patients. While the information gained is intended to impact treatment decisions, numerous technical and quality issues remain. This includes inaccuracies in the dissemination of gene-gene relationships. For such reasons, clinical decisions are still mostly driven by DNA biomarkers, such as gene mutations or fusions. In this study, we aimed to correct for systemic bias based on RNA-sequencing platforms in order to improve our understanding of the gene-gene relationships. To do so, we examined standard pre-processed RNA-seq datasets obtained from three studies conducted by two consortium efforts including The Cancer Genome Atlas (TCGA) and Stand Up 2 Cancer (SU2C). We particularly examined the TCGA Bladder Cancer (n = 408) and Prostate Cancer (n = 498) studies as well as the SU2C Prostate Cancer study (n = 208). Using various statistical tests, we detected expression-level dependent, per-sample biases in all datasets. Using simulations, we show that these biases corrupt the results of t-tests designed to identify expression level differences between subpopulations. Importantly, these biases introduce large errors into estimates of gene-gene correlations. To mitigate these biases, we introduce Local Leveling as a novel mathematical approach that transforms count level data and corrects these observed biases. Local Leveling specifically corrects for the bias due to the inherent differential detection of transcripts that is driven by differential expression levels. Based on standard forms of count data (Raw counts, transcripts per million, fragments per kilobase of exon per million), we demonstrate that local leveling effectively removes the observed per-sample biases, and improves the accuracy in simulated statistical tests. Importantly, this led to systemic changes of gene-gene relationships when examining the correlation of key oncogenes, such as the Androgen Receptor, with all other detectable genes. Altogether, Local Leveling improves our capacity towards understanding gene-gene relationships, which may lead to novel ways to utilize the information derived from clinical tests.

1107 Background: Breast cancers (BC) harbor basal-like transcriptional profiles, in which a large subset are pathologically triple negative breast cancers (TNBC). These are hormone therapy insensitive, have limited targeted therapies, and decreased overall survival (OS). Recent studies determined that prostate cancers (PCs) also exhibit luminal- or basal-like transcriptional subtypes. The 30-40% of basal-like PCs exhibit resistance to hormone therapies and have overall worse clinical outcomes. Here we deployed in silico computational models and tumor phenotype testing in vitro and in vivo. This identified that CREB5, a transcription factor commonly amplified or overexpressed in advanced cancers, regulates basal-like BCs and PCs through stem cell-like genes and properties that drive tumor formation. Methods: Protein and RNA levels were examined in 5 subtypes of BC from the TCGA (n=981). Normalized expression and PAM50 signatures were analyzed using data from Decipher tests of PC patients (n=585). Kaplan-Meier curves were used to compare relapse free survival in PC (n=84) and OS in TNBC (n=248). The ALAN (Algorithm for Linking Activity Networks (1) computational tool was used to determine gene-gene similarities of ~20,000 genes based on ~400,000,000 pairwise comparisons in 208 tumors. In PC (LNCaP) and TNBC (MDA-MB-231 and HCC1806) cell lines, we examined gene expression profiles from RNA-seq and found Hallmark signatures through Gene Set Enrichment Analysis. Motif analysis was conducted from ChIP-seq data on immuno-precipitated CREB5. We conducted in vitro and in vivo assessment of tumorigenicity. Results: Basal BCs harbored increased CREB5 expression and CREB5-high basal BCs had worse outcomes (HR 2.09, 95% CI 1.1-3.96, p<0.021). Reflecting this, in basal-like BC cell lines, CREB5 increased cell viability and formation of tumor-like spheroids in 3D culture. In PCs, CREB5 had a positive correlation with basal- and not luminal-like PCs (Spearman ρ = 0.519, p<0.001). Through ALAN analysis of metastatic PCs, CREB5 exhibited strong concordance with other known resistance genes (FGFR1/2) as well as transcription factors that promote stem cell-like features. Particularly, CREB5 was associated with increased FOSL1 (Spearman ρ = 0.37, p<0.001), a metastasis-regulating gene. In PC cell lines, CREB5 overexpression promoted FOSL1 and other stem cell-like genes and co-bound to FOSL1 transcription regulatory elements. CREB5 overexpression in PC cell lines promoted the formation of tumor-like colonies, spheroids, and increased tumor formation from the xenografts in mice. Conclusions: Basal-like BCs and PCs demonstrate overexpression of CREB5, a gene that promotes tumor formation and stem cell-like genes. This mechanistic knowledge may guide treatment management strategies and aid in the development of novel therapies against basal-like BCs and PCs. 1. Bergom et al, Communications Biology, 2023.

Abstract Phenotypic plasticity is a recognized mechanism driving therapeutic resistance in prostate cancer (PCa) patients. While underlying molecular causations driving phenotypic plasticity have been identified, therapeutic success is yet to be achieved. To identify putative master regulator transcription factors (MR-TF) driving phenotypic plasticity in PCa, this work utilized a multiomic approach using genetically engineered mouse models of prostate cancer combined with patient data to identify MYBL2 as a significantly enriched transcription factor in PCa exhibiting phenotypic plasticity. Genetic inhibition of Mybl2 using independent murine PCa cell lines representing phenotypic plasticity demonstrated Mybl2 loss significantly decreased in vivo growth as well as cell fitness and repressed gene expression signatures involved in pluripotency and stemness. Because MYBL2 is currently not druggable, a MYBL2 gene signature was employed to identify cyclin-dependent kinase-2 (CDK2) as a potential therapeutic target. CDK2 inhibition phenocopied genetic loss of Mybl2 and significantly decreased in vivo tumor growth associated with enrichment of DNA damage. Together, this work demonstrates MYBL2 as an important MR-TF driving phenotypic plasticity in PCa. Further, high MYBL2 activity identifies PCa that would be responsive to CDK2 inhibition.

Abstract Resistance to androgen deprivation therapies leads to metastatic castration-resistant prostate cancer (mCRPC) of adenocarcinoma (AdCa) origin that can transform to emergent aggressive variant prostate cancer (AVPC) which has neuroendocrine (NE)-like features. To this end, we used LuCaP patient-derived xenograft (PDX) tumors, clinically relevant models that reflects and retains key features of the tumor from advanced prostate cancer patients. Here we performed proteome and phosphoproteome characterization of 48 LuCaP PDX tumors and identified over 94,000 peptides and 9,700 phosphopeptides corresponding to 7,738 proteins. When we compared 15 NE versus 33 AdCa PDX samples, we identified 309 unique proteins and 476 unique phosphopeptides that were significantly altered and corresponded to proteins that are known to distinguish these two phenotypes. Assessment of protein and RNA concordance from these tumors revealed increased dissonance in transcriptionally regulated proteins in NE and metabolite interconversion enzymes in AdCa.

Phenotypic plasticity is a recognized mechanism driving therapeutic resistance in prostate cancer (PCa) patients. While underlying molecular causations driving phenotypic plasticity have been identified, therapeutic success is yet to be achieved. To identify putative master regulator transcription factors (MR-TF) driving phenotypic plasticity in PCa, this work utilized a multiomic approach using genetically engineered mouse models of prostate cancer combined with patient data to identify MYBL2 as a significantly enriched transcription factor in PCa exhibiting phenotypic plasticity. Genetic inhibition of

Abstract Prostate cancer (PCa) remains the most diagnosed non-skin cancer amongst the American male population. Treatment for localized prostate cancer consists of androgen deprivation therapies (ADTs), which typically inhibit androgen production and the androgen receptor (AR). Though initially effective, a subset of patients will develop resistance to ADTs and the tumors will transition to castration-resistant prostate cancer (CRPC). Second generation hormonal therapies such as abiraterone acetate and enzalutamide are typically given to men with CRPC. However, these treatments are not curative and typically prolong survival only by a few months. Several resistance mechanisms contribute to this lack of efficacy such as the emergence of AR mutations, AR amplification, lineage plasticity, AR splice variants (AR-Vs) and increased kinase signaling. Having identified SRC kinase as a key tyrosine kinase enriched in CRPC patient tumors from our previous work, we evaluated whether inhibition of SRC kinase synergizes with enzalutamide or chemotherapy in several prostate cancer cell lines expressing variable AR isoforms. We observed robust synergy between the SRC kinase inhibitor, saracatinib, and enzalutamide, in the AR-FL+/AR-V+ CRPC cell lines, LNCaP95 and 22Rv1. We also observed that saracatinib significantly decreases AR Y 534 phosphorylation, a key SRC kinase substrate residue, on AR-FL and AR-Vs, along with the AR regulome, supporting key mechanisms of synergy with enzalutamide. Lastly, we also found that the saracatinib-enzalutamide combination reduced DNA replication compared to the saracatinib-docetaxel combination, resulting in marked increased apoptosis. By elucidating this combination strategy, we provide pre-clinical data that suggests combining SRC kinase inhibitors with enzalutamide in select patients that express both AR-FL and AR-Vs.