Abstract Many human diseases have a strong association with diverse types of genetic alterations. These diseases include cancer, in which tumor genomes often harbor a complex spectrum of single-nucleotide alterations and chromosomal rearrangements that can perturb gene function in ways that remain poorly understood. Some cancer-associated genes exhibit a tremendous degree of mutational heterogeneity, which may impact disease initiation, progression, and therapy responses. For example, TP53 , the most frequently mutated gene in cancer, shows extensive allelic variation that leads to the generation of altered proteins that can produce functionally distinct phenotypes. Whether distinct variants of TP53 and other genes encode proteins with loss-of-function, gain-of-function, or otherwise neomorphic phenotypes remains both controversial and technically challenging to assess, particularly at the endogenous level. Here, we present a high-throughput prime editing “sensor” strategy to quantitatively assess the functional impact of diverse types of endogenous genetic variants. We used this strategy to screen the largest collection of endogenous cancer-associated TP53 variants assembled to date, identifying both known and novel alleles that impact p53 function in mechanistically diverse ways. Intriguingly, we find that certain types of endogenous TP53 variants, particularly those in the p53 oligomerization domain, display opposite phenotypes in exogenous overexpression systems. These include disease-relevant variants found in humans with cancer predisposition syndromes that encode altered proteins with unique molecular properties. Our results emphasize the physiological importance of gene dosage in shaping native protein stoichiometry and protein-protein interactions, highlight the dangers of using exogenous overexpression systems to interpret pathogenic alleles, and establish a powerful computational and experimental framework for studying diverse types of genetic variants in their endogenous sequence context at scale.

ABSTRACT Metastatic gastric carcinoma is a highly lethal cancer that responds poorly to conventional and molecularly targeted therapies. Despite its clinical relevance, the mechanisms underlying the behavior and therapeutic response of this disease are poorly understood owing, in part, to a paucity of tractable models that faithfully recapitulate different subtypes of the human disease. To close this gap, we developed methods to somatically introduce different oncogenic lesions directly into the stomach epithelium and show that genotypic configurations observed in patients produce metastatic gastric cancers that recapitulate the histological, molecular, and clinical features of all non-viral molecular subtypes of the human disease. Applying this platform to both wild-type and immune-deficient mice revealed previously unappreciated links between the genotype, organotropism and immune surveillance of metastatic cells that produced distinct patterns of metastasis that were mirrored in patients. Our results establish and credential a highly portable platform for producing autochthonous cancer models with flexible genotypes and host backgrounds, which can unravel mechanisms of gastric tumorigenesis or test new therapeutic concepts aimed at improving outcomes in gastric cancer patients.

Abstract The response to tumor-initiating inflammatory and genetic insults can vary amongst morphologically indistinguishable cells, suggesting yet uncharacterized roles for epigenetic plasticity during early neoplasia. To investigate the origins and impact of such plasticity, we perform single-cell analyses on normal, inflamed, pre-malignant and malignant tissues in autochthonous models of pancreatic cancer. We reproducibly identify heterogeneous cell-states that are primed for diverse late-emerging neoplastic fates and link these to chromatin remodeling at cell-cell communication loci. Using a new inference approach, we reveal signaling gene modules and tissue-level crosstalk, including a neoplasia-driving feedback loop between discrete epithelial and immune cell populations that we validate by genetic perturbation in mice. Our results uncover a neoplasia-specific tissue remodeling program that may be exploited for pancreas cancer interception. One-Sentence Summary Single-cell analysis reveals that enhanced epigenetic plasticity drives pro-neoplastic crosstalk in early pancreatic cancer.

ABSTRACT Single nucleotide variants (SNVs) comprise the majority of cancer-associated genetic changes and can have diverse effects on protein function. Despite a comprehensive catalogue of SNVs across human cancers, little is known about their impact on tumor initiation and progression. To enable the functional interrogation of cancer-associated SNVs, we developed a murine system for temporal and regulatable in vivo cytosine base editing (iBE). The iBE mice show robust, doxycycline-dependent expression across a broad range of tissues with no evidence of DNA or RNA off-target effects. Transient iBE induction drives efficient creation of individual or multiple SNVs in intestinal, lung, and pancreatic organoids, while temporal iBE regulation allows controlled sequential genome editing. Moreover, in situ delivery of plasmid-based or synthetic sgRNAs to target tissues facilitates the simple and rapid generation of pre-clinical cancer models. Overall, iBE is a powerful in vivo platform to define and interrogate the genetic drivers of cancer.

ABSTRACT Cellular senescence involves a stable cell cycle arrest coupled to a secretory program that, in some instances, stimulates the immune clearance of senescent cells. Using an immune competent tumor model in which senescence triggers CD8 T cell-mediated tumor rejection, we show that senescence also remodels cell surface proteome to alter how they sense environmental factors, as exemplified by Type II interferon gamma (IFN-γ). Compared to proliferating cells, senescent cells upregulate IFN-γ receptor, become hypersensitized to microenvironmental IFN-γ, and more robustly induce antigen presenting machinery -effects also recapitulated in human tumor cells treated with senescence-inducing drugs. Disruption of the IFN-γ sensing by senescent cells blunts their immune-mediated clearance without disabling their characteristic secretory program or immune cell recruitment. Our results demonstrate that senescent cells have an enhanced ability to both send and receive environmental signals, and imply that each process is required for their effective immune surveillance. SIGNIFICANCE Our work identifies a novel interplay between tissue remodeling and tissue sensing programs that can be engaged by senescence in advanced cancers to render tumor cells more visible to the adaptive immune system. This new facet of senescence establishes reciprocal heterotypic signaling interactions that can be induced therapeutically to enhance anti-tumor immunity.

SUMMARY Somatic chromosomal deletions are prevalent in cancer, yet their functional contributions remain ill-defined. Among the most prominent of these events are deletions of chromosome 9p21.3, which disable a cell intrinsic barrier to tumorigenesis by eliminating the CDKN2A/B tumor suppressor genes. However, half of 9p21.3 deletions encompass a cluster of 16 type I interferons (IFNs) whose co-deletions have not been functionally characterized. To dissect how 9p21.3 and other genomic deletions impact cancer, we developed MACHETE (Molecular Alteration of Chromosomes with Engineered Tandem Elements), a genome engineering strategy that enables flexible modeling of megabase-sized deletions. Generation of 9p21.3-syntenic deletions in a mouse model of pancreatic cancer revealed that concomitant loss of Cdkn2a/b and the IFN cluster led to immune evasion and metastasis compared to Cdkn2a/b -only deletions. Mechanistically, IFN co-deletion disrupted type I IFN signaling, altered antigen-presenting cells, and facilitated escape from CD8+ T cell surveillance in a cell extrinsic manner requiring loss of interferon epsilon ( Ifne ). Our results establish co-deletions of the IFN cluster as a pervasive route to tumor immune evasion and metastasis, revealing how deletions can disable physically linked cell intrinsic and extrinsic tumor suppression. Our study establishes a framework to dissect the functions of genomic deletions in cancer and beyond.

ABSTRACT Driver gene mutations can increase the metastatic potential of the primary tumor 1–3 , but their role in sustaining tumor growth at metastatic sites is poorly understood. A paradigm of such mutations is inactivation of SMAD4 – a transcriptional effector of TGFβ signaling – which is a hallmark of multiple gastrointestinal malignancies 4,5 . SMAD4 inactivation mediates TGFβ’s remarkable anti-to pro-tumorigenic switch during cancer progression and can thus influence both tumor initiation and metastasis 6–14 . To determine whether metastatic tumors remain dependent on SMAD4 inactivation, we developed a mouse model of pancreatic ductal adenocarcinoma (PDAC) that enables Smad4 depletion in the pre-malignant pancreas and subsequent Smad4 reactivation in established metastases. As expected, Smad4 inactivation facilitated the formation of primary tumors that eventually colonized the liver and lungs. By contrast, Smad4 reactivation in metastatic disease had strikingly opposite effects depending on the tumor’s organ of residence: suppression of liver metastases and promotion of lung metastases. Integrative multiomic analysis revealed organ-specific differences in the tumor cells’ epigenomic state, whereby the liver and lungs harbored chromatin programs respectively dominated by the KLF and RUNX developmental transcription factors, with Klf4 depletion being sufficient to reverse Smad4 ’s tumor-suppressive activity in liver metastases. Our results show how epigenetic states favored by the organ of residence can influence the function of driver genes in metastatic tumors. This organ-specific gene–chromatin interplay invites consideration of anatomical site in the interpretation of tumor genetics, with implications for the therapeutic targeting of metastatic disease.

Abstract Tumor genomes often harbor a complex spectrum of single nucleotide mutations, small indels, and large chromosome rearrangements that can perturb coding and non-coding regions of the genome in ways that remain poorly understood. The mutational processes responsible for the genesis of these events are also not static; instead, they continue to operate throughout disease evolution and further diversify the genetic and phenotypic landscape of cancer cells. Mounting evidence suggests that tumor genotype can be an important determinant of disease progression and therapy response, such as by modulating the sensitivity or resistance of cancer cells to mutant-specific drugs. These types of observations have motivated efforts to treat cancers with genome-informed therapies, highlighting the need to understand how different genetic variants precisely affect gene function and overall tumor phenotypes. Variant-function maps that provide a mechanistic understanding of the biology driven by cancer-associated mutations are needed to design these types of treatment strategies. Precision genome editing technologies like base and prime editing are uniquely suited to tackle this problem. Nevertheless, deploying these methods for systematic variant-function studies and disease modeling in vivo has not been straightforward due to lack of robust and scalable platforms capable of assessing editing efficiency and precision, particularly at endogenous loci. With this goal in mind, we previously developed and applied high-throughput base editing ‘sensor’ approaches that link endogenous genome editing outcomes with synthetic DNA-based readouts and cellular fitness measurements. Using these approaches, we showed that several uncharacterized mutant p53 alleles drive cancer cell proliferation and in vivo tumor development. Building upon this work, we recently developed new prime editing guide RNA design tools and sensor-based approaches that similarly couple quantitative editing outcomes to cellular fitness, allowing us to significantly expand the breadth of cancer-associated mutations that can be interrogated using these precision genome editing technologies. In this talk, I will describe ongoing work using base and prime editing sensor libraries to probe the biological impact of thousands of functionally-distinct genetic variants in diverse types of protein-coding genes and families to learn how these influence various cancer phenotypes. I will also discuss how the implementation of these modular technologies will allow researchers to functionally disentangle the impact of endogenous and exogenous mutational processes on functional selection and tumor evolution with close to single base pair resolution. This generalizable precision genome editing framework will facilitate the functional interrogation of genetic variants across diverse biological contexts, providing much needed insight into cancer variant-function relationships that could be leveraged to develop more precise cancer treatment paradigms, including synthetic lethal therapies that exploit tumor genotype. Citation Format: Francisco J. Sánchez-Rivera, Samuel I. Gould, Alexandra N. Wuest, Kexin Dong, Grace A. Johnson, Alvin Hsu, Varun K. Narendra, Ondine Atwa, Stuart S. Levine, David R. Liu. Functional studies of genetic variation using precision genome editing [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Expanding and Translating Cancer Synthetic Vulnerabilities; 2024 Jun 10-13; Montreal, Quebec, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(6 Suppl):Abstract nr IA020.