Prostate cancers are considered to be immunologically 'cold' tumors given the very few patients who respond to checkpoint inhibitor (CPI) therapy. Recently, enrichment of interferon-stimulated genes (ISGs) predicted a favorable response to CPI across various disease sites. The enhancer of zeste homolog-2 (EZH2) is overexpressed in prostate cancer and known to negatively regulate ISGs. In the present study, we demonstrate that EZH2 inhibition in prostate cancer models activates a double-stranded RNA-STING-ISG stress response upregulating genes involved in antigen presentation, Th1 chemokine signaling and interferon response, including programmed cell death protein 1 (PD-L1) that is dependent on STING activation. EZH2 inhibition substantially increased intratumoral trafficking of activated CD8+ T cells and increased M1 tumor-associated macrophages, overall reversing resistance to PD-1 CPI. Our study identifies EZH2 as a potent inhibitor of antitumor immunity and responsiveness to CPI. These data suggest EZH2 inhibition as a therapeutic direction to enhance prostate cancer response to PD-1 CPI.

Abstract Neuroendocrine carcinomas (NEC) are tumors expressing markers of neuronal differentiation that can arise at different anatomic sites but have strong histological and clinical similarities. Here we report the chromatin landscapes of a range of human NECs and show convergence to the activation of a common epigenetic program. With a particular focus on treatment emergent neuroendocrine prostate cancer (NEPC), we analyzed cell lines, patient-derived xenograft (PDX) models and human clinical samples to show the existence of two distinct NEPC subtypes based on the expression of the neuronal transcription factors ASCL1 and NEUROD1. While in cell lines and PDX models these subtypes are mutually exclusive, single cell analysis of human clinical samples exhibit a more complex tumor structure with subtypes coexisting as separate sub-populations within the same tumor. These tumor sub-populations differ genetically and epigenetically contributing to intra- and inter-tumoral heterogeneity in human metastases. Overall our results provide a deeper understanding of the shared clinicopathological characteristics shown by NECs. Furthermore, the intratumoral heterogeneity of human NEPCs suggests the requirement of simultaneous targeting of coexisting tumor populations as a therapeutic strategy.

ABSTRACT c-MYC (MYC) is a major driver of prostate cancer tumorigenesis and progression. Although MYC is overexpressed in both early and metastatic disease and associated with poor survival, its impact on prostate transcriptional reprogramming remains elusive. We demonstrate that MYC overexpression significantly diminishes the androgen receptor (AR) transcriptional program (the set of genes directly targeted by the AR protein) in luminal prostate cells without altering AR expression. Importantly, analyses of clinical specimens revealed that concurrent low AR and high MYC transcriptional programs accelerate prostate cancer progression toward a metastatic, castration-resistant disease. Data integration of single-cell transcriptomics together with ChIP-seq revealed an increased RNA polymerase II (Pol II) promoter-proximal pausing at AR-dependent genes following MYC overexpression without an accompanying deactivation of AR-bound enhancers. Altogether, our findings suggest that MYC overexpression antagonizes the canonical AR transcriptional program and contributes to prostate tumor initiation and progression by disrupting transcriptional pause release at AR-regulated genes. STATEMENT OF SIGNIFICANCE AR and MYC are key to prostate cancer etiology but our current understanding of their interplay is scarce. Here we show that the oncogenic transcription factor MYC can pause the transcriptional program of the master transcription factor in prostate cancer, AR, while turning on its own, even more lethal program.

Abstract Lineage plasticity, the ability of a cell to alter its identity, is an increasingly common mechanism of adaptive resistance to targeted therapy in cancer 1,2 . An archetypal example is the development of neuroendocrine prostate cancer (NEPC) after treatment of prostate adenocarcinoma (PRAD) with inhibitors of androgen signaling. NEPC is an aggressive variant of prostate cancer that aberrantly expresses genes characteristic of neuroendocrine (NE) tissues and no longer depends on androgens. To investigate the epigenomic basis of this resistance mechanism, we profiled histone modifications in NEPC and PRAD patient-derived xenografts (PDXs) using chromatin immunoprecipitation and sequencing (ChIP-seq). We identified a vast network of cis -regulatory elements (N~15,000) that are recurrently activated in NEPC. The FOXA1 transcription factor (TF), which pioneers androgen receptor (AR) chromatin binding in the prostate epithelium 3,4 , is reprogrammed to NE-specific regulatory elements in NEPC. Despite loss of dependence upon AR, NEPC maintains FOXA1 expression and requires FOXA1 for proliferation and expression of NE lineage-defining genes. Ectopic expression of the NE lineage TFs ASCL1 and NKX2-1 in PRAD cells reprograms FOXA1 to bind to NE regulatory elements and induces enhancer activity as evidenced by histone modifications at these sites. Our data establish the importance of FOXA1 in NEPC and provide a principled approach to identifying novel cancer dependencies through epigenomic profiling.

Effective biomarkers and diagnostic tools are urgently needed in clinical settings for improved management of prostate cancer patients, especially to reduce over-treatment of indolent tumors and for early identification of aggressive disease. Gene expression signatures are currently the “gold standard” to provide guide clinical decision, however their clinical utility and interpretability is questionable. Multi-modal molecular profiling provides an holistic approach to systematically unravel the biological complexity underlying cancer pathogenesis, hence biomarkers developed using such an integrated approach hold the potential to more accurately capture cancer-driving alterations than signatures based on a single omics modality. Currently, however, robust and reproducible multi- omics biomarkers are still lacking for prostate cancer. In this study, we analyzed transcriptomics and metabolomics profiles jointly in a prostate cancer cohort and identified two prognostic signatures with high statistical powers (signature 1: EGLN3, succinate, trans-4-hydroxyprolin; and signature 2: IL6, SLC22A2, histamine). Our approach leveraged a priori biological knowledge of the cellular metabolism and gene circuitry, enabling the identification of dysregulated network modules. Functional bioinformatics analyses suggest that these signatures can capture relevant molecular alterations in prostate cancer tissues, including dysregulations of cellular signaling, cell cycle progression, and immune system modulation, stratifying patients in distinct risk groups. Next, we trained two gene expression signatures as a proxy for the multi- omics ones, extending our investigation to publicly available data, further confirming their prognostic values in independent patient cohorts. In summary, the analysis of multi-modal molecular grounded in cellular network biology represents a promising approach for the development of robust prognostic biomarkers of detecting and discriminating high grade disease.

Renal cell carcinoma with sarcomatoid differentiation (sRCC) is associated with poor survival and a heightened response to immune checkpoint inhibitors (ICIs). Two major barriers to improving outcomes for sRCC are the limited understanding of its gene regulatory programs and the low diagnostic yield of tumor biopsies due to spatial heterogeneity. Herein, we characterized the epigenomic landscape of sRCC by profiling 107 epigenomic libraries from tissue and plasma samples from 50 patients with RCC and healthy volunteers. By profiling histone modifications and DNA methylation, we identified highly recurrent epigenomic reprogramming enriched in sRCC. Furthermore, CRISPRa experiments implicated the transcription factor FOSL1 in activating sRCC-associated gene regulatory programs, and FOSL1 expression was associated with the response to ICIs in RCC in two randomized clinical trials. Finally, we established a blood-based diagnostic approach using detectable sRCC epigenomic signatures in patient plasma, providing a framework for discovering epigenomic correlates of tumor histology via liquid biopsy.

Abstract Sarcomatoid and rhabdoid (S/R) renal cell carcinoma (RCC) are highly aggressive tumors with limited molecular and clinical characterization. Emerging evidence suggests immune checkpoint inhibitors (ICI) are particularly effective for these tumors 1–3 , although the biological basis for this property is largely unknown. Here, we evaluate multiple clinical trial and real-world cohorts of S/R RCC to characterize their molecular features, clinical outcomes, and immunologic characteristics. We find that S/R RCC tumors harbor distinctive molecular features that may account for their aggressive behavior, including BAP1 mutations, CDKN2A deletions, and increased expression of MYC transcriptional programs. We show that these tumors are highly responsive to ICI and that they exhibit an immune-inflamed phenotype characterized by immune activation, increased cytotoxic immune infiltration, upregulation of antigen presentation machinery genes, and PD-L1 expression. Our findings shed light on the molecular drivers of aggressivity and responsiveness to immune checkpoint inhibitors of S/R RCC tumors.

Abstract Methods that link genetic variation to steady-state gene expression levels, such as expression quantitative trait loci (eQTLs), are widely used to functionally annotate trait-associated variants, but they are limited in identifying context-dependent effects on transcription. To address this challenge, we developed the cistrome-wide association study (CWAS), a framework for nominating variants that impact traits through their effects on chromatin state. CWAS associates the genetic determinants of cistromes ( e.g. , the genome-wide profiles of transcription factor binding sites or histone modifications) with traits using summary statistics from genome-wide association studies (GWAS). We performed CWASs of prostate cancer and androgen-related traits, using a reference panel of 307 prostate cistromes from 165 individuals. CWAS nominated susceptibility regulatory elements or androgen receptor (AR) binding sites at 52 out of 98 known prostate cancer GWAS loci and implicated an additional 17 novel loci. We functionally validated a subset of our results using CRISPRi and in vitro reporter assays. At 28 of the 52 risk loci, CWAS identified regulatory mechanisms that are not observable via eQTLs, implicating genes with complex or context-specific regulation that are overlooked by current approaches that relying on steady-state transcript measurements. CWAS genes include transcription factors that govern prostate development such as NKX3-1 , HOXB13 , GATA2 , and KLF5 . Moreover, CWAS boosts discovery power in modestly sized GWAS, identifying novel genetic associations mediated through AR binding for androgen-related phenotypes, including resistance to prostate cancer therapy. CWAS is a powerful and biologically interpretable paradigm for studying variants that influence traits by affecting context-dependent transcriptional regulation.

Determining the function of non-coding regulatory variants in cancer is a key challenge transcriptional biology. We investigated genetic (germline and somatic) determinants of regulatory mechanisms in renal cell carcinoma (RCC) using H3K27ac ChIP-seq data in 10 matched tumor/normal samples and RNA-seq data from 496/66 tumor/normal samples from The Cancer Genome Atlas (TCGA). Unsupervised clustering of H3K27ac activity cleanly separated tumor from normal individuals, highlighting extensive epigenetic reprogramming during transformation. We developed a novel method to test each chromatin feature for evidence of an allele-specific quantitative trait locus (asQTL) and evaluate tumor/normal differences in allele-specificity (d-asQTLs) while modelling local structural variation and read overdispersion. At an FDR of 5%, we identified 1,356 unique asQTL chromatin peaks in normal tissues; 2,868 in tumors; and 1,054 d-asQTLs (primarily imbalanced in tumor). The d-asQTL peaks were significantly enriched for RCC genome-wide association study (GWAS) heritability (32x, P=1.8x10-​3)​ , more so than any other functional feature including all H3K27ac peaks (12x), super-enhancers (5x), and asQTL genes (4x). Intersection of asQTLs with RCC GWAS loci identified putative functional features for 6/17 known loci including tumor-specific activity at SCARB1, a cholesterol metabolism mediator, which has recently been implicated in RCC progression. We validated the asQTL variant through CRISPR interference (CRISPRi) and demonstrated a concomitant allelic effect on the overlapping enhancer and on downstream SCARB1 expression. Knockdowns of master transcription factors (TFs) involved in the hypoxia pathway altered the expression of SCARB1 in a kidney cancer cell line, consistent with a variant-TF interaction. Genome-wide, d-asQTLs were significantly enriched for tumor-specific binding of hypoxic transcription factors, implicating a more general mechanism for polygenic germline-somatic interaction.

Abstract A person’s germline genome strongly influences their risk of developing cancer. Yet the molecular mechanisms linking the host genome to the specific somatic molecular phenotypes of individual cancers are largely unknown. We quantified the relationships between germline polymorphisms and somatic mutational features in prostate cancer. Across 1,991 prostate tumors, we identified 23 co-occurring germline and somatic events in close 2D or 3D spatial genomic proximity, affecting 10 cancer driver genes. These driver quantitative trait loci (dQTLs) overlap active regulatory regions, and shape the tumor epigenome, transcriptome and proteome. Some dQTLs are active in multiple cancer types, and information content analyses imply hundreds of undiscovered dQTLs. Specific dQTLs explain at least 16.7% ancestry-biases in rates of TMPRSS2-ERG gene fusions and 67.3% of ancestry-biases in rates of FOXA1 point mutations. These data reveal extensive influences of common germline variation on somatic mutational landscapes.