It has been hypothesized that neoplastic progression develops as a consequence of an acquired genetic instability and the subsequent evolution of clonal populations with accumulated genetic errors1. Accordingly, human cancers and some premalignant lesions contain multiple genetic abnormalities not present in the normal tissues from which the neoplasms arose2,3. Barrett oesophagus (BE) is a premalignant condition which predisposes to oesophageal adenocarcinoma (EA) that can be biopsied prospectively over time because endoscopic surveillance is recommended for early detection of cancer4,5. In addition, oesophagectomy specimens frequently contain the premalignant epithelium from which the cancer arose6. Neoplastic progression in BE is associated with alterations in TP53 (also known as p53) and CDKN2A (also known as p16) and non-random losses of heterozygosity7,8,9,10,11 (LOH). Aneuploid or increased 4N populations occur in more than 90-95% of EAs, arise in premalignant epithelium and predict progression10,12,13. We have previously shown in small numbers of patients that disruption of TP53 and CDKN2A typically occurs before aneuploidy and cancer10,11,14,15. Here, we determine the evolutionary relationships of non-random LOH, TP53 and CDKN2A mutations, CDKN2A CpG-island methylation and ploidy during neoplastic progression. Diploid cell progenitors with somatic genetic or epigenetic abnormalities in TP53 and CDKN2A were capable of clonal expansion, spreading to large regions of oesophageal mucosa. The subsequent evolution of neoplastic progeny frequently involved bifurcations and LOH at 5q, 13q and 18q that occurred in no obligate order relative to each other, DNA-content aneuploidy or cancer. Our results indicate that clonal evolution is more complex than predicted by linear models.

Cancer genomes often harbor hundreds of somatic DNA rearrangement junctions, many of which cannot be easily classified into simple (e.g. deletion, translocation) or complex (e.g. chromothripsis, chromoplexy) structural variant classes. Applying a novel genome graph computational paradigm to analyze the topology of junction copy number (JCN) across 2,833 tumor whole genome sequences (WGS), we introduce three complex rearrangement phenomena: pyrgo, rigma , and tyfonas . Pyrgo are “towers” of low-JCN duplications associated with early replicating regions and superenhancers, and are enriched in breast and ovarian cancers. Rigma comprise “chasms” of low-JCN deletions at late-replicating fragile sites in esophageal and other gastrointestinal (GI) adenocarcinomas. Tyfonas are “typhoons” of high-JCN junctions and fold back inversions that are enriched in acral but not cutaneous melanoma and associated with a previously uncharacterized mutational process of non-APOBEC kataegis. Clustering of tumors according to genome graph-derived features identifies subgroups associated with DNA repair defects and poor prognosis.

Genomic loss of the transcriptional kinase

ABSTRACT BACKGROUND Oncogenes are commonly amplified on extrachromosomal DNA (ecDNA) contributing to poor outcomes for patients. Currently, the chronology of ecDNA development is not known. We studied the origination and evolution of ecDNA in patients with Barrett’s esophagus (BE) who progressed to esophageal adenocarcinoma (EAC). METHODS We analyzed whole-genome sequencing (WGS) data from a BE surveillance cohort and EAC patients at Cambridge University UK (n=206 patients). We also analyzed WGS data from biopsies taken at two time points from multiple sites in the esophagus from 80 patients enrolled in a case-control study at the Fred Hutchinson Cancer Center (FHCC) - 40 BE patients who progressed to EAC and 40 who did not. RESULTS ecDNA was detected in 24% and 43% of BE patients with BE-associated early and late-stage EAC, respectively, in the Cambridge cross-sectional cohort. ecDNA was found in 33% of all FHCC BE patients who developed cancer, either prior to, or at EAC diagnosis. ecDNA was strongly associated with patients who developed cancer, in contrast with FHCC BE patients who did not progress (odds ratio, 18.8, CI – 2.3-152, p=3.3×10-4). ecDNAs were enriched for oncogenes and immunomodulatory genes and could be detected early in the transition from high-grade dysplasia to cancer and increased in copy number and complexity over time. CONCLUSIONS ecDNAs can develop before a diagnosis of cancer in BE patients and are strongly selected for during the evolution to EAC. ecDNAs promote diverse oncogene and immunomodulatory gene amplification during EAC development and progression.

Abstract Introduction: Metastatic castration-resistant prostate cancer (mCRPC) is a heterogeneous disease which can be classified into clinically relevant subtypes based on the expression of genes, such as the androgen receptor (AR) and neuroendocrine markers. Neuroendocrine prostate cancer (NEPC), characterized by gain of stem-like and neuroendocrine features and lack of AR expression is a clinically aggressive variant. Due to the lack of adequate biomarkers, NEPC is usually detected at a very advanced stage. There is mounting evidence that molecular subtype changes seen in NEPC are enforced by widespread epigenetic alterations, in particular DNA methylation changes. In this study, we aim to devise a novel DNA methylation-based assay for molecular subtyping and disease monitoring from cell-free DNA (cfDNA). Methods: We analyzed genome wide methylation patterns in 56 prostate cancer patient-derived xenograft (PDX) and 128 mCRPC tumors using array- and sequencing-based assays. We integrated DNA methylation at promoters, gene bodies and transcription factor binding site (TFBS) to determine the landscape of methylation alterations at key lineage specific genes. Using whole genome methylation derived from tissue with matched expression data we developed a deep learning framework to predict gene expression directly from tissue or cfDNA. Using key marker genes, the model was used to discern tumor molecular phenotypes from tissue and cfDNA in three independent cohorts of mCRPC patients using whole genome bisulfite sequencing and low-pass Enzymatic Methyl-Seq (EM-seq). Results: We observed a tight association between promoter, gene body and TFBS methylation with gene expression. Inferring gene expression from methylation for lineage specific markers such as AR, KLK3, ASCL1, INSM1, SRRM4 and DLL3 we classified molecular subtypes from both tissue and cfDNA. Additionally, for AR and ASCL1, we identified core sets of TFBSs whose differential methylation allowed for accurate assay-independent molecular subtype quantification. Applying the optimized quantitative model to mCRPC patients who underwent comprehensive tissue sampling by rapid autopsy we observed accurate subtype classification from both tissue samples and cfDNA for all cases. A similar analytical performance was observed in additional clinical mCRPC cohorts with cfDNA. Conclusion: Whole-genome methylation analysis of cfDNA allows for the prediction of gene expression patterns in tumor tissues, enabling non-invasive tumor subclassification and assessment of therapeutic targets. Citation Format: Mohamed Adil, Brian Hanratty, Pallabi Mustafi, Chitvan Mittal, Helen Richards, Ilsa Coleman, Radhika Patel, Anna-Lisa Doebley, Robert Patton, Eden Cruikshank, Patricia Galipeau, Ruth Dumpit, Martine Roudier, Jin-Yih Low, Navonil Sarkar, Robert Montgomery, Eva Corey, Colm Morrissey, Peter Nelson, Gavin Ha, Michael Haffner. Advance prostate cancer detection through epigenomic profiling of cell-free DNA [abstract]. In: Proceedings of the AACR Special Conference: Liquid Biopsy: From Discovery to Clinical Implementation; 2024 Nov 13-16; San Diego, CA. Philadelphia (PA): AACR; Clin Cancer Res 2024;30(21_Suppl):Abstract nr PR011.