Paul Boutros, Robert Bristow and colleagues report a molecular analysis of the spatial heterogeneity of clinically localized, multifocal prostate cancer. They find that multifocal tumors are highly heterogeneous, and they identify a novel recurrent amplification of MYCL1. Herein we provide a detailed molecular analysis of the spatial heterogeneity of clinically localized, multifocal prostate cancer to delineate new oncogenes or tumor suppressors. We initially determined the copy number aberration (CNA) profiles of 74 patients with index tumors of Gleason score 7. Of these, 5 patients were subjected to whole-genome sequencing using DNA quantities achievable in diagnostic biopsies, with detailed spatial sampling of 23 distinct tumor regions to assess intraprostatic heterogeneity in focal genomics. Multifocal tumors are highly heterogeneous for single-nucleotide variants (SNVs), CNAs and genomic rearrangements. We identified and validated a new recurrent amplification of MYCL, which is associated with TP53 deletion and unique profiles of DNA damage and transcriptional dysregulation. Moreover, we demonstrate divergent tumor evolution in multifocal cancer and, in some cases, tumors of independent clonal origin. These data represent the first systematic relation of intraprostatic genomic heterogeneity to predicted clinical outcome and inform the development of novel biomarkers that reflect individual prognosis.

Objective: The purpose of this study was to determine the association between bariatric surgery and maternal, fetal and infant outcomes. Summary Background Data: Obesity during pregnancy is a risk factor for adverse pregnancy outcomes. Bariatric surgery is the most effective weight loss treatment but the impact of bariatric surgery on pregnancy outcomes remains poorly characterised. Methods: This was a population-based, matched cohort study of prospective databases in Ontario, Canada. Patients with obesity who received bariatric surgery from 2010 to 2016 and subsequently became pregnant matched on multiple factors to non-surgical pregnant patients with obesity. The primary outcomes of interest were the incidence included of gestational diabetes, preeclampsia/HELLP syndrome, small for gestational age (SGA), large for gestational age (LGA), and a composite of severe fetal/infant morbidity/mortality. Multivariable regression evaluated outcomes. Results: 680 patients who underwent bariatric surgery and later became pregnant were matched to 2002 pregnant patients with obesity. Gestational diabetes occurred in 8.7% of the surgery group and 18.8% of the non-surgical group (adjusted OR (aOR) 0.29, 95%CI 0.21-0.40, P <0.001). A lower incidence of preeclampsia/HELLP was observed post-surgery (aOR 0.20, 95%CI 0.13-0.31, P <0.001). Bariatric surgery impacted SGA (aOR 2.74, 95%CI 2.04–3.70, P <0.001) and LGA (aOR 0.25, 95%CI 0.18-0.36, P <0.001). There were no observed associations between bariatric surgery and any adverse fetal or infant outcomes. A lower composite severe fetal/infant morbidity/mortality was observed post-surgery (aOR 0.73, 95%CI 0.54-0.97, P <0.05). Conclusions: Pregnancy after bariatric surgery appears safe and was associated with a reduced risk of several obesity related adverse pregnancy outcomes.

We introduce BPG, an easy-to-use framework for generating publication-quality, highly-customizable plots in the R statistical environment. This open-source package includes novel methods of displaying high-dimensional datasets and facilitates generation of complex multi-panel figures, making it ideal for complex datasets. A web-based interactive tool allows online figure customization, from which R code can be downloaded for seamless integration with computational pipelines. BPG is available at http://labs.oicr.on.ca/boutros-lab/software/bpg.

Biomarkers lie at the heart of precision medicine, biodiversity monitoring, agricultural pathogen detection, amongst others. Surprisingly, while rapid genomic profiling is becoming ubiquitous, the development of biomarkers almost always involves the application of bespoke techniques that cannot be directly applied to other datasets. There is an urgent need for a systematic methodology to create biologically-interpretable molecular models that robustly predict key phenotypes. We therefore created SIMMS: an algorithm that fragments pathways into functional modules and uses these to predict phenotypes. We applied SIMMS to multiple data-types across four diseases, and in each it reproducibly identified subtypes, made superior predictions to the best bespoke approaches, and identified known and novel signaling nodes. To demonstrate its ability on a new dataset, we measured 33 genes/nodes of the PIK3CA pathway in 1,734 FFPE breast tumours and created a four-subnetwork prediction model. This model significantly out-performed existing clinically-used molecular tests in an independent 1,742-patient validation cohort. SIMMS is generic and can work with any molecular data or biological network, and is freely available at: https://cran.r-project.org/web/packages/SIMMS.

Background The consideration of unique social housing needs has largely been absent from the COVID-19 response, particularly in tailoring strategies to improve access to testing and vaccine uptake among vulnerable and high-risk populations in Ontario. Given the growing population of social housing residents, this study aimed to compare SARS-CoV-2 testing, positivity, and vaccination rates in a social housing population with those in a general population cohort in Ontario, Canada. Methods This population-based cohort study used administrative health data from Ontario to examine SARS-CoV-2 testing, positivity and vaccination rates in social housing residents compared with the general population from 1 January 2020 to 31 December 2021. All comparisons were unadjusted, stratified by sex and age and evaluated using standardised differences. Results The rates of SARS-CoV-2 PCR testing were lower among younger age groups and higher among older adults within the social housing cohort, compared with the general population cohort. SARS-CoV-2 test positivity was higher in social housing than in the general population among individuals aged 60–79 years (7.9% vs 5.3%, respectively) and 80 years and older (12.0% vs 7.9%, respectively). Overall, 34.3% of social housing residents were fully vaccinated, compared with 29.6% of the general population cohort. However, a smaller proportion of social housing residents had received a booster vaccine (36.7%) compared with the general population (52.4%). Conclusion Improved and targeted outreach strategies are needed to increase the uptake of COVID-19 booster vaccines among social housing residents.