Summary Malignant Pleural Mesothelioma (MPM) is an aggressive cancer with rising incidence and challenging clinical management. Using the largest series of whole-genome sequencing data integrated with transcriptomic and epigenomic data using multi-omic factor analysis, we demonstrate that MPM heterogeneity arises from four sources of variation: tumor cell morphology, ploidy, adaptive immune response, and CpG island methylator phenotype. Previous genomic studies focused on describing only the tumor cell morphology factor, although we robustly find the three other sources in all publicly available cohorts. We prove how these sources of variation explain the biological functions performed by the cancer cells, and how genomic events shape MPM molecular profiles. We show how these new sources of variation help understand the heterogeneity of the clinical behavior of MPM and drug responses measured in cell lines. These findings unearth the interplay between MPM functional biology and its genomic history, and ultimately, inform classification, prognostication and treatment. Graphical abstract

SUMMARY Neuroendocrine neoplasms (NENs) comprise well-differentiated neuroendocrine tumors and poorly-differentiated carcinomas. Treatment options for patients with NENs are limited, in part due to lack of accurate models. To address this need we established the first patient-derived tumor organoids (PDTOs) from pulmonary neuroendocrine tumors and derived PDTOs from an understudied NEN subtype, large cell neuroendocrine carcinoma (LCNEC). PDTOs maintain the gene expression patterns, intra-tumoral heterogeneity, and evolutionary processes of parental tumors. Through drug sensitivity analyses, we uncover therapeutic sensitivities to an inhibitor of NAD salvage biosynthesis and to an inhibitor of BCL-2. Finally, we identify a dependency on EGF in pulmonary neuroendocrine tumor PDTOs. Consistent with these findings, analysis of an independent cohort showed that approximately 50% of pulmonary neuroendocrine tumors expressed EGFR. This study identifies a potentially actionable vulnerability for a subset of NENs, and further highlights the utility of these novel PDTO models for the study of NENs. Graphical abstract Highlights PDTOs of pulmonary NETs and LCNEC were established PDTOs recapitulate intra-tumoral heterogeneity and evolution of parental tumors Drug assays reveal therapeutic vulnerabilities and biomarkers Pulmonary NET PDTOs are dependent on EGF

Abstract Background Organoids are three-dimensional experimental models that summarize the anatomical and functional structure of an organ. Although a promising experimental model for precision medicine, patient-derived tumor organoids (PDTOs) have currently been developed only for a fraction of tumor types. Results We have generated the first multi-omic dataset (whole-genome sequencing, WGS, and RNA-sequencing, RNA-seq) of PDTOs from the rare and understudied pulmonary neuroendocrine tumors ( n = 12; 6 grade 1, 6 grade 2), and provide data from other rare neuroendocrine neoplasms: small intestine (ileal) neuroendocrine tumors ( n = 6; 2 grade 1 and 4 grade 2) and large-cell neuroendocrine carcinoma ( n = 5; 1 pancreatic and 4 pulmonary). This dataset includes a matched sample from the parental sample (primary tumor or metastasis) for a majority of samples (21/23) and longitudinal sampling of the PDTOs (1 to 2 time-points), for a total of n = 47 RNA-seq and n = 33 WGS. We here provide quality control for each technique, and provide the raw and processed data as well as all scripts for genomic analyses to ensure an optimal re-use of the data. In addition, we report somatic small variant calls and describe how they were generated, in particular how we used WGS somatic calls to train a random-forest classifier to detect variants in tumor-only RNA-seq. Conclusions This dataset will be critical to future studies relying on this PDTO biobank, such as drug screens for novel therapies and experiments investigating the mechanisms of carcinogenesis in these understudied diseases.

Mammalian cells make the decision to divide at the G1/S transition in response to diverse signals impinging on the retinoblastoma protein Rb, a cell cycle inhibitor and tumor suppressor. Rb is inhibited by two parallel pathways. In the canonical pathway, cyclin D-Cdk4/6 kinase complexes phosphorylate and inactivate Rb. In the second, recently discovered pathway, the Rb concentration decreases during G1 through an unknown mechanism. Here, we found that regulated protein degradation via the E3 ubiquitin ligase UBR5 is responsible for the Rb concentration drop in G1. UBR5 knockout cells have increased Rb concentration in early G1, exhibited a lower G1/S transition rate, and are more sensitive to inhibition of Cdk4/6. This last observation suggests that UBR5 inhibition can strengthen the efficacy of Cdk4/6 inhibitor-based cancer therapies.

Abstract Background Malignant Pleural Mesothelioma (MPM) is a rare understudied cancer associated with exposure to asbestos. So far, MPM patients have benefited marginally from the genomics medicine revolution due to the limited size or breadth of existing molecular studies. In the context of the MESOMICS project, we have performed the most comprehensive molecular characterization of MPM to date, with the underlying dataset made of the largest whole genome sequencing series yet reported, together with transcriptome sequencing and methylation arrays for 120 MPM patients. Results We first provide comprehensive quality controls for all samples, of both raw and processed data. Due to the difficulty in collecting specimens from such rare tumors, a part of the cohort does not include matched normal material. We provide a detailed analysis of data processing of these tumor-only samples, showing that all somatic alteration calls match very stringent criteria of precision and recall. Finally, integrating our data with previously published multi-omic MPM datasets ( n = 374 in total), we provide an extensive molecular phenotype map of MPM based on the multi-task theory. The generated map can be interactively explored and interrogated on the UCSC TumorMap portal ( https://tumormap.ucsc.edu/?bookmark=746c4bc0e8bc4eb5f280cdd8lc7dcc783955faf2e2b493d0d205b7dle92b98c4 ). Conclusions This new high quality MPM multi-omics dataset, together with the state-of-art bioinformatics and interactive visualization tools we provide, will support the development of precision medicine in MPM that is particularly challenging to implement in rare cancers due to limited molecular studies.

Breast cancer is a highly heterogeneous disease whose prognosis and treatment as defined by the expression of three receptors—oestrogen receptor (ER), progesterone receptor and human epidermal growth factor receptor 2 (HER2; encoded by ERBB2)—is insufficient to capture the full spectrum of clinical outcomes and therapeutic vulnerabilities. Previously, we demonstrated that transcriptional and genomic profiles define eleven integrative subtypes with distinct clinical outcomes, including four ER+ subtypes with increased risk of relapse decades after diagnosis1,2. Here, to determine whether these subtypes reflect distinct evolutionary histories, interactions with the immune system and pathway dependencies, we established a meta-cohort of 1,828 breast tumours spanning pre-invasive, primary invasive and metastatic disease with whole-genome and transcriptome sequencing. We demonstrate that breast tumours fall along a continuum constrained by three genomic archetypes. The ER+ high-risk integrative subgroup is characterized by complex focal amplifications, similar to HER2+ tumours, including cyclic extrachromosomal DNA amplifications induced by ER through R-loop formation and APOBEC3B-editing, which arise in pre-invasive lesions. By contrast, triple-negative tumours exhibit genome-wide instability and tandem duplications and are enriched for homologous repair deficiency-like signatures, whereas ER+ typical-risk tumours are largely genomically stable. These genomic archetypes, which replicate in an independent cohort of 2,659 primary tumours, are established early during tumorigenesis, sculpt the tumour microenvironment and are conserved in metastatic disease. These complex structural alterations contribute to replication stress and immune evasion, and persist throughout tumour evolution, unveiling potential vulnerabilities. A study identifies three dominant genomic archetypes of breast cancer induced by discrete mutational processes, describing a continuum of genomic profiles and detailing the mechanisms underlying the progression of breast cancer.