Aneuploidy, whole chromosome or chromosome arm imbalance, is a near-universal characteristic of human cancers. In 10,522 cancer genomes from The Cancer Genome Atlas, aneuploidy was correlated with TP53 mutation, somatic mutation rate, and expression of proliferation genes. Aneuploidy was anti-correlated with expression of immune signaling genes, due to decreased leukocyte infiltrates in high-aneuploidy samples. Chromosome arm-level alterations show cancer-specific patterns, including loss of chromosome arm 3p in squamous cancers. We applied genome engineering to delete 3p in lung cells, causing decreased proliferation rescued in part by chromosome 3 duplication. This study defines genomic and phenotypic correlates of cancer aneuploidy and provides an experimental approach to study chromosome arm aneuploidy.

Summary

 DNA damage repair (DDR) pathways modulate cancer risk, progression, and therapeutic response. We systematically analyzed somatic alterations to provide a comprehensive view of DDR deficiency across 33 cancer types. Mutations with accompanying loss of heterozygosity were observed in over 1/3 of DDR genes, including TP53 and BRCA1/2. Other prevalent alterations included epigenetic silencing of the direct repair genes EXO5, MGMT, and ALKBH3 in ∼20% of samples. Homologous recombination deficiency (HRD) was present at varying frequency in many cancer types, most notably ovarian cancer. However, in contrast to ovarian cancer, HRD was associated with worse outcomes in several other cancers. Protein structure-based analyses allowed us to predict functional consequences of rare, recurrent DDR mutations. A new machine-learning-based classifier developed from gene expression data allowed us to identify alterations that phenocopy deleterious TP53 mutations. These frequent DDR gene alterations in many human cancers have functional consequences that may determine cancer progression and guide therapy.

We conducted the largest investigation of predisposition variants in cancer to date, discovering 853 pathogenic or likely pathogenic variants in 8% of 10,389 cases from 33 cancer types. Twenty-one genes showed single or cross-cancer associations, including novel associations of SDHA in melanoma and PALB2 in stomach adenocarcinoma. The 659 predisposition variants and 18 additional large deletions in tumor suppressors, including ATM, BRCA1, and NF1, showed low gene expression and frequent (43%) loss of heterozygosity or biallelic two-hit events. We also discovered 33 such variants in oncogenes, including missenses in MET, RET, and PTPN11 associated with high gene expression. We nominated 47 additional predisposition variants from prioritized VUSs supported by multiple evidences involving case-control frequency, loss of heterozygosity, expression effect, and co-localization with mutations and modified residues. Our integrative approach links rare predisposition variants to functional consequences, informing future guidelines of variant classification and germline genetic testing in cancer.

The CD133 antigen has been identified as a putative stem cell marker in normal and malignant brain tissues. In gliomas, it is used to enrich a subpopulation of highly tumorigenic cancer cells. According to the cancer stem cell hypothesis, CD133-positive cells determine long-term tumor growth and, therefore, are suspected to influence clinical outcome. To date, a correlation between CD133 expression in primary tumor tissues and patients' prognosis has not been reported.To address this question, we analyzed the expression of the CD133 stem cell antigen in a series of 95 gliomas of various grade and histology by immunohistochemistry on cryostat sections. Staining data were correlated with patient outcome.By multivariate survival analysis, we found that both the proportion of CD133-positive cells and their topological organization in clusters were significant (P < 0.001) prognostic factors for adverse progression-free survival and overall survival independent of tumor grade, extent of resection, or patient age. Furthermore, proportion of CD133-positive cells was an independent risk factor for tumor regrowth and time to malignant progression in WHO grade 2 and 3 tumors.These findings constitute the first conclusive evidence that CD133 stem cell antigen expression correlates with patient survival in gliomas, lending support to the current cancer stem cell hypothesis.

We analyzed molecular data on 2,579 tumors from The Cancer Genome Atlas (TCGA) of four gynecological types plus breast. Our aims were to identify shared and unique molecular features, clinically significant subtypes, and potential therapeutic targets. We found 61 somatic copy-number alterations (SCNAs) and 46 significantly mutated genes (SMGs). Eleven SCNAs and 11 SMGs had not been identified in previous TCGA studies of the individual tumor types. We found functionally significant estrogen receptor-regulated long non-coding RNAs (lncRNAs) and gene/lncRNA interaction networks. Pathway analysis identified subtypes with high leukocyte infiltration, raising potential implications for immunotherapy. Using 16 key molecular features, we identified five prognostic subtypes and developed a decision tree that classified patients into the subtypes based on just six features that are assessable in clinical laboratories.

Branched-chain amino acid transaminase 1, the enzyme that initiates the catabolism of branched-chain amino acids, is involved in glioma pathogenesis, making it a potential therapeutic target. Here we show that glioblastoma express high levels of branched-chain amino acid transaminase 1 (BCAT1), the enzyme that initiates the catabolism of branched-chain amino acids (BCAAs). Expression of BCAT1 was exclusive to tumors carrying wild-type isocitrate dehydrogenase 1 (IDH1) and IDH2 genes and was highly correlated with methylation patterns in the BCAT1 promoter region. BCAT1 expression was dependent on the concentration of α-ketoglutarate substrate in glioma cell lines and could be suppressed by ectopic overexpression of mutant IDH1 in immortalized human astrocytes, providing a link between IDH1 function and BCAT1 expression. Suppression of BCAT1 in glioma cell lines blocked the excretion of glutamate and led to reduced proliferation and invasiveness in vitro, as well as significant decreases in tumor growth in a glioblastoma xenograft model. These findings suggest a central role for BCAT1 in glioma pathogenesis, making BCAT1 and BCAA metabolism attractive targets for the development of targeted therapeutic approaches to treat patients with glioblastoma.

Stem-like tumor cells comprise a highly tumorigenic and therapy-resistant tumor subpopulation, which is believed to substantially influence tumor initiation and therapy resistance in glioma. Currently, therapeutic, drug-induced differentiation is considered as a promising approach to eradicate this tumor-driving cell population; retinoic acid is well known as a potent modulator of differentiation and proliferation in normal stem cells. In glioma, knowledge about the efficacy of retinoic acid-induced differentiation to target the stem-like tumor cell pool could have therapeutic implications.Stem-like glioma cells (SLGC) were differentiated with all-trans retinoic acid-containing medium to study the effect of differentiation on angiogenesis, invasive growth, as well as radioresistance and chemoresistance of SLGCs. In vivo effects were studied using live microscopy in a cranial window model.Our data suggest that in vitro differentiation of SLGCs induces therapy-sensitizing effects, impairs the secretion of angiogenic cytokines, and disrupts SLGCs motility. Further, ex vivo differentiation reduces tumorigenicity of SLGCs. Finally, we show that all-trans retinoic acid treatment alone can induce antitumor effects in vivo.Altogether, these results highlight the potential of differentiation treatment to target the stem-like cell population in glioblastoma.

Highlights•SCCs show chromosome or methylation alterations affecting multiple related genes•These regulate squamous stemness, differentiation, growth, survival, and inflammation•Copy-quiet SCCs have hypermethylated (FANCF, TET1) or mutated (CASP8, MAPK-RAS) genes•Potential targets include ΔNp63, WEE1, IAPs, PI3K-mTOR/MAPK, and immune responsesSummaryThis integrated, multiplatform PanCancer Atlas study co-mapped and identified distinguishing molecular features of squamous cell carcinomas (SCCs) from five sites associated with smoking and/or human papillomavirus (HPV). SCCs harbor 3q, 5p, and other recurrent chromosomal copy-number alterations (CNAs), DNA mutations, and/or aberrant methylation of genes and microRNAs, which are correlated with the expression of multi-gene programs linked to squamous cell stemness, epithelial-to-mesenchymal differentiation, growth, genomic integrity, oxidative damage, death, and inflammation. Low-CNA SCCs tended to be HPV(+) and display hypermethylation with repression of TET1 demethylase and FANCF, previously linked to predisposition to SCC, or harbor mutations affecting CASP8, RAS-MAPK pathways, chromatin modifiers, and immunoregulatory molecules. We uncovered hypomethylation of the alternative promoter that drives expression of the ΔNp63 oncogene and embedded miR944. Co-expression of immune checkpoint, T-regulatory, and Myeloid suppressor cells signatures may explain reduced efficacy of immune therapy. These findings support possibilities for molecular classification and therapeutic approaches.Graphical abstract

Abstract Molecular subtyping is essential to infer tumor aggressiveness and predict prognosis. In practice, tumor profiling requires in-depth knowledge of bioinformatics tools involved in the processing and analysis of the generated data. Additionally, data incompatibility (e.g., microarray vs. RNA sequencing data) and technical and uncharacterized biological variance between training and test data can pose challenges in classifying individual samples. In this article, we provide a roadmap for implementing bioinformatics frameworks for molecular profiling of human cancers in a clinical diagnostic setting. We describe a framework for integrating several methods for quality control, normalization, batch correction, classification, and reporting and a use case of the framework in breast cancer.