The prediction of protein sub-cellular localization is an important step toward elucidating protein function. For each query protein sequence, LocTree2 applies machine learning (profile kernel SVM) to predict the native sub-cellular localization in 18 classes for eukaryotes, in six for bacteria and in three for archaea. The method outputs a score that reflects the reliability of each prediction. LocTree2 has performed on par with or better than any other state-of-the-art method. Here, we report the availability of LocTree3 as a public web server. The server includes the machine learning-based LocTree2 and improves over it through the addition of homology-based inference. Assessed on sequence-unique data, LocTree3 reached an 18-state accuracy Q18 = 80 ± 3% for eukaryotes and a six-state accuracy Q6 = 89 ± 4% for bacteria. The server accepts submissions ranging from single protein sequences to entire proteomes. Response time of the unloaded server is about 90 s for a 300-residue eukaryotic protein and a few hours for an entire eukaryotic proteome not considering the generation of the alignments. For over 1000 entirely sequenced organisms, the predictions are directly available as downloads. The web server is available at http://www.rostlab.org/services/loctree3.

ABSTRACT Cell lines have been essential for major discoveries in cancer including Ewing sarcoma (EwS). EwS is a highly aggressive pediatric bone or soft-tissue cancer characterized by oncogenic EWSR1-ETS fusion transcription factors converting polymorphic GGAA-microsatellites (mSats) into neo-enhancers. However, further detailed mechanistic evaluation of gene regulation in EwS have been hindered by the limited number of well-characterized cell line models. Here, we present the Ewing Sarcoma Cell Line Atlas (ESCLA) comprising 18 EwS cell lines with inducible EWSR1-ETS knockdown that were profiled by whole-genome-sequencing, DNA methylation arrays, gene expression and splicing arrays, mass spectrometry-based proteomics, and ChIP-seq for EWSR1-ETS and histone marks. Systematic analysis of these multi-dimensional data illuminated hundreds of new potential EWSR1-ETS target genes, the nature of EWSR1-ETS-preferred GGAA-mSats, and potential indirect modes of EWSR1-ETS-mediated gene regulation. Moreover, we identified putative co-regulatory transcription factors and heterogeneously regulated EWSR1-ETS target genes that may have implications for the clinical heterogeneity of EwS. Collectively, our freely available ESCLA constitutes an extremely rich resource for EwS research and highlights the power of leveraging multidimensional and comprehensive datasets to unravel principles of heterogeneous gene regulation by dominant fusion oncogenes.

Soft-tissue sarcomas are rare, heterogeneous and often aggressive mesenchymal cancers. Many of them are associated with poor outcome, in part because biomarkers that can reliably identify high risk patients are lacking. Studies on sarcomas often are limited by small sample sizes rendering the identification of novel biomarkers difficult when focusing only on individual cohorts. However, the increasing number of publicly available 'omics' data opens inroads to overcome this obstacle. Here, we combine high-throughput transcriptome analyses, immunohistochemistry, and functional assays to show that high adenosine monophosphate deaminase 2 (AMPD2) is a robust prognostic biomarker for worse patient outcome in undifferentiated pleomorphic sarcoma (UPS). Publicly available gene expression and survival data for UPS from two independent studies, The Cancer Genome Atlas (TCGA) and the CINSARC reference dataset, were subjected to survival association testing. Genes, whose high expression was significantly correlated with worse outcome in both cohorts (overall and metastasis-free survival), were considered as prognostic marker candidates. The best candidate, AMPD2, was validated on protein level in an independent tissue microarray. Analysis of DNA copy number and matched gene expression data indicated that high AMPD2 expression is significantly correlated with copy number gains at the AMPD2 locus. Gene-set enrichment analyses of AMPD2 co expressed genes in both UPS gene expression datasets suggested that highly AMPD2 expressing tumors are enriched in gene signatures involved in tumorigenesis. Consistent with this prediction in primary tumors, knockdown of AMPD2 by RNA interference with pooled siRNAs or a doxycycline-inducible shRNA construct in the UPS cell line FPS 1 markedly inhibited proliferation in vitro and tumorigenicity in vivo. Collectively, these results provide evidence that AMPD2 may serve as a novel biomarker for outcome prediction in UPS. Our study exemplifies how the integration of available 'omics' data, immunohistochemical analyses, and functional experiments can identify novel biomarkers even in a rare sarcoma, which may serve as a blueprint for biomarker identification for other rare cancers.

Immunotherapy can revolutionize anti-cancer therapy if specific targets are available. Recurrent somatic mutations in the exome can create highly specific neo-antigens. However, especially pediatric cancers are oligo-mutated and hardly exhibit recurrent neo-antigens. Yet, immunogenic peptides encoded by cancer-specific genes (CSGs), which are virtually not expressed in normal tissues, may enable a targeted immunotherapy of such cancers. Here, we describe an algorithm and provide a user-friendly software named RAVEN (Rich Analysis of Variable gene Expressions in Numerous tissues), which automatizes the systematic and fast identification of CSG-encoded peptides highly affine to Major Histocompatibility Complexes (MHC) starting from publicly available gene expression data. We applied RAVEN to a dataset assembled from more than 2,700 simultaneously normalized gene expression microarrays comprising 50 tumor entities, with a focus on sarcomas and pediatric cancers, and 71 normal tissue types. RAVEN performed a transcriptome-wide scan in each cancer entity for gender-specific CSGs. As a proof-of-concept we identified several established CSGs, but also many novel candidates potentially suitable for targeting multiple cancer types. The specific expression of the most promising CSGs was validated by qRT-PCR in cancer cell lines and by immunohistochemistry in a comprehensive tissue-microarray comprising 412 samples. Subsequently, RAVEN identified likely immunogenic peptides encoded by these CSGs by predicting the affinity to MHCs. Putative highly affine peptides were automatically crosschecked with the UniProt protein-database to exclude sequence identity with abundantly expressed proteins. The predicted affinity of selected peptides was validated in T2-cell peptide-binding assays in which many showed similar kinetics to a very immunogenic influenza control peptide. Collectively, we provide a comprehensive, exquisitely curated and validated catalogue of cancer-specific and highly MHC-affine peptides across 50 cancer entities. In addition, we developed an intuitive and freely available software to easily apply our algorithm to any gene expression dataset (https://github.com/JSGerke/RAVENsoftware). We anticipate that our peptide libraries and software constitute a rich resource to accelerate the development of novel immunotherapies.

Purpose: Up to 30-40% of Ewing sarcoma (EwS) patients with non-metastatic disease develop local or metastatic relapse within a time range of 2-10 years. This is in part caused by the absence of prognostic biomarkers that can identify high-risk patients to assign them to risk-adapted monitoring and treatment regimens. Since cancer stemness has been associated with tumor relapse and poor outcome, we investigated in the current study the prognostic potential SOX2 (sex determining region Y box 2) - a major transcription factor involved in development and stemness - previously described to contribute to the undifferentiated phenotype of EwS. Methods: Two independent patient cohorts, one consisting of 189 retrospectively collected EwS tumors with corresponding mRNA expression data (test cohort) and the other of 141 prospectively collected formalin-fixed and paraffin embedded resected tumors (validation cohort), were employed to analyze SOX2 expression levels by DNA microarrays or immunohistochemistry, respectively, and to compare them with clinical parameters and patient outcome. Two methods were employed to test the validity of the results at both mRNA and protein levels. Results: Both cohorts showed that only a subset of EwS patients (16-20%) express high SOX2 mRNA or protein levels, which significantly correlated with poor overall survival. Multivariate analyses of our validation cohort revealed that high SOX2 expression represents a major risk factor for survival (HR=3.19; P<0.01) that is independent from metastasis and other known clinical risk-factors at time of diagnosis. Univariate analysis demonstrated that SOX2-high expression correlated with tumor relapse (P=0.001). Median first relapse was at 14.7 months (range: 3.5-180.7). Conclusions: High SOX2 expression constitutes an independent prognostic biomarker for EwS patients with poor outcome, which may help to identify patients with localized disease who are at high risk for tumor relapse within the first two years after diagnosis.

Deciphering principles of inter-individual tumor heterogeneity is essential for refinement of personalized anti-cancer therapy. Unlike cancers of adulthood, pediatric malignancies including Ewing sarcoma (EwS) feature a striking paucity of somatic alterations except for pathognomonic driver-mutations that cannot explain overt variations in clinical outcome. Here we demonstrate in the EwS model how cooperation of a dominant oncogene and regulatory variants determine tumor growth, patient survival and drug response. We show that binding of the oncogenic EWSR1-FLI1 fusion transcription factor to a polymorphic enhancer-like DNA element controls expression of the transcription factor MYBL2, whose high expression promotes poor patient outcome via activation of pro-proliferative signatures. Analysis of paired germline and tumor whole-genome sequencing data revealed that regulatory variability at this locus is inherited via the germline. CRISPR-mediated interference with this regulatory element almost abolished MYBL2 transcription, and MYBL2 knockdown decreased cell proliferation, cell survival and tumorigenicity of EwS cells. Combined RNA- and ChIP-seq analyses as well as functional experiments and clinical data identified CCNF, BIRC5 and AURKB as direct MYBL2 targets and critical mediators of its phenotype. In drug-response experiments, high MYBL2 levels sensitized EwS cells for inhibition of its activating cyclin dependent kinase CDK2 in vitro and in vivo, suggesting MYBL2 as a predictive biomarker for targeted anti-CDK2-therapy. Collectively, our findings establish cooperation of somatic mutations and regulatory germline variants as a major determinant of tumor progression and indicate the importance of integrating the regulatory genome in the process of developing new diagnostic and/or therapeutic strategies to fully harness the potential of precision medicine.

Background: Prostate adenocarcinoma (PCa) with/without the TMPRSS2-ERG (T2E) fusion represent distinct molecular subtypes. Objective: To investigate gene-signatures associated with metastasis in T2E-positive and -negative PCa, and to identify and validate subtype-specific prognostic biomarkers. Design, setting and participants: Gene expression and clinicopathological data of two discovery PCa cohorts (total n=783) were separately analyzed regarding the T2E status. Selected subtype-specific biomarkers were validated in two additional cohorts (total n=405). Outcome measurements and statistical analysis: From both discovery cohorts, we generated two gene lists ranked by their differential intratumoral expression in patients with/without metastases stratified by T2E-status, which were subjected to gene set enrichment and leading edge analyses. The resulting top 20 gene-signatures of both gene lists associated with metastasis were analyzed for overlaps between T2E-positive and -negative cases. Genes shared by several functional gene-signatures were tested for their association with event-free survival using the Kaplan-Meier method in a validation cohort. Immunohistochemistry was performed in another validation cohort. Results and limitations: Metastatic T2E-positive and -negative PCa are characterized by different gene-signatures. Five genes (ASPN, BGN, COL1A1, RRM2 and TYMS) were identified whose high expression was significantly associated with worse outcome exclusively in T2E-negative PCa. This was validated in an independent cohort for all genes and additionally for RRM2 by immunohistochemistry in a separate validation cohort. No prognostic biomarkers were identified exclusively for T2E-positive tumors. Conclusions: Our study demonstrates that the prognostic value of biomarkers critically depends on the molecular subtype, i.e. the T2E-status, which should be considered when screening for and applying novel prognostic biomarkers for outcome prediction in PCa. Patient summary: Outcome prediction for PCa is complex. The results of this study highlight that the validity of prognostic biomarkers depends on the molecular subtype, specifically the presence/absence of T2E. The reported new subtype-specific biomarkers exemplify that biomarker based outcome prediction in PCa should consider the T2E-status.

Oncogenesis of Ewing sarcoma (EwS), the second most common malignant bone tumor of childhood and adolescence, is dependent on the expression of chimeric EWSR1-ETS fusion oncogenes, most often EWSR1-FLI1 (E/F).E/F expression leads to dysregulation of focal adhesions (FAs) enhancing the migratory capacity of EwS cells. Here we show that, in EwS cell lines and tissue samples, focal adhesion kinase (FAK) is expressed and phosphorylated at Y397 in an E/F-dependent way involving Ezrin. Employing different EwS cell as in vitro models, we found that key malignant properties of E/F are mediated via substrate-independent autophosphorylation of FAK on Y397. This phosphorylation results in enhanced FA formation, Rho-dependent cell migration, and impaired caspase-3-mediated apoptosis in vitro . Conversely, treatment with the FAK inhibitor Y15 enhanced caspase-mediated apoptosis and EwS cell migration, independent from the respective EWSR1-ETS fusion type, mimicking an anoikis-like phenotype. Our findings were confirmed in vivo using an avian chorioallantoic membrane (CAM) model. Our results provide a first rationale for the therapeutic use of FAK inhibitors to impair metastatic dissemination of EwS.

Ewing sarcoma (EwS) is an aggressive childhood cancer likely originating from mesenchymal stem cells or osteo-chondrogenic progenitors. It is characterized by fusion oncoproteins involving EWSR1 and variable members of the ETS-family of transcription factors (in 85% FLI1). EWSR1-FLI1 can induce target genes by using GGAA-microsatellites (mSats) as enhancers. Here, we show that EWSR1-FLI1 hijacks the developmental transcription factor SOX6 - a physiological driver of proliferation of osteo-chondrogenic progenitors - by binding to an intronic GGAA-mSat, which promotes EwS growth in vitro and in vivo. Through integration of transcriptome-profiling, published drug-screening data, and functional in vitro and in vivo experiments, we discovered that SOX6 interferes with the antioxidant system resulting in constitutively elevated reactive oxygen species (ROS) levels that create a therapeutic vulnerability toward the ROS-inducing drug Elesclomol. Collectively, our results exemplify how aberrant activation of a developmental transcription factor by a dominant oncogene can promote malignancy, but provide opportunities for targeted therapy.

Ewing sarcoma is an undifferentiated bone-associated cancer. Although molecular detection of pathognomonic EWSR1-ETS fusions such as EWSR1-FLI1 enables definitive diagnosis, substantial confusion can arise if molecular diagnostics are unavailable. Diagnosis based solely on the conventional immunohistochemical marker CD99 is unreliable due to its abundant expression in morphological mimics. This study aimed to identify novel diagnostic immunohistochemical markers for Ewing sarcoma. We analyzed 768 expression microarrays representing 21 tumor entities including Ewing-like sarcomas to nominate candidate biomarkers. These candidates were validated by immunohistochemistry (IHC) in a tissue microarray (TMA) comprising 174 samples. Microarray, chromatin immunoprecipitation and sequencing (ChIP-Seq) data, and reporter assays were employed to analyze their EWSR1-FLI1-dependency. Our comparative expression analyses revealed that ATP1A1, BCL11B, and GLG1 constitute specific markers for Ewing sarcoma. Analysis of ChIP-Seq and microarray datasets showed that their expression is EWSR1-FLI1-dependent. This outcome corresponded to EWSR1-FLI1-binding to proximal super-enhancers, which showed high activity in reporter assays. Consistently, high ATP1A1, BCL11B, and GLG1 expressions were detected by IHC. Automated cut-off-finding and combination-testing in the TMA demonstrated that detection of high BCL11B and/or GLG1 expression is sufficient to reach 96% specificity for Ewing sarcoma. While 88% of tested Ewing-like sarcomas displayed strong CD99-immunoreactivity, none displayed combined high expression of BCL11B and GLG1. Collectively, we provide evidence that ATP1A1, BCL11B, and GLG1 are EWSR1-FLI1 targets, of which BCL11B and GLG1 offer a fast, simple and cost-efficient way to diagnose Ewing sarcoma by IHC. We anticipate that these markers will significantly reduce the number of misdiagnosed patients, and thus improve patient care.