Breast cancers are comprised of molecularly distinct subtypes that may respond differently to pathway-targeted therapies now under development. Collections of breast cancer cell lines mirror many of the molecular subtypes and pathways found in tumors, suggesting that treatment of cell lines with candidate therapeutic compounds can guide identification of associations between molecular subtypes, pathways, and drug response. In a test of 77 therapeutic compounds, nearly all drugs showed differential responses across these cell lines, and approximately one third showed subtype-, pathway-, and/or genomic aberration-specific responses. These observations suggest mechanisms of response and resistance and may inform efforts to develop molecular assays that predict clinical response.

First-generation molecular profiles for human breast cancers have enabled the identification of features that can predict therapeutic response; however, little is known about how the various data types can best be combined to yield optimal predictors. Collections of breast cancer cell lines mirror many aspects of breast cancer molecular pathobiology, and measurements of their omic and biological therapeutic responses are well-suited for development of strategies to identify the most predictive molecular feature sets. We used least squares-support vector machines and random forest algorithms to identify molecular features associated with responses of a collection of 70 breast cancer cell lines to 90 experimental or approved therapeutic agents. The datasets analyzed included measurements of copy number aberrations, mutations, gene and isoform expression, promoter methylation and protein expression. Transcriptional subtype contributed strongly to response predictors for 25% of compounds, and adding other molecular data types improved prediction for 65%. No single molecular dataset consistently out-performed the others, suggesting that therapeutic response is mediated at multiple levels in the genome. Response predictors were developed and applied to TCGA data, and were found to be present in subsets of those patient samples. These results suggest that matching patients to treatments based on transcriptional subtype will improve response rates, and inclusion of additional features from other profiling data types may provide additional benefit. Further, we suggest a systems biology strategy for guiding clinical trials so that patient cohorts most likely to respond to new therapies may be more efficiently identified.

Abstract KRAS mutation is a hallmark of pancreatic ductal adenocarcinoma (PDA) but remains an intractable pharmacologic target. Consequently, defining RAS effector pathway(s) required for PDA initiation and maintenance is critical to improve treatment of this disease. Here, we show that expression of BRAFV600E, but not PIK3CAH1047R, in the mouse pancreas leads to pancreatic intraepithelial neoplasia (PanIN) lesions. Moreover, concomitant expression of BRAFV600E and TP53R270H result in lethal PDA. We tested pharmacologic inhibitors of RAS effectors against multiple human PDA cell lines. Mitogen-activated protein (MAP)/extracellular signal–regulated (ERK) kinase (MEK) inhibition was highly effective both in vivo and in vitro and was synergistic with AKT inhibition in most cell lines tested. We show that RAF→MEK→ERK signaling is central to the initiation and maintenance of PDA and to rational combination strategies in this disease. These results emphasize the value of leveraging multiple complementary experimental systems to prioritize pathways for effective intervention strategies in PDA. Significance: PDA is difficult to treat, in large part, due to recurrent mutations in the KRAS gene. Here, we define rational treatment approaches for the disease achievable today with existing drug combinations by thorough genetic and pharmacologic dissection of the major KRAS effector pathways, RAF→MEK→ERK and phosphoinositide 3′-kinase (PI3′K)→AKT. Cancer Discov; 2(8); 685–93. ©2012 AACR. Read the Commentary on this article by Hanrahan et al., p. 666. This article is highlighted in the In This Issue feature, p. 653.

Peripheral blood MФ–cancer cell fusion hybrids identified in cancer patients correlate with disease stage and overall survival.

SUMMARY The phenotype of a cell and its underlying molecular state is strongly influenced by extracellular signals, including growth factors, hormones, and extracellular matrix. While these signals are normally tightly controlled, their dysregulation leads to phenotypic and molecular states associated with diverse diseases. To develop a detailed understanding of the linkage between molecular and phenotypic changes, we generated a comprehensive dataset that catalogs the transcriptional, proteomic, epigenomic and phenotypic responses of MCF10A mammary epithelial cells after exposure to the ligands EGF, HGF, OSM, IFNG, TGFB and BMP2. Systematic assessment of the molecular and cellular phenotypes induced by these ligands comprise the LINCS Microenvironment (ME) perturbation dataset, which has been curated and made publicly available for community-wide analysis and development of novel computational methods ( synapse.org/LINCS_MCF10A ). In illustrative analyses, we demonstrate how this dataset can be used to discover functionally related molecular features linked to specific cellular phenotypes.

SUMMARY Better methods are needed to identify effective combinations of immunotherapies with chemotherapies and targeted anti-cancer agents. Here we present a Multiplex Implantable Microdevice Assay (MIMA) system for rapid in vivo assessment of the effects of multiple, spatially separate anticancer drugs directly in the complex tumor microenvironment. In prototypic experiments, olaparib, lenvatinib, palbociclib, venetoclax, panobinostat, doxorubicin, and paclitaxel and combinations thereof were administered simultaneously to murine mammary tumor models. Quantitative multiplex immunohistochemistry and spatial systems analyses of each local drug response defined cellular relations of fibroblasts, endothelial cells, immune lineages, immunogenic cell death, tumor proliferation and/or cancer stem cells that were used to predict effective drug combinations. A predicted combination of panobinostat, venetoclax and anti-CD40 showed long-term anti-tumor efficacy in multiple mouse models with no observable toxicity when administered systemically. Future MIMA use promises to design effective drug combinations for tumor cell control and immune activation on a personalized basis.

Abstract KRAS mutations cause a quarter of cancer mortality and most are undruggable. Several inhibitors of the MAPK pathway are FDA approved but poorly tolerated at dosages required to adequately extinguish RAS/RAF/MAPK signaling. We found that oncogenic KRAS signaling induces ferrous iron (Fe 2+ ) accumulation early in and throughout KRAS-mediated transformation. We used an FDA-approved MEK inhibitor to produce a prototypical Ferrous Iron–Activatable Drug Conjugate (FeADC) which achieved potent MAPK blockade in tumor cells while sparing normal tissues. This innovation allowed sustainable, effective treatment of tumor bearing animals, with tumor-selective drug activation producing superior systemic tolerability. Ferrous iron accumulation is an exploitable feature of KRAS transformation and FeADCs hold promise for improving treatment of KRAS-driven solid tumors.

Abstract Motivation High-throughput fluorescent microscopy is a popular class of techniques for studying tissues and cells through automated imaging and feature extraction of hundreds to thousands of samples. Like other high-throughput assays, these approaches can suffer from unwanted noise and technical artifacts that obscure the biological signal. In this work we consider how an experimental design incorporating multiple levels of replication enables removal of technical artifacts from such image-based platforms. Results We develop a general approach to remove technical artifacts from high-throughput image data that leverages an experimental design with multiple levels of replication. To illustrate the methods we consider microenvironment microarrays (MEMAs), a high-throughput platform designed to study cellular responses to microenvironmental perturbations. In application on MEMAs, our approach removes unwanted spatial artifacts and thereby enhances the biological signal. This approach has broad applicability to diverse biological assays. Availability Raw data is on synapse (syn2862345), analysis code is on github (gjhunt/mema norm), a Docker image is available on dockerhub (gjhunt/memanorm). online.

Abstract Platinum-based chemotherapy is commonly used for non-small cell lung cancer (NSCLC) treatment, yet clinical outcomes remain poor. Cellular senescence and its associated secretory phenotype (SASP) can have multiple tumour-promoting activities, although these are largely unexplored in lung cancer. Here we show that cisplatin-derived SASP enhances the malignant phenotype of lung cancer cells. Using xenograft, orthotopic and Kras G12V -driven murine NSCLC models, we demonstrate that cisplatin-induced senescent cells strongly promote tumour progression. Mechanistically, we find that a TGF-β-enriched SASP drives pro-proliferative effects through TGFβR1 and Akt/mTOR pathway activation. We validate the translational relevance of chemotherapy-induced SASP using clinical NSCLC samples from patients who received neoadjuvant platinum-based chemotherapy. Importantly, TGFβR1 inhibition with galunisertib or senolytic treatment significantly reduces tumour promotion driven by cisplatin-induced senescence. Finally, we demonstrate, using distinct murine NSCLC models, that addition of TGFBR1 inhibitors to platinum-based chemotherapy reduces tumour burden and improves survival, providing pre-clinical proof-of-concept for future trial designs.

The scaffold protein Tks5α is required for invadopodia-mediated cancer invasion both in vitro and in vivo. We have previously also revealed a role for Tks5 in tumor cell growth using three-dimensional (3D) culture model systems and mouse transplantation experiments. Here we use both 3D and high-density fibrillar collagen (HDFC) culture to demonstrate that native collagen-I, but not a form lacking the telopeptides, stimulated Tks5-dependent growth, which was dependent on the DDR collagen receptors. We used microenvironmental microarray (MEMA) technology to determine that laminin, fibronectin and tropoelastin also stimulated invadopodia formation. A Tks5α-specific monoclonal antibody revealed its expression both on microtubules and at invadopodia. High- and super-resolution microscopy of cells in and on collagen was then used to place Tks5α at the base of invadopodia, separated from much of the actin and cortactin, but coincident with both matrix metalloprotease and cathepsin proteolytic activity. Inhibition of the Src family kinases, cathepsins or metalloproteases all reduced invadopodia length but each had distinct effects on Tks5α localization. These studies highlight the crosstalk between invadopodia and extracellular matrix components, and reveal the invadopodium to be a spatially complex structure.