We have sequenced the genomes of 110 small cell lung cancers (SCLC), one of the deadliest human cancers. In nearly all the tumours analysed we found bi-allelic inactivation of TP53 and RB1, sometimes by complex genomic rearrangements. Two tumours with wild-type RB1 had evidence of chromothripsis leading to overexpression of cyclin D1 (encoded by the CCND1 gene), revealing an alternative mechanism of Rb1 deregulation. Thus, loss of the tumour suppressors TP53 and RB1 is obligatory in SCLC. We discovered somatic genomic rearrangements of TP73 that create an oncogenic version of this gene, TP73Δex2/3. In rare cases, SCLC tumours exhibited kinase gene mutations, providing a possible therapeutic opportunity for individual patients. Finally, we observed inactivating mutations in NOTCH family genes in 25% of human SCLC. Accordingly, activation of Notch signalling in a pre-clinical SCLC mouse model strikingly reduced the number of tumours and extended the survival of the mutant mice. Furthermore, neuroendocrine gene expression was abrogated by Notch activity in SCLC cells. This first comprehensive study of somatic genome alterations in SCLC uncovers several key biological processes and identifies candidate therapeutic targets in this highly lethal form of cancer.

Roman Thomas and colleagues report exome sequencing of 29 small-cell lung cancers (SCLCs), 2 SCLC genomes and transcriptomes of 15 SCLCs. They identify recurrent mutations in the CREBBP, EP300 and MLL genes encoding histone modifiers. They identify mutations in SLIT2 and EPHA7, which have a role in axon guidance and cell migration, and focal amplifications of FGFR1. Small-cell lung cancer (SCLC) is an aggressive lung tumor subtype with poor prognosis1,2,3. We sequenced 29 SCLC exomes, 2 genomes and 15 transcriptomes and found an extremely high mutation rate of 7.4 ± 1 protein-changing mutations per million base pairs. Therefore, we conducted integrated analyses of the various data sets to identify pathogenetically relevant mutated genes. In all cases, we found evidence for inactivation of TP53 and RB1 and identified recurrent mutations in the CREBBP, EP300 and MLL genes that encode histone modifiers. Furthermore, we observed mutations in PTEN, SLIT2 and EPHA7, as well as focal amplifications of the FGFR1 tyrosine kinase gene. Finally, we detected many of the alterations found in humans in SCLC tumors from Tp53 and Rb1 double knockout mice4. Our study implicates histone modification as a major feature of SCLC, reveals potentially therapeutically tractable genomic alterations and provides a generalizable framework for the identification of biologically relevant genes in the context of high mutational background.

FGFR1 amplification provides a therapeutic target for squamous cell lung cancer, which is resistant to other targeted lung cancer drugs.

Familial hemophagocytic lymphohistiocytosis (FHL) is a rare autosomal recessive disorder characterized by hyperactive phagocytes and defects in natural killer cell function. It has been shown previously that mutations in the perforin 1 gene (PRF1) and in UNC13D are associated with FHL2 and FHL3, respectively, indicating genetic heterogeneity. We performed genome-wide homozygosity mapping in a large consanguineous Kurdish kindred with five children affected with FHL. Linkage to a 10 cM region on chromosome 6q24 between D6S1569 and D6S960 defined a novel FHL locus. By screening positional candidate genes, we identified a homozygous deletion of 5 bp in the syntaxin 11 gene (STX11) in this family. We could demonstrate that syntaxin 11 protein was absent in the mononuclear cell fraction of patients with the homozygous 5 bp deletion. In addition to this family, we found homozygous mutations in STX11 in five consanguineous Turkish/Kurdish FHL kindreds including two families with the 5 bp deletion, one family with a large 19.2 kb genomic deletion spanning the entire coding region of STX11 (exon 2) and two families with a nonsense mutation that leads to a premature stop codon in the C-terminal end of the protein. As both STX11 and UNC13D are involved in vesicle trafficking and membrane fusion, we conclude that, besides mutations in perforin 1, defects in the endocytotic or the exocytotic pathway may be a common mechanism in FHL.

Thomas Sander and colleagues identify 15q13.3 microdeletions in 1% of individuals with idiopathic generalized epilepsy (IGE). The majority of these individuals do not show intellectual disability, schizophrenia or other neuropsychiatric phenotypes, thus extending the phenotypic spectrum associated with 15q13.3 microdeletions. We identified 15q13.3 microdeletions encompassing the CHRNA7 gene in 12 of 1,223 individuals with idiopathic generalized epilepsy (IGE), which were not detected in 3,699 controls (joint P = 5.32 × 10−8). Most deletion carriers showed common IGE syndromes without other features previously associated with 15q13.3 microdeletions, such as intellectual disability, autism or schizophrenia. Our results indicate that 15q13.3 microdeletions constitute the most prevalent risk factor for common epilepsies identified to date.

Activation of telomere maintenance mechanisms—caused by novel somatic rearrangements of TERT, by MYCN amplification, or ATRX mutations—is a hallmark of high-risk neuroblastomas. About half of individuals with neuroblastomas — paediatric tumours of the sympathetic nervous system — are at high risk of poor clinical outcomes. These authors sequence 39 such neuroblastoma tumours, along with 17 low-risk types, and find that about one-quarter of the former have rearrangements near the telomerase reverse transcriptase (TERT) gene that are absent in the latter. TERT-rearranged neuroblastoma cell lines had higher levels of enzymatic telomerase activity than those lacking such rearrangements. These findings suggest that further development of inhibitors of the protein telomerase may lead to a novel therapeutic option for the most aggressive subgroup of this disease. Neuroblastoma is a malignant paediatric tumour of the sympathetic nervous system1. Roughly half of these tumours regress spontaneously or are cured by limited therapy. By contrast, high-risk neuroblastomas have an unfavourable clinical course despite intensive multimodal treatment, and their molecular basis has remained largely elusive2,3,4. Here we have performed whole-genome sequencing of 56 neuroblastomas (high-risk, n = 39; low-risk, n = 17) and discovered recurrent genomic rearrangements affecting a chromosomal region at 5p15.33 proximal of the telomerase reverse transcriptase gene (TERT). These rearrangements occurred only in high-risk neuroblastomas (12/39, 31%) in a mutually exclusive fashion with MYCN amplifications and ATRX mutations, which are known genetic events in this tumour type1,2,5. In an extended case series (n = 217), TERT rearrangements defined a subgroup of high-risk tumours with particularly poor outcome. Despite a large structural diversity of these rearrangements, they all induced massive transcriptional upregulation of TERT. In the remaining high-risk tumours, TERT expression was also elevated in MYCN-amplified tumours, whereas alternative lengthening of telomeres was present in neuroblastomas without TERT or MYCN alterations, suggesting that telomere lengthening represents a central mechanism defining this subtype. The 5p15.33 rearrangements juxtapose the TERT coding sequence to strong enhancer elements, resulting in massive chromatin remodelling and DNA methylation of the affected region. Supporting a functional role of TERT, neuroblastoma cell lines bearing rearrangements or amplified MYCN exhibited both upregulated TERT expression and enzymatic telomerase activity. In summary, our findings show that remodelling of the genomic context abrogates transcriptional silencing of TERT in high-risk neuroblastoma and places telomerase activation in the centre of transformation in a large fraction of these tumours.

Abstract Fast and reliable detection of patients with severe and heterogeneous illnesses is a major goal of precision medicine 1,2 . Patients with leukaemia can be identified using machine learning on the basis of their blood transcriptomes 3 . However, there is an increasing divide between what is technically possible and what is allowed, because of privacy legislation 4,5 . Here, to facilitate the integration of any medical data from any data owner worldwide without violating privacy laws, we introduce Swarm Learning—a decentralized machine-learning approach that unites edge computing, blockchain-based peer-to-peer networking and coordination while maintaining confidentiality without the need for a central coordinator, thereby going beyond federated learning. To illustrate the feasibility of using Swarm Learning to develop disease classifiers using distributed data, we chose four use cases of heterogeneous diseases (COVID-19, tuberculosis, leukaemia and lung pathologies). With more than 16,400 blood transcriptomes derived from 127 clinical studies with non-uniform distributions of cases and controls and substantial study biases, as well as more than 95,000 chest X-ray images, we show that Swarm Learning classifiers outperform those developed at individual sites. In addition, Swarm Learning completely fulfils local confidentiality regulations by design. We believe that this approach will notably accelerate the introduction of precision medicine.