Prognostically relevant RNA expression states exist in pancreatic ductal adenocarcinoma (PDAC), but our understanding of their drivers, stability, and relationship to therapeutic response is limited.To examine these attributes systematically, we profiled metastatic biopsies and matched organoid models at single-cell resolution.In vivo, we identify a new intermediate PDAC transcriptional cell state and uncover distinct site-and state-specific tumor microenvironments (TMEs).Benchmarking models against this reference map, we reveal strong culture-specific biases in cancer cell transcriptional state representation driven by altered TME signals.We restore expression state heterogeneity by adding back in vivo-relevant factors and show plasticity in culture models.Further, we prove that non-genetic modulation of cell state can strongly influence drug responses, uncovering state-specific vulnerabilities.This work provides a broadly applicable framework for aligning cell states across in vivo and ex vivo settings, identifying drivers of transcriptional plasticity and manipulating cell state to target associated vulnerabilities.

A hallmark of prostate cancer progression is dysregulation of lipid metabolism via overexpression of fatty acid synthase (FASN), a key enzyme in de novo fatty acid synthesis. Metastatic castration-resistant prostate cancer (mCRPC) develops resistance to inhibitors of androgen receptor (AR) signaling through a variety of mechanisms, including the emergence of the constitutively active AR variant V7 (AR-V7). Here, we developed an FASN inhibitor (IPI-9119) and demonstrated that selective FASN inhibition antagonizes CRPC growth through metabolic reprogramming and results in reduced protein expression and transcriptional activity of both full-length AR (AR-FL) and AR-V7. Activation of the reticulum endoplasmic stress response resulting in reduced protein synthesis was involved in IPI-9119–mediated inhibition of the AR pathway. In vivo, IPI-9119 reduced growth of AR-V7–driven CRPC xenografts and human mCRPC-derived organoids and enhanced the efficacy of enzalutamide in CRPC cells. In human mCRPC, both FASN and AR-FL were detected in 87% of metastases. AR-V7 was found in 39% of bone metastases and consistently coexpressed with FASN. In patients treated with enzalutamide and/or abiraterone FASN/AR-V7 double-positive metastases were found in 77% of cases. These findings provide a compelling rationale for the use of FASN inhibitors in mCRPCs, including those overexpressing AR-V7.

SUMMARY Bulk transcriptomic studies have defined classical and basal-like gene expression subtypes in pancreatic ductal adenocarcinoma (PDAC) that correlate with survival and response to chemotherapy; however, the underlying mechanisms that govern these subtypes and their heterogeneity remain elusive. Here, we performed single-cell RNA-sequencing of 23 metastatic PDAC needle biopsies and matched organoid models to understand how tumor cell-intrinsic features and extrinsic factors in the tumor microenvironment (TME) shape PDAC cancer cell phenotypes. We identify a novel cancer cell state that co-expresses basal-like and classical signatures, demonstrates upregulation of developmental and KRAS-driven gene expression programs, and represents a transitional intermediate between the basal-like and classical poles. Further, we observe structure to the metastatic TME supporting a model whereby reciprocal intercellular signaling shapes the local microenvironment and influences cancer cell transcriptional subtypes. In organoid culture, we find that transcriptional phenotypes are plastic and strongly skew toward the classical expression state, irrespective of genotype. Moreover, we show that patient-relevant transcriptional heterogeneity can be rescued by supplementing organoid media with factors found in the TME in a subtype-specific manner. Collectively, our study demonstrates that distinct microenvironmental signals are critical regulators of clinically relevant PDAC transcriptional states and their plasticity, identifies the necessity for considering the TME in cancer modeling efforts, and provides a generalizable approach for delineating the cell-intrinsic versus -extrinsic factors that govern tumor cell phenotypes.