Abstract Somatic structural variants (SVs) are widespread in cancer genomes, however, their impact on tumorigenesis and intra-tumour heterogeneity is incompletely understood, since methods to functionally characterize the broad spectrum of SVs arising in cancerous single-cells are lacking. We present a computational method, scNOVA, that couples SV discovery with nucleosome occupancy analysis by haplotype-resolved single-cell sequencing, to systematically uncover SV effects on cis -regulatory elements and gene activity. Application to leukemias and cell lines uncovered SV outcomes at several loci, including dysregulated cancer-related pathways and mono-allelic oncogene expression near SV breakpoints. At the intra-patient level, we identified different yet overlapping subclonal SVs that converge on aberrant Wnt signaling. We also deconvoluted the effects of catastrophic chromosomal rearrangements resulting in oncogenic transcription factor dysregulation. scNOVA directly links SVs to their functional consequences, opening the door for single-cell multiomics of SVs in heterogeneous cell populations.

Abstract Large-scale compound screens are a powerful model system for understanding variability of treatment response and for discovering druggable tumor vulnerabilities of hematological malignancies. However, as mostly performed in a monoculture of tumor cells, these assays disregard modulatory effects of the in vivo microenvironment. It is an open question whether and to what extent coculture with bone marrow stromal cells could improve the biological relevance of drug testing assays over monoculture. Here, we measured ex vivo sensitivity of 108 primary blood cancer samples to 50 drugs in monoculture and in coculture with bone marrow stromal cells. Stromal coculture conferred resistance to 52 % of compounds in chronic lymphocytic leukemia (CLL) and to 36% of compounds in acute myeloid leukemia (AML), including chemotherapeutics, BCR inhibitors, proteasome inhibitors and BET inhibitors. While most of the remaining drugs were similarly effective in mono- and coculture, only the JAK inhibitors ruxolitinib and tofacitinib exhibited increased efficacy in AML and CLL stromal coculture. We further confirmed the importance of JAK-STAT signaling for stroma-mediated resistance by showing that stromal cells induce phosphorylation of STAT3 in CLL cells. We genetically characterized the 108 cancer samples and found that drug-gene associations agreed well between mono- and coculture. Overall, effect sizes were lower in coculture, thus more drug-gene associations were detected in monoculture than in coculture. Our results suggest a two-step strategy for drug perturbation testing, with large-scale screening performed in monoculture, followed by focused evaluation of potential stroma-mediated resistances in coculture.

Summary Cancer heterogeneity at the proteome level may explain differences in therapy response and prognosis beyond the currently established genomic and transcriptomic based diagnostics. The relevance of proteomics for disease classifications remains to be established in clinically heterogeneous cancer entities such as chronic lymphocytic leukemia (CLL). Here, we characterized the proteome and transcriptome in-depth alongside genetic and ex-vivo drug response profiling in a clinically well annotated CLL discovery cohort (n= 68). Unsupervised clustering of the proteome data revealed six subgroups. Five of these proteomic groups were associated with genetic features, while one group was only detectable at the proteome level. This new group was characterized by accelerated disease progression, high spliceosomal protein abundances associated with aberrant splicing, and low B cell receptor signaling protein abundances (ASB-CLL). We developed classifiers to identify ASB-CLL based on its characteristic proteome or splicing signature in two independent cohorts (n= 165, n= 169) and confirmed that ASB-CLL comprises about 20 % of CLL patients. The inferior overall survival observed in ASB-CLL was independent of both TP53- and IGHV mutation status. Our multi-omics analysis refines the classification of CLL and highlights the potential of proteomics to improve cancer patient stratification beyond genetic and transcriptomic profiling. Single sentence summary We performed the largest proteogenomic analysis of CLL, linked proteomic profiles to clinical outcomes, and discovered a new poor outcome subgroup (ASB-CLL).

Abstract The tumour microenvironment and genetic alterations collectively influence drug efficacy in cancer, but current evidence is limited to small scale studies and systematic analyses are lacking. We chose Chronic Lymphocytic Leukaemia (CLL), the most common leukaemia in adults, as a model disease to study this complex interplay systematically. We performed a combinatorial assay using 12 drugs individually co-applied with each of 17 microenvironmental stimuli in 192 primary CLL samples, generating a comprehensive map of drug-microenvironment interactions in CLL. This data was combined with whole-exome sequencing, DNA-methylation, RNA-sequencing and copy number variant annotation. Our assay identified four distinct CLL subgroups that differed in their responses to the panel of microenvironmental stimuli. These subgroups were characterized by distinct clinical outcomes independently of known prognostic markers. We investigated the effect of CLL- specific recurrent genetic alterations on microenvironmental responses and identified trisomy 12 as an amplifier of multiple microenvironmental stimuli. We further quantified the impact of microenvironmental stimuli on drug response, confirmed known interactions such as Interleukin (IL) 4 mediated resistance to B cell receptor (BCR) inhibitors, and identified new interactions such as Interferon-γ induced resistance to BCR inhibitors. Finally, we identified interactions which were limited to genetic subgroups. Resistance to chemotherapeutics, such as Fludarabine, induced by Toll-Like Receptor (TLR) agonists could be observed in IGHV unmutated patient samples and IGHV mutated samples with trisomy 12. In-vivo relevance was investigated in CLL-infiltrated lymph nodes, which showed increased IL4 and TLR signalling activity compared to healthy samples (p<0.001). High IL4 activity in lymph nodes correlated with faster disease progression (p=0.038). We provide a publicly available resource ( www.dietrichlab.de/CLL_Microenvironment/ ) which uncovers tumour cell extrinsic influences on drug response and disease progression in CLL, and how these interactions are modulated by cell intrinsic molecular features.

Tumor heterogeneity encompasses both the malignant cells and their microenvironment. While heterogeneity between individual patients is well-known to affect the efficacy of anti-cancer drugs, most personalized treatment approaches do not account for intratumor heterogeneity. We addressed this issue by studying the heterogeneity of lymph node-derived B cell non-Hodgkin lymphoma (B-NHL) by single cell RNA-sequencing (scRNA-seq) and transcriptome-informed flow cytometry. We identified transcriptionally distinct malignant subclones and compared their drug response and genomic profiles. Malignant subclones of the same patient responded strikingly different to anti-cancer drugs ex vivo, which recapitulated subclone-specific drug sensitivity during in vivo treatment. Tumor infiltrating T cells represented the majority of non-malignant cells, whose gene expression signatures were similar across all donors, whereas the frequencies of T cell subsets varied significantly between the donors. Our data provide new insights into the heterogeneity of B-NHL and highlight the relevance of intratumor heterogeneity for personalized cancer therapies.

Abstract Signals provided by the microenvironment can modify and circumvent pathway activities that are therapeutically targeted by drugs. Bone marrow stromal cell co-culture models are frequently used to study the influence of the bone marrow niche on ex-vivo drug response. Here we show that mesenchymal stromal cells from selected donors and NKTert, a stromal cell line which is commonly used for co-culture studies with primary leukemia cells, extensively phagocytose apoptotic cells. This could lead to misinterpretation of the results, especially if the viability readout of the target cells in such co-culture models is based on the relative proportions of dead and alive cells. Future co-culture studies which aim to investigate the impact of bone marrow stromal cells on drug response should take into account that stromal cells have the capacity to phagocytose apoptotic cells.