Abstract Charting the evolutionary history of rampant somatic copy number alterations (SCNA) is an indispensable step toward a deeper understanding of their roles in tumor development. However, the existing SCNA timing analysis is limited to low copy number states and initiating gains, which are not necessarily close to the onset of the malignant proliferation. Moreover, it remains a critical question if the timing of an SCNA reveals the corresponding variant’s fitness effect. Here we propose a framework to estimate the arrival time of a clonal SCNA, i.e., the time delay from its last alteration to the start of population expansion, in addition to its initiation time when the first alteration occurs. Our method leverages the bias that a genomic segment, when resting on a copy number (CN) state, accumulates somatic single nucleotide variants (SSNV) at a rate proportional to its CN. From the whole genome sequencing data of 184 samples from 75 patients across five tumor types, we commonly observed late clonal CN gains following early initiating events, which appear right before the expansion leading to the observed tumor sample(s). Genome doubling (GD) can be late, but post-GD CN evolution is prevalent in the genealogy of the most recent common ancestor of patient tumors. Notably, mathematical modeling suggests that late evolving events could contain rate-limiting drivers. The advantage of evolving gains could arise from the dosage increase of cancer genes in proliferative signaling and amplification of early functional variants. In addition, evolving SCNAs bolster the diversification of SSNVs between sub-populations, exacerbating the vicious circle between malignant growth and accumulation of genomic heterogeneity. Our findings have broad implications for resolving the trajectory of SCNAs, discerning the CN markers of malignant growth in vivo , and properly quantifying tumor heterogeneity in aneuploid tumors.

Abstract Osteosarcoma is an aggressive tumor of the bone that primarily affects young adults and adolescents. Osteosarcoma is characterized by genomic chaos and heterogeneity. While inactivation of tumor suppressor p53 TP53 is nearly universal other high frequency mutations or structural variations have not been identified. Despite this genomic heterogeneity, key conserved transcriptional programs associated with survival have been identified across human, canine and induced murine osteosarcoma. The epigenomic landscape, including DNA methylation, plays a key role in establishing transcriptional programs in all cell types. The role of epigenetic dysregulation has been studied in a variety of cancers but has yet to be explored at scale in osteosarcoma. Here we examined genome-wide DNA methylation patterns in 24 human and 44 canine osteosarcoma samples identifying groups of highly correlated DNA methylation marks in human and canine osteosarcoma samples. We also link specific DNA methylation patterns to key transcriptional programs in both human and canine osteosarcoma. Building on previous work, we built a DNA methylation-based measure for the presence and abundance of various immune cell types in osteosarcoma. Finally, we determined that the underlying state of the tumor, and not changes in cell composition, were the main driver of differences in DNA methylation across the human and canine samples. Significance This is the first large scale study of DNA methylation in osteosarcoma and lays the ground work for the exploration of DNA methylation programs that help establish conserved transcriptional programs in the context of different genomic landscapes.

Right ventricular failure (RVF) is a leading cause of morbidity and mortality in multiple cardiovascular diseases, but there are no approved treatments for RVF as therapeutic targets are not clearly defined. Contemporary transcriptomic/proteomic evaluations of RVF are predominately conducted in small animal studies, and data from large animal models are sparse. Moreover, a comparison of the molecular mediators of RVF across species is lacking. Here, we used transcriptomics and proteomics analyses to define the molecular pathways associated with cardiac MRI-derived values of RV hypertrophy, dilation, and dysfunction in pulmonary artery banded (PAB) piglets. Publicly available data from rat monocrotaline-induced RVF and pulmonary arterial hypertension patients with preserved or impaired RV function were used to compare the three species. Transcriptomic and proteomic analyses identified multiple pathways that were associated with RV dysfunction and remodeling in PAB pigs. Surprisingly, disruptions in fatty acid oxidation (FAO) and electron transport chain (ETC) proteins were different across the three species. FAO and ETC proteins and transcripts were mostly downregulated in rats, but were predominately upregulated in PAB pigs, which more closely matched the human data. Thus, the pig PAB metabolic molecular signature was more similar to human RVF than rodents. These data suggest there may be divergent molecular responses of RVF across species, and that pigs more accurately recapitulate the metabolic aspects of human RVF.

Osteosarcoma is a devastating bone cancer that disproportionally afflicts children, adolescents, and young adults. Standard therapy includes surgical tumor resection combined with multiagent chemotherapy, but many patients still suffer from metastatic disease progression. Neoadjuvant systemic oncolytic virus (OV) therapy has the potential to improve clinical outcomes by targeting primary and metastatic tumor sites and inducing durable antitumor immune responses. Here we described the first evaluation of neoadjuvant systemic therapy with a clinical-stage recombinant oncolytic Vesicular stomatitis virus (VSV), VSV-IFNβ-NIS, in naturally occurring cancer, specifically appendicular osteosarcoma in companion dogs. Canine osteosarcoma has a similar natural disease history as its human counterpart. VSV-IFNβ-NIS was administered prior to standard of care surgical resection, permitting microscopic and genomic analysis of tumors. Treatment was well-tolerated and a 'tail' of long-term survivors (~35%) was apparent in the VSV-treated group, a greater proportion than observed in two contemporary control cohorts. An increase in tumor inflammation was observed in VSV-treated tumors and RNAseq analysis showed that all the long-term responders had increased expression of a T-cell anchored immune gene cluster. We conclude that neoadjuvant VSV-IFNβ-NIS is safe and may increase long-term survivorship in dogs with naturally occurring osteosarcoma, particularly those that exhibit pre-existing antitumor immunity.

Abstract Osteosarcoma has a guarded prognosis. A major hurdle in developing more effective osteosarcoma therapies is the lack of disease-specific biomarkers to predict risk, prognosis, or therapeutic response. Exosomes are secreted extracellular microvesicles emerging as powerful diagnostic tools. However, their clinical application is precluded by challenges in identifying disease-associated cargo from the vastly larger background of normal exosome cargo. We developed a method using canine osteosarcoma in mouse xenografts to distinguish tumor-derived from host-response exosomal mRNAs. The model allows for the identification of canine osteosarcoma-specific gene signatures by RNA sequencing and a species-differentiating bioinformatics pipeline. An osteosarcoma-associated signature consisting of five gene transcripts ( SKA2, NEU1, PAF1, PSMG2, and NOB1 ) was validated in dogs with spontaneous osteosarcoma by qRT-PCR, while a machine learning model assigned dogs into healthy or disease groups. Serum/plasma exosomes were isolated from 53 dogs in distinct clinical groups (“healthy”, “osteosarcoma”, “other bone tumor”, or “non-neoplastic disease”). Pre-treatment samples from osteosarcoma cases were used as the training set and a validation set from post-treatment samples was used for testing, classifying as “osteosarcoma–detected” or “osteosarcoma–NOT detected”. Dogs in a validation set whose post-treatment samples were classified as “osteosarcoma–NOT detected” had longer remissions, up to 15 months after treatment. In conclusion, we identified a gene signature predictive of molecular remissions with potential applications in the early detection and minimal residual disease settings. These results provide proof-of-concept for our discovery platform and its utilization in future studies to inform cancer risk, diagnosis, prognosis, and therapeutic response. Abstract Figure