All cancers are caused by somatic mutations; however, understanding of the biological processes generating these mutations is limited. The catalogue of somatic mutations from a cancer genome bears the signatures of the mutational processes that have been operative. Here we analysed 4,938,362 mutations from 7,042 cancers and extracted more than 20 distinct mutational signatures. Some are present in many cancer types, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are confined to a single cancer class. Certain signatures are associated with age of the patient at cancer diagnosis, known mutagenic exposures or defects in DNA maintenance, but many are of cryptic origin. In addition to these genome-wide mutational signatures, hypermutation localized to small genomic regions, ‘kataegis’, is found in many cancer types. The results reveal the diversity of mutational processes underlying the development of cancer, with potential implications for understanding of cancer aetiology, prevention and therapy. An analysis of mutations from over 7,000 cancers of diverse origins reveals the diversity of mutational processes underlying the development of cancer; more than 20 distinct mutational signatures are described, some of which are present in many cancer types, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are specific to individual tumour types. Despite the fact that all cancers are thought to result from somatic mutation — mutations in any cell in the body excluding the germ cells — relatively little is known about the processes of mutation involved. This study analyses almost 5 million mutations from more than 7,000 cancers and demonstrates more than 20 distinct cancer-associated mutational signatures. Some of these signatures are present in many cancers, notably a signature attributed to the APOBEC family of cytidine deaminases, whereas others are specific to individual tumour types. Some signatures are associated with age, known mutagenic exposures or defects in DNA maintenance, but many are of cryptic origin. These findings have potential implications for the understanding of cancer aetiology, prevention and therapy.

Abstract Cancer is driven by genetic change, and the advent of massively parallel sequencing has enabled systematic documentation of this variation at the whole-genome scale 1–3 . Here we report the integrative analysis of 2,658 whole-cancer genomes and their matching normal tissues across 38 tumour types from the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA). We describe the generation of the PCAWG resource, facilitated by international data sharing using compute clouds. On average, cancer genomes contained 4–5 driver mutations when combining coding and non-coding genomic elements; however, in around 5% of cases no drivers were identified, suggesting that cancer driver discovery is not yet complete. Chromothripsis, in which many clustered structural variants arise in a single catastrophic event, is frequently an early event in tumour evolution; in acral melanoma, for example, these events precede most somatic point mutations and affect several cancer-associated genes simultaneously. Cancers with abnormal telomere maintenance often originate from tissues with low replicative activity and show several mechanisms of preventing telomere attrition to critical levels. Common and rare germline variants affect patterns of somatic mutation, including point mutations, structural variants and somatic retrotransposition. A collection of papers from the PCAWG Consortium describes non-coding mutations that drive cancer beyond those in the TERT promoter 4 ; identifies new signatures of mutational processes that cause base substitutions, small insertions and deletions and structural variation 5,6 ; analyses timings and patterns of tumour evolution 7 ; describes the diverse transcriptional consequences of somatic mutation on splicing, expression levels, fusion genes and promoter activity 8,9 ; and evaluates a range of more-specialized features of cancer genomes 8,10–18 .

Accurate pathological diagnosis is crucial for optimal management of patients with cancer. For the approximately 100 known tumour types of the central nervous system, standardization of the diagnostic process has been shown to be particularly challenging-with substantial inter-observer variability in the histopathological diagnosis of many tumour types. Here we present a comprehensive approach for the DNA methylation-based classification of central nervous system tumours across all entities and age groups, and demonstrate its application in a routine diagnostic setting. We show that the availability of this method may have a substantial impact on diagnostic precision compared to standard methods, resulting in a change of diagnosis in up to 12% of prospective cases. For broader accessibility, we have designed a free online classifier tool, the use of which does not require any additional onsite data processing. Our results provide a blueprint for the generation of machine-learning-based tumour classifiers across other cancer entities, with the potential to fundamentally transform tumour pathology.

Glioblastoma (GBM) is a brain tumor that carries a dismal prognosis and displays considerable heterogeneity. We have recently identified recurrent H3F3A mutations affecting two critical amino acids (K27 and G34) of histone H3.3 in one-third of pediatric GBM. Here, we show that each H3F3A mutation defines an epigenetic subgroup of GBM with a distinct global methylation pattern, and that they are mutually exclusive with IDH1 mutations, which characterize a third mutation-defined subgroup. Three further epigenetic subgroups were enriched for hallmark genetic events of adult GBM and/or established transcriptomic signatures. We also demonstrate that the two H3F3A mutations give rise to GBMs in separate anatomic compartments, with differential regulation of transcription factors OLIG1, OLIG2, and FOXG1, possibly reflecting different cellular origins.

Abstract Pan-cancer analyses that examine commonalities and differences among various cancer types have emerged as a powerful way to obtain novel insights into cancer biology. Here we present a comprehensive analysis of genetic alterations in a pan-cancer cohort including 961 tumours from children, adolescents, and young adults, comprising 24 distinct molecular types of cancer. Using a standardized workflow, we identified marked differences in terms of mutation frequency and significantly mutated genes in comparison to previously analysed adult cancers. Genetic alterations in 149 putative cancer driver genes separate the tumours into two classes: small mutation and structural/copy-number variant (correlating with germline variants). Structural variants, hyperdiploidy, and chromothripsis are linked to TP53 mutation status and mutational signatures. Our data suggest that 7–8% of the children in this cohort carry an unambiguous predisposing germline variant and that nearly 50% of paediatric neoplasms harbour a potentially druggable event, which is highly relevant for the design of future clinical trials.

Summary

 Ependymal tumors across age groups are currently classified and graded solely by histopathology. It is, however, commonly accepted that this classification scheme has limited clinical utility based on its lack of reproducibility in predicting patients' outcome. We aimed at establishing a uniform molecular classification using DNA methylation profiling. Nine molecular subgroups were identified in a large cohort of 500 tumors, 3 in each anatomical compartment of the CNS, spine, posterior fossa, supratentorial. Two supratentorial subgroups are characterized by prototypic fusion genes involving RELA and YAP1, respectively. Regarding clinical associations, the molecular classification proposed herein outperforms the current histopathological classification and thus might serve as a basis for the next World Health Organization classification of CNS tumors.

Medulloblastoma is the most common malignant brain tumor in childhood. Molecular studies from several groups around the world demonstrated that medulloblastoma is not one disease but comprises a collection of distinct molecular subgroups. However, all these studies reported on different numbers of subgroups. The current consensus is that there are only four core subgroups, which should be termed WNT, SHH, Group 3 and Group 4. Based on this, we performed a meta-analysis of all molecular and clinical data of 550 medulloblastomas brought together from seven independent studies. All cases were analyzed by gene expression profiling and for most cases SNP or array-CGH data were available. Data are presented for all medulloblastomas together and for each subgroup separately. For validation purposes, we compared the results of this meta-analysis with another large medulloblastoma cohort (n = 402) for which subgroup information was obtained by immunohistochemistry. Results from both cohorts are highly similar and show how distinct the molecular subtypes are with respect to their transcriptome, DNA copy-number aberrations, demographics, and survival. Results from these analyses will form the basis for prospective multi-center studies and will have an impact on how the different subgroups of medulloblastoma will be treated in the future.

Pediatric glioblastomas (GBM) including diffuse intrinsic pontine gliomas (DIPG) are devastating brain tumors with no effective therapy. Here, we investigated clinical and biological impacts of histone H3.3 mutations. Forty-two DIPGs were tested for H3.3 mutations. Wild-type versus mutated (K27M-H3.3) subgroups were compared for HIST1H3B, IDH, ATRX and TP53 mutations, copy number alterations and clinical outcome. K27M-H3.3 occurred in 71 %, TP53 mutations in 77 % and ATRX mutations in 9 % of DIPGs. ATRX mutations were more frequent in older children (p < 0.0001). No G34V/R-H3.3, IDH1/2 or H3.1 mutations were identified. K27M-H3.3 DIPGs showed specific copy number changes, including all gains/amplifications of PDGFRA and MYC/PVT1 loci. Notably, all long-term survivors were H3.3 wild type and this group of patients had better overall survival. K27M-H3.3 mutation defines clinically and biologically distinct subgroups and is prevalent in DIPG, which will impact future therapeutic trial design. K27M- and G34V-H3.3 have location-based incidence (brainstem/cortex) and potentially play distinct roles in pediatric GBM pathogenesis. K27M-H3.3 is universally associated with short survival in DIPG, while patients wild-type for H3.3 show improved survival. Based on prognostic and therapeutic implications, our findings argue for H3.3-mutation testing at diagnosis, which should be rapidly integrated into the clinical decision-making algorithm, particularly in atypical DIPG.

Current therapies for medulloblastoma, a highly malignant childhood brain tumour, impose debilitating effects on the developing child, and highlight the need for molecularly targeted treatments with reduced toxicity. Previous studies have been unable to identify the full spectrum of driver genes and molecular processes that operate in medulloblastoma subgroups. Here we analyse the somatic landscape across 491 sequenced medulloblastoma samples and the molecular heterogeneity among 1,256 epigenetically analysed cases, and identify subgroup-specific driver alterations that include previously undiscovered actionable targets. Driver mutations were confidently assigned to most patients belonging to Group 3 and Group 4 medulloblastoma subgroups, greatly enhancing previous knowledge. New molecular subtypes were differentially enriched for specific driver events, including hotspot in-frame insertions that target KBTBD4 and ‘enhancer hijacking’ events that activate PRDM6. Thus, the application of integrative genomics to an extensive cohort of clinical samples derived from a single childhood cancer entity revealed a series of cancer genes and biologically relevant subtype diversity that represent attractive therapeutic targets for the treatment of patients with medulloblastoma. Genomic analysis of 491 medulloblastoma samples, including methylation profiling of 1,256 cases, effectively assigns candidate drivers to most tumours across all molecular subgroups. Medulloblastomas are highly malignant brain tumours that develop during childhood. Paul Northcott and colleagues analysed the whole-genome sequences of 491 medulloblastomas in order to characterize the genomic landscape across tumours and identify new drivers and mutational signatures. Their integrative genomic analyses, including methylation profiling of 1,256 medulloblastomas, identifies subgroup-specific driver mutations and suggests additional tumour subtypes. The authors assign driver mutations to a high proportion of the less well characterized Group 3 and Group 4, which together contribute to more than 60% of all medulloblastomas.