Continual evolution of cancer makes it challenging to predict clinical outcomes. Highly varied and unpredictable patient outcomes in esophageal adenocarcinoma (EAC) prompted us to question the pattern and timing of metastatic spread. Whole genome sequencing and phylogenetic analysis of 396 samples across 18 EAC cases demonstrated a stellate pattern on the phylogenetic trees in 90% cases. The age-dependent trinucleotide signature, which can serve as a molecular clock, was absent or reduced in the stellate branches beyond the trunk in most cases (p<0.0001). Clustering of lymph nodes and distant metastases (n=250) demonstrated samples sharing a common clonal origin were widely dispersed anatomically. Metastatic subclones at autopsy were present in tissue and blood samples from earlier time-points. We infer that metastasis occurs rapidly across multiple sites, constituting a model of metastatic spread we term clonal diaspora. This has implications for understanding metastatic progression, clinical staging and patient management.

Large-scale cancer genome studies suggest that tumors are driven by somatic copy number alterations (SCNAs) or single-nucleotide variants (SNVs). Due to the low-cost, the clinical use of genomics assays is biased towards targeted gene panels, which identify SNVs. There is a need for a comparably low-cost and simple assay for high-resolution SCNA profiling. Here we present our method, conliga, which infers SCNA profiles from a low-cost and simple assay.

Esophageal Adenocarcinoma (EAC) is a poor prognosis cancer type with rapidly rising incidence. Our understanding of genetic events which drive EAC development is limited and there are few molecular biomarkers for prognostication or therapeutics. We have accumulated a cohort of 551 genomically characterised EACs (73% WGS and 27% WES) with clinical annotation and matched RNA-seq. Using a variety of driver gene detection methods, we discover 77 EAC driver genes (73% novel) and 21 non-coding driver elements (95% novel), and describe mutation and CNV types with specific functional impact. We identify a mean of 4.4 driver events per case derived from both copy number events and mutations. We compare driver mutation rates to the exome-wide mutational excess calculated using Non-synonymous vs Synonymous mutation rates (dNdS). We observe mutual exclusivity or co-occurrence of events within and between a number of EAC pathways (GATA factors, Core Cell cycle genes, TP53 regulators and the SWI/SNF complex) suggestive of important functional relationships. These driver variants correlate with tumour differentiation, sex and prognosis. Poor prognostic indicators (SMAD4, GATA4) are verified in independent cohorts with significant predictive value. Over 50% of EACs contain sensitising events for CDK4/6 inhibitors which are highly correlated with clinically relevant sensitivity in a panel EAC cell lines and organoids.