Abstract Immunoediting is a major force during cancer evolution that selects for clones with low immunogenicity (adaptation), or clones with mechanisms of immune evasion (escape). However, quantifying immunogenicity in the cancer genome and how the tumour-immune coevolutionary dynamics impact patient outcomes remain unexplored. Here we show that the ratio of nonsynonymous to synonymous mutations (dN/dS) in the immunopeptidome quantifies tumor immunogenicity and differentiates between adaptation and escape. We analysed 8,543 primary tumors from TCGA and validated immune dN/dS as a measure of selection associated with immune infiltration in immune-adapted tumours. In a cohort of 308 metastatic patients that received immunotherapy, pre-treatment lesions in non-responders showed increased immune selection (dN/dS<1), whereas responders did not and instead harboured a higher proportion of genetic escape mechanisms. Ultimately, these findings highlight the potential of evolutionary genomic measures to predict clinical response to immunotherapy.

Abstract The phenomenon of mixed/heterogenous treatment responses to cancer therapies within an individual patient presents a challenging clinical scenario. Furthermore, the molecular basis of mixed intra-patient tumor responses remains unclear. Here, we show that patients with metastatic lung adenocarcinoma harbouring co-mutations of EGFR and TP53 , are more likely to have mixed intra-patient tumor responses to EGFR tyrosine kinase inhibition (TKI), compared to those with an EGFR mutation alone. The combined presence of whole genome doubling (WGD) and TP53 co-mutations leads to increased genome instability and genomic copy number aberrations in genes implicated in EGFR TKI resistance. Using mouse models and an in vitro isogenic p53 -mutant model system, we provide evidence that WGD provides diverse routes to drug resistance by increasing the probability of acquiring copy-number gains or losses relative to non-WGD cells. These data provide a molecular basis for mixed tumor responses to targeted therapy, within an individual patient, with implications for therapeutic strategies.

Patient-derived xenograft (PDX) models are widely used in cancer research. To investigate the genomic fidelity of non-small cell lung cancer PDX models, we established 48 PDX models from 22 patients enrolled in the TRACERx study. Multi-region tumor sampling increased successful PDX engraftment and most models were histologically similar to their parent tumor. Whole-exome sequencing enabled comparison of tumors and PDX models and we provide an adapted mouse reference genome for improved removal of NOD scid gamma (NSG) mouse-derived reads from sequencing data. PDX model establishment caused a genomic bottleneck, with models often representing a single tumor subclone. While distinct tumor subclones were represented in independent models from the same tumor, individual PDX models did not fully recapitulate intratumor heterogeneity. On-going genomic evolution in mice contributed modestly to the genomic distance between tumors and PDX models. Our study highlights the importance of considering primary tumor heterogeneity when using PDX models and emphasizes the benefit of comprehensive tumor sampling.

Abstract Cancers occur across species. Understanding what is consistent and varies across species can provide new insights into cancer initiation and evolution, with significant implications for animal welfare and wildlife conservation. We built the pan-species cancer digital pathology atlas (PANCAD) and conducted the first pan-species study of computational comparative pathology using a supervised convolutional neural network algorithm trained on human samples. The artificial intelligence algorithm achieves high accuracy in measuring immune response through single-cell classification for two transmissible cancers (canine transmissible venereal tumour, 0.94; Tasmanian devil facial tumour disease, 0.88). Furthermore, in 18 other vertebrate species (mammalia=11, reptilia=4, aves=2, and amphibia=1), accuracy (0.57-0.94) was influenced by cell morphological similarity preserved across different taxonomic groups, tumour sites, and variations in the immune compartment. A new metric, named morphospace overlap, was developed to guide veterinary pathologists towards rational deployment of this technology on new samples. This study provides the foundation and guidelines for transferring artificial intelligence technologies to veterinary pathology based on a new understanding of morphological conservation, which could vastly accelerate new developments in veterinary medicine and comparative oncology.

Before squamous cell lung cancer develops, pre-cancerous lesions can be found in the airways. From longitudinal monitoring, we know that only half of such lesions become cancer, whereas a third spontaneously regress. While recent studies have described the presence of an active immune response in high-grade lesions, the mechanisms underpinning clinical regression of pre-cancerous lesions remain unknown. Here, we show that host immune surveillance is strongly implicated in lesion regression. Using bronchoscopic biopsies from human subjects, we find that regressive carcinoma in-situ lesions harbour more infiltrating immune cells than those that progress to cancer. Moreover, molecular profiling of these lesions identifies potential immune escape mechanisms specifically in those that progress to cancer: antigen presentation is impaired by genomic and epigenetic changes, TGF-beta signalling is overactive, and the immunomodulator TNFSF9 is downregulated. Changes appear intrinsic to the CIS lesions as the adjacent stroma of progressive and regressive lesions are transcriptomically similar. This study identifies mechanisms by which pre-cancerous lesions evade immune detection during the earliest stages of carcinogenesis and forms a basis for new therapeutic strategies that treat or prevent early stage lung cancer.