Abstract The U2AF1 gene is a core part of mRNA splicing machinery and frequently contains somatic mutations that contribute to oncogenesis in MDS, AML, and other cancers. A change introduced in the GRCh38 version of the human reference build prevents mutations in this gene from being detected by many variant calling pipelines. We describe the problem in detail and show that a modified GRCh38 reference build with unchanged coordinates can be used to ameliorate the issue. This reference is available at https://zenodo.org/record/4684553 (doi:10.5281/zenodo.4684553)

ABSTRACT Circulating cell-free DNA (ccfDNA) sequencing for low-burden cancer monitoring is limited by sparsity of circulating tumor DNA (ctDNA), the abundance of genomic material within a plasma sample, and pre-analytical error rates due to library preparation, and sequencing errors. Sequencing costs have historically favored the development of deep targeted sequencing approaches for overcoming sparsity in ctDNA detection, but these techniques are limited by the abundance of ccfDNA in samples, which imposes a ceiling on the maximal depth of coverage in targeted panels. Whole genome sequencing (WGS) is an orthogonal approach to ctDNA detection that can overcome the low abundance of ccfDNA by supplanting sequencing depth with breadth, integrating signal across the entire tumor mutation landscape. However, the higher cost of WGS limits the practical depth of coverage and hinders broad adoption. Lower sequencing costs may thus allow for enhanced ctDNA cancer monitoring via WGS. We therefore applied emerging lower-cost WGS (Ultima Genomics, 1USD/Gb) to plasma samples at ∼120x coverage. Copy number and single nucleotide variation profiles were comparable between matched Ultima and Illumina datasets, and the deeper WGS coverage enabled ctDNA detection at the parts per million range. We further harnessed these lower sequencing costs to implement duplex error-corrected sequencing at the scale of the entire genome, demonstrating a ∼1,500x decrease in errors in the plasma of patient-derived xenograft mouse models, and error rates of ∼10 −7 in patient plasma samples. We leveraged this highly de-noised plasma WGS to undertake cancer monitoring in the more challenging context of resectable melanoma without matched tumor sequencing. In this context, duplex-corrected WGS allowed us to harness known mutational signature patterns for disease monitoring without matched tumors, paving the way for de novo cancer monitoring.

Abstract Genomic rearrangements are a hallmark of most solid tumors, including medulloblastoma, one of the most common brain tumors in children. Childhood cancers involve dysregulated cell development, but their mutational causes remain largely unknown. One of the most common forms of medulloblastoma is caused by ectopic activation of Sonic Hedgehog (SHH) signaling in cerebellar granule cell progenitors, associated with genetic deletions, amplifications, and other oncogenic chromosomal rearrangements. Here, we show that PiggyBac Transposable Element Derived 5 (Pgbd5) promotes tumor development in multiple developmentally-accurate mouse models of SHH medulloblastoma. Most mice with Pgbd5 deficiency do not develop tumors, while Pgbd5 -deficient mice maintain largely normal cerebellar development. Mouse medulloblastomas expressing Pgbd5 exhibit significantly increased numbers of somatic structural DNA rearrangements, with PGBD5-specific transposon sequences at their breakpoints. Similar sequence breakpoints recurrently affect somatic DNA rearrangements of known tumor suppressors and oncogenes in medulloblastomas in 329 children. Therefore, this study identifies PGBD5 as a primary medulloblastoma mutator and provides a genetic mechanism responsible for the generation of somatic oncogenic DNA rearrangements in childhood cancer. One-Sentence Summary Induction of somatic oncogenic mutations by the DNA transposase PGBD5 in cerebellar progenitor cells promotes medulloblastoma development.

In solid tumor oncology, circulating tumor DNA (ctDNA) is poised to transform care through accurate assessment of minimal residual disease (MRD) and therapeutic response monitoring. To overcome the sparsity of ctDNA fragments in low tumor fraction (TF) settings and increase MRD sensitivity, we previously leveraged genome-wide mutational integration through plasma whole-genome sequencing (WGS). Here we now introduce MRD-EDGE, a machine-learning-guided WGS ctDNA single-nucleotide variant (SNV) and copy-number variant (CNV) detection platform designed to increase signal enrichment. MRD-EDGESNV uses deep learning and a ctDNA-specific feature space to increase SNV signal-to-noise enrichment in WGS by ~300× compared to previous WGS error suppression. MRD-EDGECNV also reduces the degree of aneuploidy needed for ultrasensitive CNV detection through WGS from 1 Gb to 200 Mb, vastly expanding its applicability within solid tumors. We harness the improved performance to identify MRD following surgery in multiple cancer types, track changes in TF in response to neoadjuvant immunotherapy in lung cancer and demonstrate ctDNA shedding in precancerous colorectal adenomas. Finally, the radical signal-to-noise enrichment in MRD-EDGESNV enables plasma-only (non-tumor-informed) disease monitoring in advanced melanoma and lung cancer, yielding clinically informative TF monitoring for patients on immune-checkpoint inhibition. Detection of circulating tumor DNA using MRD-EDGE, a machine-learning-guided single-nucleotide variant and copy-number variant detection platform for signal enrichment, enables monitoring of minimal residual disease and immunotherapy response in settings of low tumor burden.

Abstract Advanced urothelial cancer is a frequently lethal disease characterized by marked genetic heterogeneity. In this study, we investigate the evolution of the genomic signatures caused by endogenous and external mutagenic stimuli and their interplay with complex structural variants. We superimposed mutational signatures and phylogenetic analyses of matched serial tumors from patients with urothelial cancer to define the evolutionary patterns of these processes. We show that APOBEC3-induced mutations are clonal and early, whereas mutational bursts comprising hundreds of late subclonal mutations are induced by chemotherapy. Using a novel genome graph computational paradigm, we observed frequent circular high copy-number amplicons characteristic of extrachromosomal DNA (ecDNA) involving double-minutes, breakage-fusion-bridge, and tyfonas events. We characterized the distinct temporal patterns of APOBEC3 mutations and chemotherapy-induced mutations within ecDNA, gaining new insights into the timing of these events relative to ecDNA biogenesis. Finally, we discovered that most CCND1 amplifications in urothelial cancer arise within circular ecDNA amplicons. These CCND1 ecDNA amplification events persisted and increased in complexity incorporating additional DNA segments potentially contributing selective fitness advantage to the evolution of treatment resistance. Our findings define fundamental mechanisms driving urothelial cancer evolution and have therapeutic implications for treating this disease.