The genetic circuits that allow cancer cells to evade destruction by the host immune system remain poorly understood1–3. Here, to identify a phenotypically robust core set of genes and pathways that enable cancer cells to evade killing mediated by cytotoxic T lymphocytes (CTLs), we performed genome-wide CRISPR screens across a panel of genetically diverse mouse cancer cell lines that were cultured in the presence of CTLs. We identify a core set of 182 genes across these mouse cancer models, the individual perturbation of which increases either the sensitivity or the resistance of cancer cells to CTL-mediated toxicity. Systematic exploration of our dataset using genetic co-similarity reveals the hierarchical and coordinated manner in which genes and pathways act in cancer cells to orchestrate their evasion of CTLs, and shows that discrete functional modules that control the interferon response and tumour necrosis factor (TNF)-induced cytotoxicity are dominant sub-phenotypes. Our data establish a central role for genes that were previously identified as negative regulators of the type-II interferon response (for example, Ptpn2, Socs1 and Adar1) in mediating CTL evasion, and show that the lipid-droplet-related gene Fitm2 is required for maintaining cell fitness after exposure to interferon-γ (IFNγ). In addition, we identify the autophagy pathway as a conserved mediator of the evasion of CTLs by cancer cells, and show that this pathway is required to resist cytotoxicity induced by the cytokines IFNγ and TNF. Through the mapping of cytokine- and CTL-based genetic interactions, together with in vivo CRISPR screens, we show how the pleiotropic effects of autophagy control cancer-cell-intrinsic evasion of killing by CTLs and we highlight the importance of these effects within the tumour microenvironment. Collectively, these data expand our knowledge of the genetic circuits that are involved in the evasion of the immune system by cancer cells, and highlight genetic interactions that contribute to phenotypes associated with escape from killing by CTLs. Genome-wide CRISPR screens in mouse cancer cell lines are used to identify a core, conserved set of genes and pathways that govern how cancer cells evade killing by cytotoxic T lymphocytes.

Basic life science literature is rich with information, however methodically quantitative attempts to organize this information are rare. Unlike clinical research, where consolidation efforts are facilitated by systematic review and meta-analysis, the basic sciences seldom use such rigorous quantitative methods. The goal of this study is to present a brief theoretical foundation, computational resources and workflow outline along with a working example for performing systematic or rapid reviews of basic research followed by meta-analysis. Conventional meta-analytic techniques are extended to accommodate methods and practices found in basic research. Emphasis is placed on handling heterogeneity that is inherently prevalent in studies that use diverse experimental designs and models. We introduce MetaLab, a meta-analytic toolbox developed in MATLAB R2016b which implements the methods described in this methodology and is provided for researchers and statisticians at Git repository (https://github.com/NMikolajewicz/MetaLab). Through the course of the manuscript, a rapid review of intracellular ATP concentrations in osteoblasts is used as an example to demonstrate workflow, intermediate and final outcomes of basic research meta-analyses. In addition, the features pertaining to larger datasets are illustrated with a systematic review of mechanically-stimulated ATP release kinetics in mammalian cells. We discuss the criteria required to ensure outcome validity, as well as exploratory methods to identify influential experimental and biological factors. Thus, meta-analyses provide informed estimates for biological outcomes and the range of their variability, which are critical for the hypothesis generation and evidence-driven design of translational studies, as well as development of computational models.

1 Abstract P2 purinergic receptor family implicated in many physiological processes, including neurotransmission, mechanical adaptation and inflammation, consist of ATP-gated non-specific cation channels P2XRs and G-protein coupled receptors P2YRs. Different cells, including bone forming osteoblasts, express multiple P2 receptors; however, how P2X and P2Y receptors interact in generating cellular responses to various doses of [ATP] remains poorly understood. Using primary bone marrow and compact bone derived osteoblasts and BMP2-expressing C2C12 osteoblastic cells, we demonstrated conserved features in the P2-mediated Ca 2+ responses to ATP, including a transition of Ca 2+ response signatures from transient at low [ATP] to oscillatory at moderate [ATP], and back to transient at high [ATP], and a non-monotonic changes in the response magnitudes which exhibited two troughs at 10 −4 and 10 −2 M [ATP]. We identified P2Y2 and P2X7 receptors as predominantly contributing to these responses, and constructed a mathematical model of P2Y2R-induced inositol trisphosphate (IP3) mediated Ca 2+ release coupled to a Markov model of P2X7R dynamics to study this system. Model predictions were validated using parental and CRISPR/Cas9-generated P2Y2 and P2Y7 knockouts in osteoblastic C2C12-BMP cells. Activation of P2Y2 by progressively increasing [ATP] induced a transition from transient to oscillatory to transient Ca 2+ responses due to the biphasic nature of IP3Rs and the interaction of SERCA pumps with IP3Rs. At high [ATP], activation of P2X7R modulated the response magnitudes through an interplay between the biphasic nature of IP 3 Rs and the desensitization kinetics of P2X7Rs. Moreover, we found that P2Y2 activity may alter the kinetics of P2X7 towards favouring naïve state activation. Finally, we demonstrated the functional consequences of lacking P2Y2 or P2X7 in osteoblast mechanitransduction. This study thus provides important insights into the biophysical mechanisms underlying ATP-dependent Ca 2+ response signatures, which are important in mediating bone mechanoadaptation. 2 Author Summary ATP-sensitive purinergic receptors comprise a network of cell-surface receptors that activate upon ATP binding, allowing them to transmit information in a tissue- and context-dependent manner. In bone, mechanically-stimulated osteoblasts release ATP that stimulates low- and high-affinity P2 receptors in neighboring cellular populations, inducing appropriate physiological responses. P2 receptor signaling is characterized by elevations in intracellular calcium levels. When simultaneously stimulated by their common ligand, ATP, the contribution of each P2 receptor subtype gives rise to a complex calcium response, exhibiting oscillatory characteristics and biphasic dose-dependent behaviours. Here we used experimental and computational modeling approaches to determine the underlying dynamics of ATP-mediated calcium signaling in osteoblasts. The latter was done by developing a mathematical model that was comprised of a subset of low-(P2X7) and high-(P2Y2) affinity P2 receptors, reflecting the conserved P2 expression observed across different osteoblast models. We demonstrated that this model recapitulates experimental recordings of ATP-induced calcium signaling in osteoblasts and describes the dynamic interplay between P2Y2 and P2X7 receptors in the P2 receptor network.

Abstract Recurrence of solid tumors renders patients vulnerable to a distinctly advanced, highly treatment-refractory disease state that has an increased mutational burden and novel oncogenic drivers not detected at initial diagnosis. Improving outcomes for recurrent cancers requires a better understanding of cancer cell populations that expand from the post-therapy, minimal residual disease (MRD) state. We profiled barcoded tumor stem cell populations through therapy at tumor initiation/engraftment, MRD and recurrence in our therapy-adapted, patient-derived xenograft models of glioblastoma (GBM). Tumors showed distinct patterns of recurrence in which clonal populations exhibited either an a priori , pre-existing fitness advantage, or a priori equipotency fitness acquired through therapy. Characterization of the MRD state by single-cell and bulk RNA sequencing revealed a tumor-intrinsic immunomodulatory signature with strong prognostic significance at the transcriptomic level and in proteomic analysis of cerebrospinal fluid (CSF) collected from GBM patients at all stages of disease. Our results provide insight into the innate and therapy-driven dynamics of human GBM, and the prognostic value of interrogating the MRD state in solid cancers.

Abstract Single-cell RNA-sequencing (scRNA-seq) offers unprecedented insight into heterogenous biology, allowing for the interrogation of cellular populations and gene expression programs at single-cell resolution. Here, we introduce scPipeline, a single-cell analytic toolbox that offers modular workflows for multi-level cellular annotation and user-friendly analysis reports. Novel methods that are introduced to facilitate scRNA-seq annotation include: (i ) co-dependency index (CDI)-based differential expression; (ii ) cluster resolution optimization using a marker-specificity criterion; (iii ) marker-based cell-type annotation with Miko scoring; and (iv ) gene program discovery using scale-free shared nearest neighbor network (SSN) analysis. Our unsupervised and supervised procedures were validated using a diverse collection of scRNA-seq datasets and we provide illustrative examples of cellular and transcriptomic annotation of developmental and immunological scRNA-seq atlases. Overall, scPipeline provides a flexible computational framework for in-depth scRNA-seq analysis.

2035 Background: Brain metastases (BM) are a common complication in non-small cell lung cancer (NSCLC). Reliable models predicting risk of BM development are lacking, hindering effective CNS screening and patient prognostication. In the era of precision medicine, these are important gaps in our knowledge. The aims of this study were to 1) evaluate published BM risk-stratification algorithms, and 2) develop nomograms to predict BM incidence. Methods: Using a retrospective cohort of NSCLC patients from Penn State Health (2011-2020), we 1) evaluated the performance of published BM risk-stratification algorithms systematically identified, and 2) developed nomograms to predict risk of BM incidence. For Aim 1, published algorithms were benchmarked using AUROCs calculated from logistic regression models. For Aim 2, cox-proportional hazard models were trained using L1-regularization, and nomograms were constructed to predict BM risk at 6-month, 1-year, and 2-year follow up. Two separate nomograms were developed: Model T0 used only clinical and imaging data available at time of diagnosis, while Model T1 leveraged additional molecular characteristics and treatment history. All models were trained using 70% of data and tested using 30% of data. Time-dependent AUROC metrics for nomograms were calculated using a cumulative sensitivity and dynamic specificity-based estimator. Results: Our cohort included 1904 patients (median age 68, range: 38 to 94 years, BM incidence 22.8%). Aim 1: 12 published algorithms were identified that used variables consistently available in patient charts. Among these, the Zhang 2021 model was the best predictor of cumulative BM risk (AUROC [95% CI] = 0.89 [0.85-0.93]). Aim 2: Model T0 was trained using age at diagnosis and clinical TNM stage and predicted BM incidence at 6-month, 1-year and 2-year follow up with AUROCs of 0.87, 0.85, and 0.87, respectively. Model T1 was trained with additional predictors, including number of extra-cranial metastatic sites, treatment history (e.g., radiation, surgery, chemotherapy, etc.), and mutation profile (EGFR, KRAS, ALK, BRAF), and achieved AUROCs of 0.90, 0.89, and 0.91 at 6-month, 1-year and 2-year follow up, respectively. Distant metastases at time of NSCLC diagnosis (HR [95% CI] = 3.38 [2.28, 4.99]) and number of extra-cranial metastatic sites (HR [95% CI] = 1.75 [1.54, 1.99] per each additional metastasis) were the strongest independent predictors of BM risk. Conclusions: Based on one of the largest NSCLC cohorts to date, we have developed clinically accessible nomograms for prediction of BM development. This tool can be readily applied toward prognostic modeling and risk stratification, refinement of practice guidelines for CNS screening, and patient counseling.

Cancer-intrinsic immune evasion mechanisms and pleiotropy are a barrier to cancer immunotherapy. This is apparent in certain highly fatal cancers, including high-grade gliomas and glioblastomas (GBM). In this study, we evaluated two murine syngeneic glioma models (GL261 and CT2A) as preclinical models for human GBM using functional genetic screens, single-cell transcriptomics and machine learning approaches. Through CRISPR genome-wide co-culture killing screens with various immune cells (cytotoxic T cells, natural killer cells, and macrophages), we identified three key cancer-intrinsic evasion mechanisms: NFκB signaling, autophagy/endosome machinery, and chromatin remodeling. Additional fitness screens identified dependencies in murine gliomas that partially recapitulated those seen in human GBM (e.g., UFMylation). Our single-cell analyses showed that different glioma models exhibited distinct immune infiltration patterns and recapitulated key immune gene programs observed in human GBM, including hypoxia, interferon, and TNF signaling. Moreover, in vivo orthotopic tumor engraftment was associated with phenotypic shifts and changes in proliferative capacity, with murine tumors recapitulating the intratumoral heterogeneity observed in human GBM, exhibiting propensities for developmental- and mesenchymal-like phenotypes. Notably, we observed common transcription factors and cofactors shared with human GBM, including developmental (Nfia and Tcf4), mesenchymal (Prrx1 and Wwtr1), as well as cycling-associated genes (Bub3, Cenpa, Bard1, Brca1, and Mis18bp1). Perturbation of these genes led to reciprocal phenotypic shifts suggesting intrinsic feedback mechanisms that balance in vivo cellular states. Finally, we used a machine-learning approach to identify two distinct immune evasion gene programs, one of which represents a clinically-relevant phenotype and delineates a subpopulation of stem-like glioma cells that predict response to immune checkpoint inhibition in human patients. This comprehensive characterization helps bridge the gap between murine glioma models and human GBM, providing valuable insights for future therapeutic development.

The human skeleton constantly interacts and adapts to the physical world. We have previously reported that physiologically-relevant mechanical forces lead to small, repairable membrane injuries in bone-forming osteoblasts, resulting in the release of ATP and stimulation of purinergic (P2) calcium responses in neighbouring cells. The goal of this study was to develop a theoretical model describing injury-related ATP and ADP release, extracellular diffusion and degradation, and purinergic responses in neighboring cells. The model was validated using experimental data obtained by measuring intracellular free calcium ([Ca2+]i) elevations following mechanical stimulation of a single osteoblast. The validated single-cell injury model was then scaled to a tissue-level injury to investigate how purinergic responses communicate information about injuries with varying geometries. We found that total ATP released, peak extracellular ATP concentration and the ADP-mediated signaling component contributed complementary information regarding the mechanical stimulation event. The total amount of ATP released governed the maximal distance from the injury at which purinergic responses were stimulated, as well as the overall number of responders. The peak ATP concentration reflected the severity of an individual cell injury and determined signal propagation velocity and temporal synchrony of responses. Peak ATP concentrations also discriminated between minor and severe injuries that led to the release of similar total amounts of ATP due to differences in injury repair dynamics. The third component was ADP-mediated signaling which became relevant only in larger tissue-level injuries, and it conveyed information about the distance to the injury site and its geometry. Taken together, this study identified specific features of extracellular ATP/ADP spatiotemporal signals that encode the severity of the mechanical stimulus, the distance from the stimulus, as well as the mechano-resilient status of the tissue.

2022 Background: Melanoma brain metastases (MBM) are a common endpoint among patients with advanced melanoma and prognosis is poor. Strategies for MBM prevention can prolong life and reduce morbidity. Dual agent immunotherapy (dIT) has been paradigm-changing in management malignant melanoma management. Recent clinical trials have supported the role of dIT for upfront management of small, asymptomatic MBM. Yet, its potential role in extending brain metastasis-free survival (BMFS) and decreasing MBM incidence overall has not been explored. The objective was to compare MBM incidence, median overall survival (OS), and BMFS in melanoma patients treated with dIT versus single immunotherapy (sIT). Methods: A real-world deidentified database collating clinical information from 92 organizations (TriNetX, Inc.) was queried. Melanoma patients without brain metastases prior to immunotherapy were stratified by treatment (anti-CTLA4 [sIT] and combination anti-CTLA4/ anti-PD1 [dIT]) and propensity-score matched. MBM incidence was measured within 5 years post-IT initiation. A complementary single-institution retrospective cohort study analyzed melanoma patients treated from 2012-2019. Median OS and BMFS were compared via log-rank tests and multivariate Cox proportional-hazards models. A competing risk analysis was performed to measure the cumulative incidences of MBM and death without MBM. Results: TriNetX identified 8,686 melanoma patients who received immunotherapy (4,585 dIT; 4,101 sIT). MBM incidence was 13.4%, and 19.3%, for the dIT and sIT cohorts, respectively (p < 0.0001). DIT was associated with a lower likelihood of developing MBM compared to sIT (RR [95%CI], 0.69 [0.62-0.77]). After propensity-score matching on demographics and comorbidities, MBM incidence was similarly 13.3% and 18.5% for the dIT and sIT cohorts, respectively. On single-institution analysis, 130 melanoma patients were included (87 dIT; 43 sIT with anti-CTLA4). In patients with stage IV disease, median OS was 1.70 and 3.66 years for the sIT and dIT cohorts, respectively (p=0.6). Median BMFS was 1.56 and 2.36 years in the sIT and dIT cohorts respectively (p=0.76). On multivariable Cox proportional hazard regression analysis, NRAS mutation was significantly correlated with a worse prognosis for BMFS. Conclusions: These data highlight the impact of combination anti-CTL4/ anti-PD1 immunotherapy in decreasing MBM incidence. The potential primary prophylactic role of dIT in MBM warrants prospective exploration, including mechanistic understanding.