A rare but deadly form of human pancreatic cancer harbors mutations in chromatin remodeling genes.

Chromosome tips seem to be maintained by an unusual mechanism in tumors that have mutations in chromatin remodeling genes.

Poorly differentiated neuroendocrine carcinomas (NECs) of the pancreas are rare malignant neoplasms with a poor prognosis. The aim of this study was to determine the clinicopathologic and genetic features of poorly differentiated NECs and compare them with other types of pancreatic neoplasms. We investigated alterations of KRAS, CDKN2A/p16, TP53, SMAD4/DPC4, DAXX, ATRX, PTEN, Bcl2, and RB1 by immunohistochemistry and/or targeted exomic sequencing in surgically resected specimens of 9 small cell NECs, 10 large cell NECs, and 11 well-differentiated neuroendocrine tumors (PanNETs) of the pancreas. Abnormal immunolabeling patterns of p53 and Rb were frequent (p53, 18 of 19, 95%; Rb, 14 of 19, 74%) in both small cell and large cell NECs, whereas Smad4/Dpc4, DAXX, and ATRX labeling was intact in virtually all of these same carcinomas. Abnormal immunolabeling of p53 and Rb proteins correlated with intragenic mutations in the TP53 and RB1 genes. In contrast, DAXX and ATRX labeling was lost in 45% of PanNETs, whereas p53 and Rb immunolabeling was intact in these same cases. Overexpression of Bcl-2 protein was observed in all 9 small cell NECs (100%) and in 5 of 10 (50%) large cell NECs compared with only 2 of 11 (18%) PanNETs. Bcl-2 overexpression was significantly correlated with higher mitotic rate and Ki67 labeling index in neoplasms in which it was present. Small cell NECs are genetically similar to large cell NECs, and these genetic changes are distinct from those reported in PanNETs. The finding of Bcl-2 overexpression in poorly differentiated NECs, particularly small cell NEC, suggests that Bcl-2 antagonists/inhibitors may be a viable treatment option for these patients.

Cancer-associated fibroblasts (CAFs) are major components of the carcinoma microenvironment that promote tumor progression. However, the mechanisms by which CAFs regulate cancer cell migration are poorly understood. In this study, we show that fibronectin (Fn) assembled by CAFs mediates CAF–cancer cell association and directional migration. Compared with normal fibroblasts, CAFs produce an Fn-rich extracellular matrix with anisotropic fiber orientation, which guides the cancer cells to migrate directionally. CAFs align the Fn matrix by increasing nonmuscle myosin II- and platelet-derived growth factor receptor α–mediated contractility and traction forces, which are transduced to Fn through α5β1 integrin. We further show that prostate cancer cells use αv integrin to migrate efficiently and directionally on CAF-derived matrices. We demonstrate that aligned Fn is a prominent feature of invasion sites in human prostatic and pancreatic carcinoma samples. Collectively, we present a new mechanism by which CAFs organize the Fn matrix and promote directional cancer cell migration.

Abstract The histopathologic heterogeneity of intraductal papillary mucinous neoplasms (IPMN) complicates the prediction of pancreatic ductal adenocarcinoma (PDAC) risk. Intratumoral regions of pancreaticobiliary (PB), intestinal (INT), and gastric foveolar (GF) epithelium may occur with either low-grade dysplasia (LGD) or high-grade dysplasia (HGD). We used digital spatial RNA profiling of dysplastic epithelium (83 regions) from surgically resected IPMN tissues (12 patients) to differentiate subtypes and predict genes associated with malignancy. The expression patterns of PB and GF lesions diverged from INT, suggesting that PB and GF arise from a common lineage. Transcriptional dysregulation within PB lesions mirrored that of PDAC, whereas INT and GF foci did not. Tumor necrosis factor/nuclear factor κB (TNF-NFκB) and cell cycle (cycling-S, cycling-G2/M) programs occurred with relative prominence in PB and INT subtypes, respectively. Taken together, this study delineates markers of high-risk IPMN and insights into malignant progression. One Sentence Summary Spatial profiling of the intratumoral heterogeneity of IPMN yields markers of high-risk disease and insights into malignant progression.

Screening programs for colorectal cancer (CRC) have had a profound impact on the morbidity and mortality of this disease by detecting and removing early cancers and precancerous adenomas with colonoscopy. However, CRC continues to be the third leading cause of cancer-related mortality in both men and woman, partly because of limitations in colonoscopy-based screening. Thus, novel strategies to improve the efficiency and effectiveness of screening colonoscopy are urgently needed. Here, we propose to address this need using an optical biopsy technique based on spectroscopic optical coherence tomography (OCT). The depth resolved images obtained with OCT are analyzed as a function of wavelength to measure optical tissue properties. The optical properties can be used as input to machine learning algorithms as a means to classify adenomatous tissue in the colon. In this study, biopsied tissue samples from the colonic epithelium are analyzed ex vivo using spectroscopic OCT and tissue classifications are generated using a novel deep learning architecture, informed by machine learning methods including LSTM and KNN. The overall classification accuracy obtained was 88.9%, 76.0% and 97.9% in discriminating tissue type for these methods. Further, we apply an approach using false coloring of en face OCT images based on SOCT parameters and deep learning predictions to enable visual identification of tissue type. This study advances the spectroscopic OCT towards clinical utility for analyzing colonic epithelium for signs of adenoma.

Outcomes following tumor resection vary dramatically among patients with pancreatic cancer. A challenge in defining predictive biomarkers is to discern within the complex tumor tissue the specific subpopulations and relationships that drive recurrence. Multiplexed immunofluorescence is valuable for such studies when supplied with markers of relevant subpopulations and analysis methods to sort out the intra-tumor relationships that are informative of tumor behavior. We hypothesized that the glycan biomarkers CA19-9 and STRA, which detect separate subpopulations of cancer cells, define intra-tumoral features associated with recurrence. We probed this question using automated signal thresholding and spatial cluster analysis applied to the immunofluorescence images of the STRA and CA19-9 glycan biomarkers in whole-block tumor sections. The tumors (N = 22) displayed extreme diversity between them in the amounts of the glycans and in the levels of spatial clustering, but neither the amounts nor the clusters of the individual and combined glycans associated with recurrence. The combined glycans, however, marked divergent types of spatial clusters, alternatively only STRA, only CA19-9, or both. The co-occurrence of more than one cluster type within a tumor associated significantly with disease recurrence, in contrast to the independent occurrence of each type of cluster. In addition, intra-tumoral regions with heterogeneity in biomarker clusters spatially aligned with pathology-confirmed cancer cells, whereas regions with homogeneous biomarker clusters aligned with various non-cancer cells. Thus, the STRA and CA19-9 glycans are markers of distinct and co-occurring subpopulations of cancer cells that in combination are associated with recurrence. Furthermore, automated signal thresholding and spatial clustering provides a tool for quantifying intra-tumoral subpopulations that are informative of outcome.

Pancreatic ductal adenocarcinoma (PDAC) tumor heterogeneity impedes the development of biomarker assays suitable for early disease detection that would improve patient outcomes. The CA19-9 glycan is currently used as a standalone biomarker for PDAC. Furthermore, previous studies have shown that cancer cells may display aberrant membrane-associated glycans. We therefore hypothesized that PDAC cancer cell subpopulations could be distinguished by aberrant glycan signatures. We used multiplexed glycan immunofluorescence combined with pathologist annotation and automated image processing to distinguish between PDAC cancer cell subpopulations within tumor tissue. Using a training-set/test-set approach, we found that PDAC cancer cells may be identified by signatures comprising 4 aberrant glycans (VVL, CA19-9, sTRA, and GM2) and that there are three glycan-defined PDAC tumor types: sTRA type, CA19-9 type, and intermixed. To determine whether the aberrant glycan signatures could be detected in blood samples, we developed hybrid glycan sandwich assays for membrane-associated glycans. In both patient-matched tumor and blood samples, the proportion of aberrant glycans detected was consistent. Furthermore, our multiplexed glycan immunofluorescent approach proved to be more sensitive and more specific than CA19-9 alone. Our results provide proof of concept for a novel methodology to improve early PDAC detection and patient outcomes.