Abstract G-quadruplex DNAs form four-stranded helical structures and are proposed to play key roles in different cellular processes. Targeting G-quadruplex DNAs for cancer treatment is a very promising prospect. Here, we show that CX-5461 is a G-quadruplex stabilizer, with specific toxicity against BRCA deficiencies in cancer cells and polyclonal patient-derived xenograft models, including tumours resistant to PARP inhibition. Exposure to CX-5461, and its related drug CX-3543, blocks replication forks and induces ssDNA gaps or breaks. The BRCA and NHEJ pathways are required for the repair of CX-5461 and CX-3543-induced DNA damage and failure to do so leads to lethality. These data strengthen the concept of G4 targeting as a therapeutic approach, specifically for targeting HR and NHEJ deficient cancers and other tumours deficient for DNA damage repair. CX-5461 is now in advanced phase I clinical trial for patients with BRCA1/2 deficient tumours (Canadian trial, NCT02719977, opened May 2016).

Abstract Purpose: Gene expression–based molecular subtypes of high-grade serous tubo-ovarian cancer (HGSOC), demonstrated across multiple studies, may provide improved stratification for molecularly targeted trials. However, evaluation of clinical utility has been hindered by nonstandardized methods, which are not applicable in a clinical setting. We sought to generate a clinical grade minimal gene set assay for classification of individual tumor specimens into HGSOC subtypes and confirm previously reported subtype-associated features. Experimental Design: Adopting two independent approaches, we derived and internally validated algorithms for subtype prediction using published gene expression data from 1,650 tumors. We applied resulting models to NanoString data on 3,829 HGSOCs from the Ovarian Tumor Tissue Analysis consortium. We further developed, confirmed, and validated a reduced, minimal gene set predictor, with methods suitable for a single-patient setting. Results: Gene expression data were used to derive the predictor of high-grade serous ovarian carcinoma molecular subtype (PrOTYPE) assay. We established a de facto standard as a consensus of two parallel approaches. PrOTYPE subtypes are significantly associated with age, stage, residual disease, tumor-infiltrating lymphocytes, and outcome. The locked-down clinical grade PrOTYPE test includes a model with 55 genes that predicted gene expression subtype with >95% accuracy that was maintained in all analytic and biological validations. Conclusions: We validated the PrOTYPE assay following the Institute of Medicine guidelines for the development of omics-based tests. This fully defined and locked-down clinical grade assay will enable trial design with molecular subtype stratification and allow for objective assessment of the predictive value of HGSOC molecular subtypes in precision medicine applications. See related commentary by McMullen et al., p. 5271

Abstract Background Homologous recombination deficiency (HRD) in ovarian cancer confers increased sensitivity to Poly-ADP-Ribose-Polymerase (PARP) inhibitors and platinum. The homologous recombination (HR) mediator RAD51, however, is commonly overexpressed, potentially driving unregulated HR. Due to non-quantitative measurements and heterogeneous cohorts, the clinical relevance of RAD51 expression in ovarian cancer is unclear. Methods Fluorescent immunohistochemistry and multispectral imaging were used to quantitate RAD51 expression, in relation to other markers, in independent cohorts of ovarian carcinomas from British Columbia Cancer (BCC n =284) and the phase III SCOTROC4 trial ( n =268). Independent cohorts (TCGA n =566, GSE9891 n =267, GSE26712 n =185 and GSE3149 n =146) were used for mRNA expression and immune infiltration analyses. Results RAD51-High tumours had shorter progression-free and overall survival compared to RAD51-Low cases in both BCC and SCOTROC4. The negative prognostic significance of high RAD51 was primarily evident in cases classified “HRD negative” by the Myriad genomic scar assay. Unexpectedly, overexpression of RAD51 in ovarian cancer cell lines did not affect sensitivity to platinum or PARP inhibitors, but modified the expression of immune-regulatory genes. Accordingly, tumours with high RAD51 mRNA showed consistent changes in immunomodulatory transcripts across four independent ovarian cancer cohorts. In-situ multiplexed imaging confirmed that high RAD51 tumours correlated with tumour exclusion of cytotoxic-T-cells, possibly explaining their poor outcomes after chemotherapy. Conclusions High RAD51 expression, in conjunction with a HRD score <42, identifies a subgroup of EOC cases with platinum resistance and an immune excluded tumour microenvironment. Tumours with high RAD51 may require alternate or additional adjuvant therapeutic strategies to overcome immune exclusion. Statement of Translational Relevance Homologous recombination deficiency (HRD) in ovarian cancer confers increased sensitivity to Poly-ADP-Ribose-Polymerase (PARP) inhibitors and platinum. Currently, methods to identify patients who do poorly on first-line platinum based chemotherapy in ovarian cancer represent an unmet clinical need. In this report we show that RAD51 expression can identify patients with primary platinum resistance in two large cohorts, including a unique phase-III trial of carboplatin as adjuvant monotherapy. The clinical relevance of a positive genomic scar HRD score, a biomarker for assessing HRD status, in predicting benefit to PARP inhibitors has been established following recent phase 3 trials in first line and 2 nd line maintenance treatment of ovarian cancer. Our findings suggest that HRD negative ovarian tumours may be further stratified by RAD51 expression status in the context of platinum sensitivity, and may serve to guide future trials of HRD targeted agents.

(Abstracted from Int J Gynecol Cancer 2024;0:1–6) Endometrial cancer can be classified at the molecular level to categorize tumors with important diagnostic, prognostic, and therapeutic implications. The copy number high group is characterized by a very high number of somatic copy number alterations, low mutation rate, and frequent TP53 mutations.

The presence of somatic driver mutations in endometriosis has previously been believed to represent early events in transformation, however our group and others have described such mutations in roughly one-third of cases of deep infiltrating or iatrogenic endometriosis. These forms of endometriosis rarely progress to malignancy. Recent studies have also shown somatic driver mutations in normal skin, blood, peritoneal washings, and esophageal epithelium. Such findings prompt speculation on whether such mutations exist in the eutopic endometrium - the likely tissue of origin of endometriosis. In the current study we investigated the presence of somatic driver mutations in histologically normal endometrium from women lacking evidence of gynecologic malignancy or endometrial hyperplasia. Twenty-five women who underwent hysterectomies and 85 women who underwent endometrial biopsies were included in this study. Formalin-fixed, paraffin-embedded tissue specimens were analyzed by means of targeted sequencing followed by orthogonal validation with droplet digital PCR. PTEN and ARID1A immunohistochemistry (IHC) was also performed as surrogates for inactivating mutations in the respective genes. Overall, we observed somatic driver-like events in over 50% of histologically normal endometrial samples analyzed, which included hotspot mutations in KRAS, PIK3CA, and FGFR2 as well as PTEN-loss by IHC. Analysis of anterior and posterior samplings collected from women who underwent hysterectomies is consistent with the presence of somatic driver mutations within clonal pockets spread throughout the uterus. The prevalence of such oncogenic mutations also increased with age (OR: 1.05 (95% CI: 1.00 - 1.10), p = 0.035). These findings have implications on our understanding of aging and so-called "normal tissues", thereby necessitating caution in the utilization of mutation-based early detection tools for endometrial or other cancers.

Deep learning-based computer vision methods have recently made remarkable breakthroughs in the analysis and classification of cancer pathology images. However, there has been relatively little investigation of the utility of deep neural networks to synthesize medical images. In this study, we evaluated the efficacy of generative adversarial networks (GANs) to synthesize high resolution pathology images of ten histological types of cancer, including five cancer types from The Cancer Genome Atlas (TCGA) and the five major histological subtypes of ovarian carcinoma. The quality of these images was assessed using a comprehensive survey of board-certified pathologists (n = 9) and pathology trainees (n = 6). Our results show that the real and synthetic images are classified by histotype with comparable accuracies, and the synthetic images are visually indistinguishable from real images. Furthermore, we trained deep convolutional neural networks (CNNs) to diagnose the different cancer types and determined that the synthetic images perform as well as additional real images when used to supplement a small training set. These findings have important applications in proficiency testing of medical practitioners and quality assurance in clinical laboratories. Furthermore, training of computer-aided diagnostic systems can benefit from synthetic images where labeled datasets are limited (e.g., rare cancers). We have created a publicly available website where clinicians and researchers can attempt questions from the image survey at http://gan.aimlab.ca/.