Triple-negative breast cancer (TNBC) is an aggressive subtype that frequently develops resistance to chemotherapy. An unresolved question is whether resistance is caused by the selection of rare pre-existing clones or alternatively through the acquisition of new genomic aberrations. To investigate this question, we applied single-cell DNA and RNA sequencing in addition to bulk exome sequencing to profile longitudinal samples from 20 TNBC patients during neoadjuvant chemotherapy (NAC). Deep-exome sequencing identified 10 patients in which NAC led to clonal extinction and 10 patients in which clones persisted after treatment. In 8 patients, we performed a more detailed study using single-cell DNA sequencing to analyze 900 cells and single-cell RNA sequencing to analyze 6,862 cells. Our data showed that resistant genotypes were pre-existing and adaptively selected by NAC, while transcriptional profiles were acquired by reprogramming in response to chemotherapy in TNBC patients.

Single-cell transcriptomic analysis is widely used to study human tumors. However, it remains challenging to distinguish normal cell types in the tumor microenvironment from malignant cells and to resolve clonal substructure within the tumor. To address these challenges, we developed an integrative Bayesian segmentation approach called copy number karyotyping of aneuploid tumors (CopyKAT) to estimate genomic copy number profiles at an average genomic resolution of 5 Mb from read depth in high-throughput single-cell RNA sequencing (scRNA-seq) data. We applied CopyKAT to analyze 46,501 single cells from 21 tumors, including triple-negative breast cancer, pancreatic ductal adenocarcinoma, anaplastic thyroid cancer, invasive ductal carcinoma and glioblastoma, to accurately (98%) distinguish cancer cells from normal cell types. In three breast tumors, CopyKAT resolved clonal subpopulations that differed in the expression of cancer genes, such as KRAS, and signatures, including epithelial-to-mesenchymal transition, DNA repair, apoptosis and hypoxia. These data show that CopyKAT can aid in the analysis of scRNA-seq data in a variety of solid human tumors. Clonal subpopulations in human tumors are identified from single-cell RNA-seq data.

Aneuploidy is a hallmark of breast cancer; however, knowledge of how these complex genomic rearrangements evolve during tumorigenesis is limited. In this study, we developed a highly multiplexed single-nucleus sequencing method to investigate copy number evolution in patients with triple-negative breast cancer. We sequenced 1,000 single cells from tumors in 12 patients and identified 1-3 major clonal subpopulations in each tumor that shared a common evolutionary lineage. For each tumor, we also identified a minor subpopulation of non-clonal cells that were classified as metastable, pseudodiploid or chromazemic. Phylogenetic analysis and mathematical modeling suggest that these data are unlikely to be explained by the gradual accumulation of copy number events over time. In contrast, our data challenge the paradigm of gradual evolution, showing that the majority of copy number aberrations are acquired at the earliest stages of tumor evolution, in short punctuated bursts, followed by stable clonal expansions that form the tumor mass.

Ductal carcinoma in situ (DCIS) is an early-stage breast cancer that infrequently progresses to invasive ductal carcinoma (IDC). Genomic evolution has been difficult to delineate during invasion due to intratumor heterogeneity and the low number of tumor cells in the ducts. To overcome these challenges, we developed Topographic Single Cell Sequencing (TSCS) to measure genomic copy number profiles of single tumor cells while preserving their spatial context in tissue sections. We applied TSCS to 1,293 single cells from 10 synchronous patients with both DCIS and IDC regions in addition to exome sequencing. Our data reveal a direct genomic lineage between in situ and invasive tumor subpopulations and further show that most mutations and copy number aberrations evolved within the ducts prior to invasion. These results support a multiclonal invasion model, in which one or more clones escape the ducts and migrate into the adjacent tissues to establish the invasive carcinomas.

Intermittent fasting (IF) protects against the development of metabolic diseases and cancer, but whether it can prevent diabetic microvascular complications is not known. In

Abstract A major rate-limiting step in developing more effective immunotherapies for GBM is our inadequate understanding of the cellular complexity and the molecular heterogeneity of immune infiltrates in gliomas. Here, we report an integrated analysis of 201,986 human glioma, immune, and other stromal cells at the single cell level. In doing so, we discover extensive spatial and molecular heterogeneity in immune infiltrates. We identify molecular signatures for nine distinct myeloid cell subtypes, of which five are independent prognostic indicators of glioma patient survival. Furthermore, we identify S100A4 as a regulator of immune suppressive T and myeloid cells in GBM and demonstrate that deleting S100a4 in non-cancer cells is sufficient to reprogram the immune landscape and significantly improve survival. This study provides insights into spatial, molecular, and functional heterogeneity of glioma and glioma-associated immune cells and demonstrates the utility of this dataset for discovering therapeutic targets for this poorly immunogenic cancer.

Metastasis is a complex biological process that has been difficult to delineate in human colorectal cancer (CRC) patients. A major obstacle in understanding metastatic lineages is the extensive intra-tumor heterogeneity at the primary and metastatic tumor sites. To address this problem, we developed a highly multiplexed single-cell DNA sequencing approach to trace the metastatic lineages of two CRC patients with matched liver metastases. Single-cell copy number or mutational profiling was performed, in addition to bulk exome and targeted deep-sequencing. In the first patient, we observed monoclonal seeding, in which a single clone evolved a large number of mutations prior to migrating to the liver to establish the metastatic tumor. In the second patient, we observed polyclonal seeding, in which two independent clones seeded the metastatic liver tumor after having diverged at different time points from the primary tumor lineage. The single-cell data also revealed an unexpected independent tumor lineage that did not metastasize, and early progenitor clones with the “first hit” mutation in APC that subsequently gave rise to both the primary and metastatic tumors. Collectively, these data reveal a late-dissemination model of metastasis in two CRC patients and provide an unprecedented view of metastasis at single-cell genomic resolution.

Aneuploidy plays critical roles in genome evolution. Alleles, whose dosages affect the fitness of an ancestor, will have altered frequencies in the descendant populations upon perturbation. Single-cell sequencing enables comprehensive genome-wide copy number profiling of thousands of cells at various evolutionary stage and lineage. That makes it possible to discover dosage effects invisible at tissue level, provided that the cell lineages can be accurately reconstructed. Here, we present a Minimal Event Distance Aneuploidy Lineage Tree (MEDALT) algorithm that infers the evolution history of a cell population based on single-cell copy number (SCCN) profiles. We also present a statistical routine named lineage speciation analysis (LSA), which facilitates discovery of fitness-associated alterations and genes from SCCN lineage trees. We assessed our approaches using a variety of single-cell datasets. Overall, MEDALT appeared more accurate than phylogenetics approaches in reconstructing copy number lineage. From the single-cell DNA-sequencing data of 20 triple-negative breast cancer patients, our approaches effectively prioritized genes that are essential for breast cancer cell fitness and are predictive of patient survival, including those implicating convergent evolution. Similar benefits were observed when applying our approaches on single-cell RNA sequencing data obtained from cancer patients. The source code of our study is available at https://github.com/KChen-lab/MEDALT.### Competing Interest StatementThe authors have declared no competing interest.

Abstract Deficiency of ATRX (Alpha Thalassemia/Mental Retardation Syndrome X-linked), a core member of SWI/SNF family chromatin regulator is altered in diffuse gliomas and coexist with IDH1/2 mutations in adults and histone G34R/V alterations in pediatric populations. Loss of ATRX has been associated with global alterations in chromatin accessibility and epigenomics landscape, however, the detail mechanism behind the oncogenic transformation remains elusive. Integrating transcriptomics and in-depth positional epigenome analysis over repetitive DNA sequences in progenitor and tumors models of murine and human gliomas, we describe ATRX-deficient gliomas is fundamentally a disease of altered Transposable Elements (TE’s) and regulates neuronal differentiation and cell motility in gliomas, as validated pharmacologically and genetically. Epigenome assessment reported de-repression of LINE-1 (Long interspersed nuclear elements-1), specifically at Lamina-Associated Domains (LADs) with gain of enhancer histone marks, with association in chromatin loops/topology in ATRX-deficient glioma cells. Moreover, our single cell-RNA seq analysis focusing on TE’s and molecular docking studies in human glioma stem cells demonstrated LINE-1 regulates oncogenic alternative splicing events and neuro-developmental signatures. Expanding the analysis, we identified a subset of evolutionary young regulatory TE’s to play critical role in ATRX-deficient gliomas involved in neuronal differentiation phenotype. To summarize, our cross-species analysis establishes tangible links between ATRX deficiency and multiscale dysregulated 3D-epigenomic architecture that hijack regulates onco-exaptation programs in gliomas. We further discover that enhancer-like TE’s fine-tune the transcriptional program with important clinical implications, that could help in developing treatment options in malignant gliomas.