ABSTRACT Non-small cell lung cancers (NSCLCs) treated with tyrosine kinase inhibitors (TKIs) of the epidermal growth factor receptor (EGFR) almost invariably relapse in the long term, due to the emergence of subpopulations of resistant cells. Here we show that the lack of sensitivity of these cells to EGFR-TKIs constitutes a vulnerability that can be potentially targeted. Through a DNA barcoding approach, we demonstrate that the clinically approved drug sorafenib specifically abolishes the selective advantage of EGFR-TKI-resistant cells, while preserving the response of EGFR-TKI-sensitive cells, thus resulting in overall inhibition of clonal evolution within the tumor cell mass population. Sorafenib is active against multiple mechanisms of resistance/tolerance to EGFR-TKIs and its effects depend on early inhibition of MAPK interacting kinase (MNK) activity and signal transducer and activator of transcription 3 (STAT3) phosphorylation, and later down-regulation of MCL1 and EGFR. Using several xenograft and allograft models to recapitulate different mechanisms and kinetics of acquired resistance, we show that the sorafenib-EGFR-TKI combination can substantially delay tumor growth and promote the recruitment of inflammatory cells. Together, our findings indicate that sorafenib can substantially prolong the response to EGFR-TKIs by targeting NSCLC capacity to adapt to treatment through the emergence of resistant cells.

We present GBM-cRegMap, an online resource providing a comprehensive coregulatory influence network perspective on glioblastoma (GBM) heterogeneity and plasticity. Using representation learning algorithms, we derived two components of this resource: GBM-CoRegNet, a highly specific coregulatory network of tumor cells, and GBM-CoRegMap, a unified network influence map based on 1612 tumors from 16 studies. As a widely applicable closed-loop system connecting cellular models and tumors, GBM-cRegMap will provide the GBM research community with an easy-to-use web tool (https://gbm.cregmap.com) that maps any existing or newly generated transcriptomic "query" data to a reference coregulatory network and a large-scale manifold of disease heterogeneity. Using GBM-cRegMap, we demonstrated the synergy between the two components by refining the molecular classification of GBM, identifying potential key regulators, and aligning the transcriptional profiles of tumors and in vitro models. Through the amalgamation of a vast dataset, we validated the proneural (PN)-mesenchymal (MES) axis and identified three subclasses of classical (CL) tumors: astrocyte-like (CL-A), epithelial basal-like (CL-B), and cilium-rich (CL-C). We revealed the CL-C subclass, an intermediate state demonstrating the plasticity of GBM cells along the PN-MES axis under chemotherapy. We identified key regulators, such as PAX8, and NKX2.5, involved in TMZ resistance. Notably, NKX2.5, more expressed in higher-grade gliomas, negatively impacts patient survival and regulates genes involved in glucose metabolism.

The MET exon 14 skipping mutation (named METex14del) described in lung cancer leads to prolonged activation of signaling pathways and aberrant cell responses, but the link between HGF signaling and cell responses remains unclear. A putative regulatory network of influential regulators of target genes was constructed from the transcriptomes of lung cancer cell lines. Overlaying this reference network with transcriptomic data from METex14del-expressing cells, stimulated or not by HGF, revealed a major regulatory node consisting mainly of the transcription factors ETS1, FOSL1 and SMAD3. HGF activation of METex14del induced the phosphorylation of these master regulators and the expression of their predicted target genes in a RAS-ERK pathway-dependent manner. Furthermore, most of the transcription factors in the regulatory node are known regulators of epithelial-mesenchymal transition, consistent with their involvement in migration and invasion. New modeling with transcriptomic data from MEK inhibitor-treated METex14del cells validated the key role of RAS-ERK pathway regulators and their target genes in METex14del receptor activation. Thus, we report an original strategy to identify key transcriptional nodes associated with specific signaling pathways that may become novel therapeutic targets.

In hereditary papillary renal cell carcinoma (HPRCC), the MET receptor tyrosine kinase (RTK) mutations recorded to date are located in the kinase domain and lead to constitutive MET activation. This contrasts with MET mutations recently identified in non-small cell lung cancer (NSCLC), which lead to exon 14 skipping and deletion of a regulatory domain: in this latter case, the mutated receptor still requires ligand stimulation. Sequencing of MET in samples from 158 HPRCC and 2808 NSCLC patients revealed ten uncharacterized mutations. Four of these, all found in HPRCC and leading to amino acid substitutions in the N-lobe of the MET kinase, proved able to induce cell transformation, further enhanced by HGF stimulation: His1086Leu, Ile1102Thr, Leu1130Ser, and Cis1125Gly. Similar to the variant resulting in MET exon14 skipping, the two N-lobe MET variants His1086Leu, Ile1102Thr further characterized were found to require stimulation by HGF in order to strongly activate downstream signaling pathways and epithelial cell motility. The Ile1102Thr mutation displayed also transforming potential, promoting tumor growth in a xenograft model. In addition, the N-lobe-mutated MET variants were found to trigger a common HGF-stimulation-dependent transcriptional program, consistent with an observed increase in cell motility and invasion. Altogether, this functional characterization revealed that N-lobe variants still require ligand stimulation, in contrast to other RTK variants. This suggests that HGF expression in the tumor microenvironment is important for tumor growth. The sensitivity of these variants to MET TKIs opens the way for use of targeted therapies for patients harboring the corresponding mutations.