Summary Cereblon ( CRBN ), the molecular target of lenalidomide and pomalidomide, is a substrate receptor of the cullin ring E 3 ubiquitin ligase complex, CRL 4 CRBN . T cell co‐stimulation by lenalidomide or pomalidomide is cereblon dependent: however, the CRL 4 CRBN substrates responsible for T cell co‐stimulation have yet to be identified. Here we demonstrate that interaction of the transcription factors Ikaros ( IKZF 1, encoded by the IKZF 1 gene) and A iolos ( IKZF 3, encoded by the IKZF 3 gene) with CRL 4 CRBN is induced by lenalidomide or pomalidomide. Each agent promotes A iolos and I karos binding to CRL 4 CRBN with enhanced ubiquitination leading to cereblon‐dependent proteosomal degradation in T lymphocytes. We confirm that A iolos and I karos are transcriptional repressors of interleukin‐2 expression. The findings link lenalidomide‐ or pomalidomide‐induced degradation of these transcriptional suppressors to well documented T cell activation. Importantly, Aiolos could serve as a proximal pharmacodynamic marker for lenalidomide and pomalidomide, as healthy human subjects administered lenalidomide demonstrated A iolos degradation in their peripheral T cells. In conclusion, we present a molecular model in which drug binding to cereblon results in the interaction of I karos and A iolos to CRL 4 CRBN , leading to their ubiquitination, subsequent proteasomal degradation and T cell activation.

Key Points Using the largest set of patients with newly diagnosed myeloma, we identified 63 mutated driver genes. We identified oncogenic dependencies, particularly relating to primary translocations, indicating a nonrandom accumulation of genetic hits.

Key Points Enasidenib inhibits mIDH2, leading to leukemic cell differentiation with emergence of functional mIDH2 neutrophils in rrAML patients. RAS pathway mutations and increased mutational burden overall are associated with a decreased response rate to mIDH2 inhibition.

Multiple Myeloma (MM) is an incurable malignancy with current treatment choices primarily comprising combination regimens implemented with a riskadapted approach.Cereblon (CRBN)-targeting immunomodulatory agents (IMiDs ® ) lenalidomide (LEN) and pomalidomide (POM) play a central role in combination regimens due to their pleiotropic antitumor/immunomodulatory mechanisms that synergize with many anti-myeloma approved or developmental agents.Currently, more potent next generation cereblon E3 ligase modulators (CELMoDs ® ) -iberdomide (IBER) and CC-92480 are in clinical development.With an expanding number of active agents/therapeutic modalities and a myriad of combinatorial possibilities, physicians and drug developers share an opportunity and challenge to combine and sequence therapies to maximize long-term patient benefit.Understanding drug mechanisms and their application in combination settings as well as the unique disease biology considerations from newly diagnosed (NDMM), relapsed/refractory (RRMM), and maintenance settings will be vital to guide the development of future MM therapies centered on a backbone of IMiD or CELMoD agents.Key aspects of drug activity are critical to consider while evaluating potential combinations: direct antitumor effects, indirect antitumor cytotoxicity, immune surveillance, and adverse side effects.In addition, the treatment journey from NDMM to early and late MM relapses are connected to genomic and immune changes associated with disease progression and acquisition of resistance mechanisms.Based on the types of combinations used and the goals of therapy, insights into mechanisms of drug activity and resistance may inform treatment decisions for patients with MM.Here we focus on the evolving understanding of the molecular mechanisms of CRBN-binding drugs and how they can be differentiated and suggest a strategic framework to optimize efficacy and safety of combinations using these agents. LEARNINGS FROM THE BENCHIMiD/CELMoD compounds bind CRBN, a substrate receptor of the Cul4A/DDB1/Roc1 (Cul4A CRBN ) E3 ligase complex, and trigger recruitment, polyubiquitination and subsequent degradation of substrate proteins.A simple framework (Figure 1) underscores critical parameters that capture the diversity of the downstream biochemical or biological effects of these drugs in target cell types, via key common molecular steps.Chemically, IMiD and CELMoD agents share glutarimide rings for binding to the tri-tryptophan pocket of cereblon, and isoindolinone rings that interact with cereblon and substrates (e.g.ikaros, aiolos, etc.).However, CELMoD structures are extended relative to those of IMiDs, containing additional phenyl and morpholino moieties enabling enhanced interactions with cereblon or substrates [1,2].While both LEN and POM bind CRBN with similar affinity (K d ~1.0-1.5 uM)

Abstract While the past decade has seen meaningful improvements in clinical outcomes for multiple myeloma patients, a subset of patients do not benefit from current therapeutics for unclear reasons. Many gene expression-based models of risk have been developed, but each model uses a different combination of genes and often involve assaying many genes making them difficult to implement. We organized the Multiple Myeloma DREAM Challenge, a crowdsourced effort to develop models of rapid progression in newly diagnosed myeloma patients and to benchmark these against previously published models. This effort lead to more robust predictors and found that incorporating specific demographic and clinical features improved gene expression-based models of high risk. Furthermore, post challenge analysis identified a novel expression-based risk marker and histone modifier, PHF19 , which featured prominently in several independent models. Lastly, we show that a simple four feature predictor composed of age, International Staging System stage (ISS), and expression of PHF19 and MMSET performs similarly to more complex models with many more gene expression features included. Key points Most comprehensive and unbiased assessment of prognostic biomarkers in MM resulting in a robust and parsimonious model. Identification of PHF19 as the expression based biomarker most strongly associated with rapid progression in MM patients.

Abstract Despite significant therapeutic advances in improving lives of Multiple Myeloma (MM) patients, it remains mostly incurable, with patients ultimately becoming refractory to therapies. MM is a genetically heterogeneous disease and therapeutic resistance is driven by a complex interplay of disease pathobiology and mechanisms of drug resistance. We applied a multi-omics strategy using tumor-derived gene expression, single nucleotide variant, copy number variant, and structural variant profiles to investigate molecular subgroups in 514 newly diagnosed MM (NDMM) samples and identified 12 molecularly defined MM subgroups (MDMS1-12) with distinct genomic and transcriptomic features. Our integrative approach let us identify ndMM subgroups with transversal profiles to previously described ones, based on single data types, which shows the impact of this approach for disease stratification. One key novel subgroup is our MDMS8, associated with poor clinical outcome [median overall survival, 38 months (global log-rank pval<1×10 −6 )], which uniquely presents a broad genomic loss (>9% of entire genome, t.test pval<1e-5) driving dysregulation of various transcriptional programs affecting DNA repair and cell cycle/mitotic processes. This subgroup was validated on multiple independent datasets, and a master regulator analyses identified transcription factors controlling MDMS8 transcriptomic profile, including CKS1B and PRKDC among others, which are regulators of the DNA repair and cell cycle pathways. Statement of Significance Using multi-omics unsupervised clustering we discovered a new high-risk multiple myeloma patient segment. We linked its diverse genetic markers (previously known, and new including genomic loss) to transcriptional dysregulation (cell cycle, DNA repair and DNA damage) and identified master regulators that control these key biological pathways.

MYC is a widely acting transcription factor and its deregulation is a crucial event in many human cancers. MYC is important biologically and clinically in multiple myeloma, but the mechanisms underlying its dysregulation are poorly understood. We show that MYC rearrangements are present in 36.0% of newly diagnosed myeloma patients, as detected in the largest set of next generation sequencing data to date (n=1267). Rearrangements were complex and associated with increased expression of MYC and PVT1 , but not other genes at 8q24. The highest effect on gene expression was detected in cases where the MYC locus is juxtaposed next to super-enhancers associated with genes such as IGH , IGK , IGL , TXNDC5 / BMP6 , FAM46C and FOXO3 . We identified three hotspots of recombination at 8q24, one of which is enriched for IGH-MYC translocations. Breakpoint analysis indicates primary myeloma rearrangements involving the IGH locus occur through non-homologous end joining, whereas secondary MYC rearrangements occur through microhomology-mediated end joining. This mechanism is different to lymphomas, where non-homologous end joining generates MYC rearrangements. Rearrangements resulted in over-expression of key genes and ChIP-seq identified that HK2 , a member of the glucose metabolism pathway, is directly over-expressed through binding of MYC at its promoter.

Abstract Droplet-based single-cell sequencing techniques have provided unprecedented insight into cellular heterogeneities within tissues. However, these approaches only allow for the measurement of the distal parts of a transcript following short-read sequencing. Therefore, splicing and sequence diversity information is lost for the majority of the transcript. The application of long-read Nanopore sequencing to droplet-based methods is challenging because of the low base-calling accuracy currently associated with Nanopore sequencing. Although several approaches that use additional short-read sequencing to error-correct the barcode and UMI sequences have been developed, these techniques are limited by the requirement to sequence a library using both short- and long-read sequencing. Here we introduce a novel approach termed single-cell Barcode UMI Correction sequencing (scBUC-seq) to efficiently error-correct barcode and UMI oligonucleotide sequences synthesized by using blocks of dimeric nucleotides. The method can be applied to correct either short-read or long-read sequencing, thereby allowing users to recover more reads per cell and permits direct single-cell Nanopore sequencing for the first time. We illustrate our method by using species-mixing experiments to evaluate barcode assignment accuracy and evaluate differential isoform usage and fusion transcripts using myeloma and sarcoma cell line models.