Aneuploidy, whole chromosome or chromosome arm imbalance, is a near-universal characteristic of human cancers. In 10,522 cancer genomes from The Cancer Genome Atlas, aneuploidy was correlated with TP53 mutation, somatic mutation rate, and expression of proliferation genes. Aneuploidy was anti-correlated with expression of immune signaling genes, due to decreased leukocyte infiltrates in high-aneuploidy samples. Chromosome arm-level alterations show cancer-specific patterns, including loss of chromosome arm 3p in squamous cancers. We applied genome engineering to delete 3p in lung cells, causing decreased proliferation rescued in part by chromosome 3 duplication. This study defines genomic and phenotypic correlates of cancer aneuploidy and provides an experimental approach to study chromosome arm aneuploidy.

We conducted the largest investigation of predisposition variants in cancer to date, discovering 853 pathogenic or likely pathogenic variants in 8% of 10,389 cases from 33 cancer types. Twenty-one genes showed single or cross-cancer associations, including novel associations of SDHA in melanoma and PALB2 in stomach adenocarcinoma. The 659 predisposition variants and 18 additional large deletions in tumor suppressors, including ATM, BRCA1, and NF1, showed low gene expression and frequent (43%) loss of heterozygosity or biallelic two-hit events. We also discovered 33 such variants in oncogenes, including missenses in MET, RET, and PTPN11 associated with high gene expression. We nominated 47 additional predisposition variants from prioritized VUSs supported by multiple evidences involving case-control frequency, loss of heterozygosity, expression effect, and co-localization with mutations and modified residues. Our integrative approach links rare predisposition variants to functional consequences, informing future guidelines of variant classification and germline genetic testing in cancer.

This integrated, multiplatform PanCancer Atlas study co-mapped and identified distinguishing molecular features of squamous cell carcinomas (SCCs) from five sites associated with smoking and/or human papillomavirus (HPV). SCCs harbor 3q, 5p, and other recurrent chromosomal copy-number alterations (CNAs), DNA mutations, and/or aberrant methylation of genes and microRNAs, which are correlated with the expression of multi-gene programs linked to squamous cell stemness, epithelial-to-mesenchymal differentiation, growth, genomic integrity, oxidative damage, death, and inflammation. Low-CNA SCCs tended to be HPV(+) and display hypermethylation with repression of TET1 demethylase and FANCF, previously linked to predisposition to SCC, or harbor mutations affecting CASP8, RAS-MAPK pathways, chromatin modifiers, and immunoregulatory molecules. We uncovered hypomethylation of the alternative promoter that drives expression of the ΔNp63 oncogene and embedded miR944. Co-expression of immune checkpoint, T-regulatory, and Myeloid suppressor cells signatures may explain reduced efficacy of immune therapy. These findings support possibilities for molecular classification and therapeutic approaches.

Abstract The rise in infections caused by antibiotic resistant bacteria is outpacing the development of new antibiotics. The ESKAPE pathogens ( Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa , and Enterobacter species) are a group of clinically important bacteria that have developed resistance to multiple antibiotics and are commonly referred to as multidrug resistant (MDR). The medical and research communities have recognized that without new antimicrobials, infections by MDR bacteria will soon become a leading cause of morbidity and mortality. Therefore, there is an ever growing need to expedite the development of novel antimicrobials to combat these infections. Toward this end, we set out to refine an existing murine model of pulmonary Pseudomonas aeruginosa infection to generate a robust preclinical tool that can be used to rapidly and accurately predict novel antimicrobial efficacy. This refinement was achieved by characterizing the virulence of a panel of genetically diverse MDR P. aeruginosa strains in this model, both by LD 50 analysis and natural history studies. Further, we defined two antibiotic regimens (aztreonam and amikacin) that can be used a comparators during the future evaluation of novel antimicrobials, and validated that the model can effectively differentiate between successful and unsuccessful treatment as predicted by in vitro inhibitory data. This validated model represents an important tool in our arsenal to develop new therapies to combat MDR P. aeruginosa , with the ability to provide rapid preclinical evaluation of novel antimicrobials that can also serve to support data from clinical studies during the investigational drug development process.