The MYC oncogene drives T and B lymphoid malignancies, including Burkitts lymphoma (BL) and Acute Lymphoblastic Leukemia (ALL). Using CyTOF, we demonstrate a systemic reduction in natural killer (NK) cell-mediated surveillance in SRα-tTA/Tet-O-MYC-ON mice bearing MYC-driven T-lymphomas, due to an arrest in NK cell maturation. Inactivation of lymphoma-intrinsic MYC releases the brakes on NK maturation restoring NK homeostasis. Lymphoma-intrinsic MYC arrests NK maturation by transcriptionally repressing STAT1/2 and secretion of Type I Interferons (IFNs). Treating T-lymphoma-bearing mice with Type I IFN improves survival by rescuing NK cell maturation. In MYC-driven BL patients, low expression of both STAT1 and STAT2 correlates significantly with the absence of activated NK cells and predicts unfavorable clinical outcomes. Adoptive transfer of mature NK cells is sufficient to delay both T-lymphoma growth and recurrence post MYC inactivation. Our studies thus provide a rationale for developing NK cell-based therapies to effectively treat MYC-driven lymphomas in the future.

Accurate assessment of changes in cellular differentiation status in response to drug treatments or genetic perturbations is crucial for understanding tumorigenesis and developing novel therapeutics for human cancer. We have developed a novel computational approach, the Lineage Maturation Index (LMI), to define the changes in differentiation state of hematopoietic malignancies based on their gene expression profiles. We have confirmed that the LMI approach can detect known changes of differentiation state in both normal and malignant hematopoietic cells. To discover novel differentiation therapies, we applied this approach to analyze the gene expression profiles of HL-60 leukemia cells treated with a small molecule drug library. Among multiple drugs that significantly increased the LMIs, we identified mebendazole, an anti-helminthic clinically used for decades with no known significant toxicity. We tested the differentiation activity of mebendazole using primary leukemia blast cells isolated from human acute myeloid leukemia (AML) patients. We determined that treatment with mebendazole induces dramatic differentiation of leukemia blast cells as shown by cellular morphology and cell surface markers. Furthermore, mebendazole treatment significantly extended the survival of leukemia-bearing mice in a xenograft model. These findings suggest that mebendazole may be utilized as a low toxicity therapeutic for human acute myeloid leukemia and confirm the LMI approach as a robust tool for the discovery of novel differentiation therapies for cancer.

Abstract MYC activation and dysregulation is a powerful oncogenic driver in multiple cancers, including diffuse large B cell lymphoma (DLBCL). There is a known correlation between MYC expression and poor prognosis. While the 5-year overall survival for DLBCL patients on first-line therapy, R-CHOP, is approximately 75%, the 5-year overall survival drops to a staggering 30% for patients co-expressing MYC and BCL2 (double expressor lymphoma). However, it is challenging to target MYC directly. Therefore, we identified a novel approach to circumvent targeting MYC directly by leveraging Pepper’s proprietary machine learning (ML) transomic analysis platform, COMPASS, to identify novel targets associated with high MYC activity that, when inhibited, are predicted to recapitulate the effect of MYC inactivation. Specifically, COMPASS unlocks functional drivers of disease to identify novel drug targets. To study the role of MYC in lymphoma biology, we utilize a MYC-conditional T cell acute lymphoblastic leukemia/lymphoma (T-ALL) cell line (4188) with tunable MYC expression. We collect genomic, transcriptomic, proteomic, and phosphoproteomic data from samples with MYC transgene expression “on” and “off” and compare these biological cell states via COMPASS to identify novel targets that reproduce MYC inactivation. This provides new hope for patients suffering from MYC driven DLBCL. The MYC-conditional cell line allows the regulation of MYC expression via the tetracycline regulatory (Tet-Off) system. Four omic datasets were collected from each sample: genomics (next-generation sequencing, NGS), transcriptomics (NGS), proteomics (mass spectrometry), and phosphoproteomics (mass spectrometry). We employed the COMPASS target prioritization algorithm to identify and rank novel targets that mimic “turning MYC off”. Targets were then filtered to select those with an available pharmacological tool compound (PTC). The PTCs were used to evaluate the targets in the SU-DHL-06 xenograft model of DLBCL. The PTCs inhibited tumor growth from 8-91%. A total of 20 targets were tested of which 13/20 (65%) were validated as evidenced by significant inhibition of tumor growth (p<0.05, two-way ANOVA). All targets were kinases or related to kinase activity and pathways. Three of the PTCs resulted in maximum tumor growth inhibition of 86%, 89% and 91% at end of treatment, resulting in stasis of tumor growth and increased survival compared with control vehicle-treated mice. We have previously shown how the COMPASS transomics analysis approach can identify novel drug targets for drug-resistant EGFRm NSCLC and for MYC-driven hepatocellular carcinoma (HCC). The success rate of target validation across several indications including EGFRm NSCLC, HCC and lymphoma is 73%. The data presented here on MYC-driven DLBCL further validates this approach. Further validation studies will investigate novel targets using gene silencing, as PTCs were unavailable for many of the novel high-ranked targets identified in this study. Citation Format: Simon P Fricker, Christopher J Nicholson, Samuel J Roth, Arudhir Singh, Caitlin Brown, Jon Hu, Petronela Buiga, Vishnu P Kanakaveti, Anja Deutzmann, Dean Felsher, Samantha D Strasser. Machine learning-enabled transomics identifies three therapeutic targets for MYC-driven diffuse large B cell lymphoma [abstract]. In: Proceedings of the Fourth AACR International Meeting on Advances in Malignant Lymphoma: Maximizing the Basic-Translational Interface for Clinical Application; 2024 Jun 19-22; Philadelphia, PA. Philadelphia (PA): AACR; Blood Cancer Discov 2024;5(3_Suppl):Abstract nr PO-037.