Abstract Purpose: The study aim to identify novel molecular subtypes of ovarian cancer by gene expression profiling with linkage to clinical and pathologic features. Experimental Design: Microarray gene expression profiling was done on 285 serous and endometrioid tumors of the ovary, peritoneum, and fallopian tube. K-means clustering was applied to identify robust molecular subtypes. Statistical analysis identified differentially expressed genes, pathways, and gene ontologies. Laser capture microdissection, pathology review, and immunohistochemistry validated the array-based findings. Patient survival within k-means groups was evaluated using Cox proportional hazards models. Class prediction validated k-means groups in an independent dataset. A semisupervised survival analysis of the array data was used to compare against unsupervised clustering results. Results: Optimal clustering of array data identified six molecular subtypes. Two subtypes represented predominantly serous low malignant potential and low-grade endometrioid subtypes, respectively. The remaining four subtypes represented higher grade and advanced stage cancers of serous and endometrioid morphology. A novel subtype of high-grade serous cancers reflected a mesenchymal cell type, characterized by overexpression of N-cadherin and P-cadherin and low expression of differentiation markers, including CA125 and MUC1. A poor prognosis subtype was defined by a reactive stroma gene expression signature, correlating with extensive desmoplasia in such samples. A similar poor prognosis signature could be found using a semisupervised analysis. Each subtype displayed distinct levels and patterns of immune cell infiltration. Class prediction identified similar subtypes in an independent ovarian dataset with similar prognostic trends. Conclusion: Gene expression profiling identified molecular subtypes of ovarian cancer of biological and clinical importance.

Abstract Numerous studies have tested the association between TP53 mutations in ovarian cancer and prognosis but these have been consistently confounded by limitations in study design, methodology, and/or heterogeneity in the sample cohort. High‐grade serous (HGS) carcinoma is the most clinically important histological subtype of ovarian cancer. As these tumours may arise from the ovary, Fallopian tube or peritoneum, they are collectively referred to as high‐grade pelvic serous carcinoma (HGPSC). To identify the true prevalence of TP53 mutations in HGPSC, we sequenced exons 2–11 and intron–exon boundaries in tumour DNA from 145 patients. HGPSC cases were defined as having histological grade 2 or 3 and FIGO stage III or IV. Surprisingly, pathogenic TP53 mutations were identified in 96.7% ( n = 119/123) of HGPSC cases. Molecular and pathological review of mutation‐negative cases showed evidence of p53 dysfunction associated with copy number gain of MDM2 or MDM4 , or indicated the exclusion of samples as being low‐grade serous tumours or carcinoma of uncertain primary site. Overall, p53 dysfunction rate approached 100% of confirmed HGPSCs. No association between TP53 mutation and progression‐free or overall survival was found. From this first comprehensive mapping of TP53 mutation rate in a homogeneous group of HGPSC patients, we conclude that mutant TP53 is a driver mutation in the pathogenesis of HGPSC cancers. Because TP53 mutation is almost invariably present in HGPSC, it is not of substantial prognostic or predictive significance. Copyright © 2010 Pathological Society of Great Britain and Ireland. Published by John Wiley & Sons, Ltd.

Abstract A key mutational process in cancer is structural variation, in which rearrangements delete, amplify or reorder genomic segments that range in size from kilobases to whole chromosomes 1–7 . Here we develop methods to group, classify and describe somatic structural variants, using data from the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA), which aggregated whole-genome sequencing data from 2,658 cancers across 38 tumour types 8 . Sixteen signatures of structural variation emerged. Deletions have a multimodal size distribution, assort unevenly across tumour types and patients, are enriched in late-replicating regions and correlate with inversions. Tandem duplications also have a multimodal size distribution, but are enriched in early-replicating regions—as are unbalanced translocations. Replication-based mechanisms of rearrangement generate varied chromosomal structures with low-level copy-number gains and frequent inverted rearrangements. One prominent structure consists of 2–7 templates copied from distinct regions of the genome strung together within one locus. Such cycles of templated insertions correlate with tandem duplications, and—in liver cancer—frequently activate the telomerase gene TERT . A wide variety of rearrangement processes are active in cancer, which generate complex configurations of the genome upon which selection can act.

Because of the high risk of recurrence in high-grade serous ovarian carcinoma (HGS-OvCa), the development of outcome predictors could be valuable for patient stratification. Using the catalog of The Cancer Genome Atlas (TCGA), we developed subtype and survival gene expression signatures, which, when combined, provide a prognostic model of HGS-OvCa classification, named "Classification of Ovarian Cancer" (CLOVAR). We validated CLOVAR on an independent dataset consisting of 879 HGS-OvCa expression profiles. The worst outcome group, accounting for 23% of all cases, was associated with a median survival of 23 months and a platinum resistance rate of 63%, versus a median survival of 46 months and platinum resistance rate of 23% in other cases. Associating the outcome prediction model with BRCA1/BRCA2 mutation status, residual disease after surgery, and disease stage further optimized outcome classification. Ovarian cancer is a disease in urgent need of more effective therapies. The spectrum of outcomes observed here and their association with CLOVAR signatures suggests variations in underlying tumor biology. Prospective validation of the CLOVAR model in the context of additional prognostic variables may provide a rationale for optimal combination of patient and treatment regimens.

Abstract Chromothripsis is a mutational phenomenon characterized by massive, clustered genomic rearrangements that occurs in cancer and other diseases. Recent studies in selected cancer types have suggested that chromothripsis may be more common than initially inferred from low-resolution copy-number data. Here, as part of the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA), we analyze patterns of chromothripsis across 2,658 tumors from 38 cancer types using whole-genome sequencing data. We find that chromothripsis events are pervasive across cancers, with a frequency of more than 50% in several cancer types. Whereas canonical chromothripsis profiles display oscillations between two copy-number states, a considerable fraction of events involve multiple chromosomes and additional structural alterations. In addition to non-homologous end joining, we detect signatures of replication-associated processes and templated insertions. Chromothripsis contributes to oncogene amplification and to inactivation of genes such as mismatch-repair-related genes. These findings show that chromothripsis is a major process that drives genome evolution in human cancer.

We report that knocking down the expression of inositol polyphosphate 4-phosphatase type II (INPP4B) in human epithelial cells, like knockdown of PTEN, resulted in enhanced Akt activation and anchorage-independent growth and enhanced overall motility. In xenograft experiments, overexpression of INPP4B resulted in reduced tumor growth. INPP4B preferentially hydrolyzes phosphatidylinositol-3,4-bisphosphate (PI(3,4)P2) with no effect on phosphatidylinositol-3.4.5-triphosphate (PI(3,4,5)P3), suggesting that PI(3,4)P2 and PI(3,4,5)P3 may cooperate in Akt activation and cell transformation. Dual knockdown of INPP4B and PTEN resulted in cellular senescence. Finally, we found loss of heterozygosity (LOH) at the INPP4B locus in a majority of basal-like breast cancers, as well as in a significant fraction of ovarian cancers, which correlated with lower overall patient survival, suggesting that INPP4B is a tumor suppressor.

Abstract Transcript alterations often result from somatic changes in cancer genomes 1 . Various forms of RNA alterations have been described in cancer, including overexpression 2 , altered splicing 3 and gene fusions 4 ; however, it is difficult to attribute these to underlying genomic changes owing to heterogeneity among patients and tumour types, and the relatively small cohorts of patients for whom samples have been analysed by both transcriptome and whole-genome sequencing. Here we present, to our knowledge, the most comprehensive catalogue of cancer-associated gene alterations to date, obtained by characterizing tumour transcriptomes from 1,188 donors of the Pan-Cancer Analysis of Whole Genomes (PCAWG) Consortium of the International Cancer Genome Consortium (ICGC) and The Cancer Genome Atlas (TCGA) 5 . Using matched whole-genome sequencing data, we associated several categories of RNA alterations with germline and somatic DNA alterations, and identified probable genetic mechanisms. Somatic copy-number alterations were the major drivers of variations in total gene and allele-specific expression. We identified 649 associations of somatic single-nucleotide variants with gene expression in cis , of which 68.4% involved associations with flanking non-coding regions of the gene. We found 1,900 splicing alterations associated with somatic mutations, including the formation of exons within introns in proximity to Alu elements. In addition, 82% of gene fusions were associated with structural variants, including 75 of a new class, termed ‘bridged’ fusions, in which a third genomic location bridges two genes. We observed transcriptomic alteration signatures that differ between cancer types and have associations with variations in DNA mutational signatures. This compendium of RNA alterations in the genomic context provides a rich resource for identifying genes and mechanisms that are functionally implicated in cancer.

Abstract About half of all cancers have somatic integrations of retrotransposons. Here, to characterize their role in oncogenesis, we analyzed the patterns and mechanisms of somatic retrotransposition in 2,954 cancer genomes from 38 histological cancer subtypes within the framework of the Pan-Cancer Analysis of Whole Genomes (PCAWG) project. We identified 19,166 somatically acquired retrotransposition events, which affected 35% of samples and spanned a range of event types. Long interspersed nuclear element (LINE-1; L1 hereafter) insertions emerged as the first most frequent type of somatic structural variation in esophageal adenocarcinoma, and the second most frequent in head-and-neck and colorectal cancers. Aberrant L1 integrations can delete megabase-scale regions of a chromosome, which sometimes leads to the removal of tumor-suppressor genes, and can induce complex translocations and large-scale duplications. Somatic retrotranspositions can also initiate breakage–fusion–bridge cycles, leading to high-level amplification of oncogenes. These observations illuminate a relevant role of 22 L1 retrotransposition in remodeling the cancer genome, with potential implications for the development of human tumors.

A significant number of women with serous ovarian cancer are intrinsically refractory to platinum-based treatment. We analyzed somatic DNA copy number variation and gene expression data to identify key mechanisms associated with primary resistance in advanced-stage serous cancers.Genome-wide copy number variation was measured in 118 ovarian tumors using high-resolution oligonucleotide microarrays. A well-defined subset of 85 advanced-stage serous tumors was then used to relate copy number variation to primary resistance to treatment. The discovery-based approach was complemented by quantitative-PCR copy number analysis of 12 candidate genes as independent validation of previously reported associations with clinical outcome. Likely copy number variation targets and tumor molecular subtypes were further characterized by gene expression profiling.Amplification of 19q12, containing cyclin E (CCNE1), and 20q11.22-q13.12, mapping immediately adjacent to the steroid receptor coactivator NCOA3, was significantly associated with poor response to primary treatment. Other genes previously associated with copy number variation and clinical outcome in ovarian cancer were not associated with primary treatment resistance. Chemoresistant tumors with high CCNE1 copy number and protein expression were associated with increased cellular proliferation but so too was a subset of treatment-responsive patients, suggesting a cell-cycle independent role for CCNE1 in modulating chemoresponse. Patients with a poor clinical outcome without CCNE1 amplification overexpressed genes involved in extracellular matrix deposition.We have identified two distinct mechanisms of primary treatment failure in serous ovarian cancer, involving CCNE1 amplification and enhanced extracellular matrix deposition. CCNE1 copy number is validated as a dominant marker of patient outcome in ovarian cancer.