Sentinel-lymph-node biopsy is associated with increased melanoma-specific survival (i.e., survival until death from melanoma) among patients with node-positive intermediate-thickness melanomas (1.2 to 3.5 mm). The value of completion lymph-node dissection for patients with sentinel-node metastases is not clear.

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.

Summary

 DNA damage repair (DDR) pathways modulate cancer risk, progression, and therapeutic response. We systematically analyzed somatic alterations to provide a comprehensive view of DDR deficiency across 33 cancer types. Mutations with accompanying loss of heterozygosity were observed in over 1/3 of DDR genes, including TP53 and BRCA1/2. Other prevalent alterations included epigenetic silencing of the direct repair genes EXO5, MGMT, and ALKBH3 in ∼20% of samples. Homologous recombination deficiency (HRD) was present at varying frequency in many cancer types, most notably ovarian cancer. However, in contrast to ovarian cancer, HRD was associated with worse outcomes in several other cancers. Protein structure-based analyses allowed us to predict functional consequences of rare, recurrent DDR mutations. A new machine-learning-based classifier developed from gene expression data allowed us to identify alterations that phenocopy deleterious TP53 mutations. These frequent DDR gene alterations in many human cancers have functional consequences that may determine cancer progression and guide therapy.

Purpose To determine whether density and distribution of tumor-infiltrating lymphocytes (TILs; TIL grade) is an independent predictor of sentinel lymph node (SLN) status and survival in patients with clinically localized primary cutaneous melanoma. Methods From the Melanoma Institute Australia database, 1,865 patients with a single primary melanoma ≥ 0.75 mm in thickness were identified. The associations of clinical and pathologic factors with SLN status, recurrence-free survival (RFS), and melanoma-specific survival (MSS) were analyzed. Results The majority of patients had either no (TIL grade 0; 35.4%) or few (TIL grade 1; 45.1%) TILs, with a minority showing moderate (TIL grade 2; 16.3%) or marked (TIL grade 3; 3.2%) TILs. Tumor thickness, mitotic rate, and Clark level were inversely correlated with TIL grade (each P < .001). SLN biopsy was performed in 1,138 patients (61.0%) and was positive in 252 (22.1%). There was a significant inverse association between SLN status and TIL grade (SLN positivity rates for each TIL grade: 0, 27.8%; 1, 20.1%; 2, 18.3%; 3, 5.6%; P < .001). Predictors of SLN positivity were decreasing age (P < .001), decreasing TIL grade (P < .001), ulceration (P = .003), increasing tumor thickness (P = .01), satellitosis (P = .03), and increasing mitoses (P = .03). The 5-year MSS and RFS rates were 83% and 76%, respectively (median follow-up, 43 months). Tumor thickness (P < .001), ulceration (P < .001), satellitosis (P < .001), mitotic rate (P = .003), TIL grade (P < .001), and sex (P = .01) were independent predictors of MSS. Patients with TIL grade 3 tumors had 100% survival. Conclusion TIL grade is an independent predictor of survival and SLN status in patients with melanoma. Patients with a pronounced TIL infiltrate have an excellent prognosis.

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.

We analyzed molecular data on 2,579 tumors from The Cancer Genome Atlas (TCGA) of four gynecological types plus breast. Our aims were to identify shared and unique molecular features, clinically significant subtypes, and potential therapeutic targets. We found 61 somatic copy-number alterations (SCNAs) and 46 significantly mutated genes (SMGs). Eleven SCNAs and 11 SMGs had not been identified in previous TCGA studies of the individual tumor types. We found functionally significant estrogen receptor-regulated long non-coding RNAs (lncRNAs) and gene/lncRNA interaction networks. Pathway analysis identified subtypes with high leukocyte infiltration, raising potential implications for immunotherapy. Using 16 key molecular features, we identified five prognostic subtypes and developed a decision tree that classified patients into the subtypes based on just six features that are assessable in clinical laboratories.

Highlights•SCCs show chromosome or methylation alterations affecting multiple related genes•These regulate squamous stemness, differentiation, growth, survival, and inflammation•Copy-quiet SCCs have hypermethylated (FANCF, TET1) or mutated (CASP8, MAPK-RAS) genes•Potential targets include ΔNp63, WEE1, IAPs, PI3K-mTOR/MAPK, and immune responsesSummaryThis 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.Graphical abstract

Background: The Melanoma Institute Australia (MIA) sentinel node (SN) metastasis risk-prediction online calculator[Lo2020] is now widely used around the world. The tool comprises eight models that variously use between three and six input parameters. However, the full (six-parameter) model has only been validated in the US population, the model with missing mitoses was validated for the Dutch and Swedish populations. Furthermore, some confidence intervals (CIs) of the tool are large due to uncommon input parameter values. This study further validated the tool in other populations and improved the precision of the risk estimates. Methods: Validation data were pooled from the Danish national Melanoma Database and eight cancer centres: UK(3), US(2), New Zealand(1), Sweden(1), Brazil(1). CI refinement data were pooled from this and previous validation and development cohorts. All patients had the SN result and the minimum data required for the tool (age, Breslow thickness and melanoma subtype), while the presence of ulceration, lymphovascular invasion or mitoses were included where available. The performance of the tool was assessed using C-statistics for discrimination and via a calibration plot. Re-calculation of CIs for the estimated risks was performed using the combined data from all original risk calculator development and validation cohorts. Results: The validation cohort consisted of 15,371 patients, 4,989 of whom had all six input parameters for the full model. The C-statistics were 73.0% (95% CI 70.6–75.3%) in the subset with all six parameters available, Receiver operating characteristic (ROC) curves showing the accuracy (AUC) and confidence intervals (CI) of the Melanoma Institute Australia (MIA) risk calculator to predict sentinel node positivity in the development cohort (black), n=3,477, and the international validation cohort with all six input parameters available (red), n=4,989. and 70.8%, 71.5% and 70.1% when 1, 2 or 3 optional parameters were missing. Calibration was excellent, with an intercept and calibration slope of 0.01 (95% CI -0.02–0.03) and 1.03 (95% CI 0.90–1.16), respectively. The revised CIs were substantially smaller than in the original tool, with a median reduction of over 75%. Conclusions: The results demonstrated that the MIA sentinel node risk-prediction tool performance was robust across a wide geographical range of populations. Furthermore, the precision of the models has been substantially improved with updated CIs based on a larger population sample. This study will therefore give users greater confidence in the tool's reliability in predicting the risk of SN positivity. References [Lo2020] Lo, S. N., Ma, J., Scolyer, R. A., Haydu, L. E., Stretch, J. R., Saw, R. P. M., Nieweg, O. E., Shannon, K. F., Spillane, A. J., Ch'ng, S., Mann, G. J., Gershenwald, J. E., Thompson, J. F., Varey, A. H. R., (2020), Improved Risk Prediction Calculator for Sentinel Node Positivity in Patients With Melanoma: The Melanoma Institute Australia Nomogram, Journal of Clinical Oncology, 2719–2727, 38/24, doi: 10.1200/JCO.19.02362