Alterations in cancer genomes strongly influence clinical responses to treatment and in many instances are potent biomarkers for response to drugs. The Genomics of Drug Sensitivity in Cancer (GDSC) database (www.cancerRxgene.org) is the largest public resource for information on drug sensitivity in cancer cells and molecular markers of drug response. Data are freely available without restriction. GDSC currently contains drug sensitivity data for almost 75 000 experiments, describing response to 138 anticancer drugs across almost 700 cancer cell lines. To identify molecular markers of drug response, cell line drug sensitivity data are integrated with large genomic datasets obtained from the Catalogue of Somatic Mutations in Cancer database, including information on somatic mutations in cancer genes, gene amplification and deletion, tissue type and transcriptional data. Analysis of GDSC data is through a web portal focused on identifying molecular biomarkers of drug sensitivity based on queries of specific anticancer drugs or cancer genes. Graphical representations of the data are used throughout with links to related resources and all datasets are fully downloadable. GDSC provides a unique resource incorporating large drug sensitivity and genomic datasets to facilitate the discovery of new therapeutic biomarkers for cancer therapies.

Abstract Combinations of anti-cancer drugs can overcome resistance and provide new treatments 1,2 . The number of possible drug combinations vastly exceeds what could be tested clinically. Efforts to systematically identify active combinations and the tissues and molecular contexts in which they are most effective could accelerate the development of combination treatments. Here we evaluate the potency and efficacy of 2,025 clinically relevant two-drug combinations, generating a dataset encompassing 125 molecularly characterized breast, colorectal and pancreatic cancer cell lines. We show that synergy between drugs is rare and highly context-dependent, and that combinations of targeted agents are most likely to be synergistic. We incorporate multi-omic molecular features to identify combination biomarkers and specify synergistic drug combinations and their active contexts, including in basal-like breast cancer, and microsatellite-stable or KRAS -mutant colon cancer. Our results show that irinotecan and CHEK1 inhibition have synergistic effects in microsatellite-stable or KRAS – TP53 double-mutant colon cancer cells, leading to apoptosis and suppression of tumour xenograft growth. This study identifies clinically relevant effective drug combinations in distinct molecular subpopulations and is a resource to guide rational efforts to develop combinatorial drug treatments.