The immune microenvironment influences tumour evolution and can be both prognostic and predict response to immunotherapy1,2. However, measurements of tumour infiltrating lymphocytes (TILs) are limited by a shortage of appropriate data. Whole-exome sequencing (WES) of DNA is frequently performed to calculate tumour mutational burden and identify actionable mutations. Here we develop T cell exome TREC tool (T cell ExTRECT), a method for estimation of T cell fraction from WES samples using a signal from T cell receptor excision circle (TREC) loss during V(D)J recombination of the T cell receptor-α gene (TCRA (also known as TRA)). TCRA T cell fraction correlates with orthogonal TIL estimates and is agnostic to sample type. Blood TCRA T cell fraction is higher in females than in males and correlates with both tumour immune infiltrate and presence of bacterial sequencing reads. Tumour TCRA T cell fraction is prognostic in lung adenocarcinoma. Using a meta-analysis of tumours treated with immunotherapy, we show that tumour TCRA T cell fraction predicts immunotherapy response, providing value beyond measuring tumour mutational burden. Applying T cell ExTRECT to a multi-sample pan-cancer cohort reveals a high diversity of the degree of immune infiltration within tumours. Subclonal loss of 12q24.31–32, encompassing SPPL3, is associated with reduced TCRA T cell fraction. T cell ExTRECT provides a cost-effective technique to characterize immune infiltrate alongside somatic changes. A robust, cost-effective technique based on whole-exome sequencing data can be used to characterize immune infiltrates, relate the extent of these infiltrates to somatic changes in tumours, and enables prediction of tumour responses to immune checkpoint inhibition therapy.

Abstract The phenomenon of mixed/heterogenous treatment responses to cancer therapies within an individual patient presents a challenging clinical scenario. Furthermore, the molecular basis of mixed intra-patient tumor responses remains unclear. Here, we show that patients with metastatic lung adenocarcinoma harbouring co-mutations of EGFR and TP53 , are more likely to have mixed intra-patient tumor responses to EGFR tyrosine kinase inhibition (TKI), compared to those with an EGFR mutation alone. The combined presence of whole genome doubling (WGD) and TP53 co-mutations leads to increased genome instability and genomic copy number aberrations in genes implicated in EGFR TKI resistance. Using mouse models and an in vitro isogenic p53 -mutant model system, we provide evidence that WGD provides diverse routes to drug resistance by increasing the probability of acquiring copy-number gains or losses relative to non-WGD cells. These data provide a molecular basis for mixed tumor responses to targeted therapy, within an individual patient, with implications for therapeutic strategies.

Patient-derived xenograft (PDX) models are widely used in cancer research. To investigate the genomic fidelity of non-small cell lung cancer PDX models, we established 48 PDX models from 22 patients enrolled in the TRACERx study. Multi-region tumor sampling increased successful PDX engraftment and most models were histologically similar to their parent tumor. Whole-exome sequencing enabled comparison of tumors and PDX models and we provide an adapted mouse reference genome for improved removal of NOD scid gamma (NSG) mouse-derived reads from sequencing data. PDX model establishment caused a genomic bottleneck, with models often representing a single tumor subclone. While distinct tumor subclones were represented in independent models from the same tumor, individual PDX models did not fully recapitulate intratumor heterogeneity. On-going genomic evolution in mice contributed modestly to the genomic distance between tumors and PDX models. Our study highlights the importance of considering primary tumor heterogeneity when using PDX models and emphasizes the benefit of comprehensive tumor sampling.

The adulteration of milk is a pressing concern for the citizens of India and people all around the globe. Due to a lack of regulation compliance and insufficient surveillance infrastructure, it is noticeably worse in emerging and slow-growing nations. One of the most common and dangerous adulterants in milk is urea. If the permissible quantity of urea in milk is surpassed, it could have a major negative impact on people's health. All existing methods of urea detection require time, expertise, costly chemicals, and enzymes, along with exorbitant instruments and instrument-specific expertise. The key to overcoming this challenge is having the infrastructure to detect adulterated milk. This study aims to identify a cost- effective and largely implementable system for quantitative detection of urea content to identify adulterated milk primarily for milk distribution centers in India. The proposed milk adulteration detection system, dubbed the MADS, entails a cost-effective, rapid, accurate, precise, and completely novel method for the quantitative computation of urea levels in adulterated milk. It is a device that detects the concentration of particles of urea in milk using a microscopic image processing algorithm under ultraviolet light. Using ultraviolet light and a proprietary program in Python, the isolation of the urea particle from the rest of the milk solids is done and the area concentration, as an average of the value calculated in each of the frames of the video captured through the microscopic camera, is computed. This gives the final urea concentration in milk, which can be used to check whether the concentration follows the government guidelines and exceeds the legal limit.

Tuberculosis (TB) control efforts are limited by ineffective characterisation of tuberculosis infection (TBI) —a heterogeneous spectrum of pre-clinical infection states, invisible to tools of routine clinical screening, that are associated with variable risk of progression to TB disease. In this prospective study, we use positron emission tomography-CT (PET-CT) as a high-resolution imaging modality to characterise and classify structural and metabolic features observed in 16 asymptomatic household TB contacts with normal chest radiographs. We identify four feature patterns that associate with distinct clinical and microbiological outcomes, supporting potential utility of PET-CT for objective classification of TBI phenotypes.