All tools in the DAVID Bioinformatics Resources aim to provide functional interpretation of large lists of genes derived from genomic studies. The newly updated DAVID Bioinformatics Resources consists of the DAVID Knowledgebase and five integrated, web-based functional annotation tool suites: the DAVID Gene Functional Classification Tool, the DAVID Functional Annotation Tool, the DAVID Gene ID Conversion Tool, the DAVID Gene Name Viewer and the DAVID NIAID Pathogen Genome Browser. The expanded DAVID Knowledgebase now integrates almost all major and well-known public bioinformatics resources centralized by the DAVID Gene Concept, a single-linkage method to agglomerate tens of millions of diverse gene/protein identifiers and annotation terms from a variety of public bioinformatics databases. For any uploaded gene list, the DAVID Resources now provides not only the typical gene-term enrichment analysis, but also new tools and functions that allow users to condense large gene lists into gene functional groups, convert between gene/protein identifiers, visualize many-genes-to-many-terms relationships, cluster redundant and heterogeneous terms into groups, search for interesting and related genes or terms, dynamically view genes from their lists on bio-pathways and more. With DAVID (http://david.niaid.nih.gov), investigators gain more power to interpret the biological mechanisms associated with large gene lists.

Abstract The AACR Project GENIE is an international data-sharing consortium focused on generating an evidence base for precision cancer medicine by integrating clinical-grade cancer genomic data with clinical outcome data for tens of thousands of cancer patients treated at multiple institutions worldwide. In conjunction with the first public data release from approximately 19,000 samples, we describe the goals, structure, and data standards of the consortium and report conclusions from high-level analysis of the initial phase of genomic data. We also provide examples of the clinical utility of GENIE data, such as an estimate of clinical actionability across multiple cancer types (>30%) and prediction of accrual rates to the NCI-MATCH trial that accurately reflect recently reported actual match rates. The GENIE database is expected to grow to >100,000 samples within 5 years and should serve as a powerful tool for precision cancer medicine. Significance: The AACR Project GENIE aims to catalyze sharing of integrated genomic and clinical datasets across multiple institutions worldwide, and thereby enable precision cancer medicine research, including the identification of novel therapeutic targets, design of biomarker-driven clinical trials, and identification of genomic determinants of response to therapy. Cancer Discov; 7(8); 818–31. ©2017 AACR. See related commentary by Litchfield et al., p. 796. This article is highlighted in the In This Issue feature, p. 783

Summary

Background

 Ipilimumab is a fully human monoclonal antibody that binds cytotoxic T-lymphocyte antigen 4 to enhance antitumour immunity. Our aim was to assess the use of ipilimumab after radiotherapy in patients with metastatic castration-resistant prostate cancer that progressed after docetaxel chemotherapy. 

Methods

 We did a multicentre, randomised, double-blind, phase 3 trial in which men with at least one bone metastasis from castration-resistant prostate cancer that had progressed after docetaxel treatment were randomly assigned in a 1:1 ratio to receive bone-directed radiotherapy (8 Gy in one fraction) followed by either ipilimumab 10 mg/kg or placebo every 3 weeks for up to four doses. Non-progressing patients could continue to receive ipilimumab at 10 mg/kg or placebo as maintenance therapy every 3 months until disease progression, unacceptable toxic effect, or death. Patients were randomly assigned to either treatment group via a minimisation algorithm, and stratified by Eastern Cooperative Oncology Group performance status, alkaline phosphatase concentration, haemoglobin concentration, and investigator site. Patients and investigators were masked to treatment allocation. The primary endpoint was overall survival, assessed in the intention-to-treat population. This trial is registered with ClinicalTrials.gov, number NCT00861614. 

Findings

 From May 26, 2009, to Feb 15, 2012, 799 patients were randomly assigned (399 to ipilimumab and 400 to placebo), all of whom were included in the intention-to-treat analysis. Median overall survival was 11·2 months (95% CI 9·5–12·7) with ipilimumab and 10·0 months (8·3–11·0) with placebo (hazard ratio [HR] 0·85, 0·72–1·00; p=0·053). However, the assessment of the proportional hazards assumption showed that it was violated (p=0·0031). A piecewise hazard model showed that the HR changed over time: the HR for 0–5 months was 1·46 (95% CI 1·10–1·95), for 5–12 months was 0·65 (0·50–0·85), and beyond 12 months was 0·60 (0·43–0·86). The most common grade 3–4 adverse events were immune-related, occurring in 101 (26%) patients in the ipilimumab group and 11 (3%) of patients in the placebo group. The most frequent grade 3–4 adverse events included diarrhoea (64 [16%] of 393 patients in the ipilimumab group vs seven [2%] of 396 in the placebo group), fatigue (40 [11%] vs 35 [9%]), anaemia (40 [10%] vs 43 [11%]), and colitis (18 [5%] vs 0). Four (1%) deaths occurred because of toxic effects of the study drug, all in the ipilimumab group. 

Interpretation

 Although there was no significant difference between the ipilimumab group and the placebo group in terms of overall survival in the primary analysis, there were signs of activity with the drug that warrant further investigation. 

Funding

 Bristol-Myers Squibb.

Summary

 Immune checkpoint inhibitors (ICIs) produce durable responses in some melanoma patients, but many patients derive no clinical benefit, and the molecular underpinnings of such resistance remain elusive. Here, we leveraged single-cell RNA sequencing (scRNA-seq) from 33 melanoma tumors and computational analyses to interrogate malignant cell states that promote immune evasion. We identified a resistance program expressed by malignant cells that is associated with T cell exclusion and immune evasion. The program is expressed prior to immunotherapy, characterizes cold niches in situ, and predicts clinical responses to anti-PD-1 therapy in an independent cohort of 112 melanoma patients. CDK4/6-inhibition represses this program in individual malignant cells, induces senescence, and reduces melanoma tumor outgrowth in mouse models in vivo when given in combination with immunotherapy. Our study provides a high-resolution landscape of ICI-resistant cell states, identifies clinically predictive signatures, and suggests new therapeutic strategies to overcome immunotherapy resistance.

Comprehensive genomic characterization of prostate cancer has identified recurrent alterations in genes involved in androgen signaling, DNA repair, and PI3K signaling, among others. However, larger and uniform genomic analysis may identify additional recurrently mutated genes at lower frequencies. Here we aggregate and uniformly analyze exome sequencing data from 1,013 prostate cancers. We identify and validate a new class of E26 transformation-specific (ETS)-fusion-negative tumors defined by mutations in epigenetic regulators, as well as alterations in pathways not previously implicated in prostate cancer, such as the spliceosome pathway. We find that the incidence of significantly mutated genes (SMGs) follows a long-tail distribution, with many genes mutated in less than 3% of cases. We identify a total of 97 SMGs, including 70 not previously implicated in prostate cancer, such as the ubiquitin ligase CUL3 and the transcription factor SPEN. Finally, comparing primary and metastatic prostate cancer identifies a set of genomic markers that may inform risk stratification. Meta-analysis of exome sequencing data identifies new recurrently mutated driver genes for prostate cancer. Comparison of primary and metastatic tumors further identifies genomic markers for advanced prostate cancer that may inform risk stratification.

Abstract Immune-checkpoint blockade (ICB) has demonstrated efficacy in many tumor types, but predictors of responsiveness to anti-PD1 ICB are incompletely characterized. In this study, we analyzed a clinically annotated cohort of patients with melanoma ( n = 144) treated with anti-PD1 ICB, with whole-exome and whole-transcriptome sequencing of pre-treatment tumors. We found that tumor mutational burden as a predictor of response was confounded by melanoma subtype, whereas multiple novel genomic and transcriptomic features predicted selective response, including features associated with MHC-I and MHC-II antigen presentation. Furthermore, previous anti-CTLA4 ICB exposure was associated with different predictors of response compared to tumors that were naive to ICB, suggesting selective immune effects of previous exposure to anti-CTLA4 ICB. Finally, we developed parsimonious models integrating clinical, genomic and transcriptomic features to predict intrinsic resistance to anti-PD1 ICB in individual tumors, with validation in smaller independent cohorts limited by the availability of comprehensive data. Broadly, we present a framework to discover predictive features and build models of ICB therapeutic response.

Abstract Background Due to the complex and distributed nature of biological research, our current biological knowledge is spread over many redundant annotation databases maintained by many independent groups. Analysts usually need to visit many of these bioinformatics databases in order to integrate comprehensive annotation information for their genes, which becomes one of the bottlenecks, particularly for the analytic task associated with a large gene list. Thus, a highly centralized and ready-to-use gene-annotation knowledgebase is in demand for high throughput gene functional analysis. Description The DAVID Knowledgebase is built around the DAVID Gene Concept, a single-linkage method to agglomerate tens of millions of gene/protein identifiers from a variety of public genomic resources into DAVID gene clusters. The grouping of such identifiers improves the cross-reference capability, particularly across NCBI and UniProt systems, enabling more than 40 publicly available functional annotation sources to be comprehensively integrated and centralized by the DAVID gene clusters. The simple, pair-wise, text format files which make up the DAVID Knowledgebase are freely downloadable for various data analysis uses. In addition, a well organized web interface allows users to query different types of heterogeneous annotations in a high-throughput manner. Conclusion The DAVID Knowledgebase is designed to facilitate high throughput gene functional analysis. For a given gene list, it not only provides the quick accessibility to a wide range of heterogeneous annotation data in a centralized location, but also enriches the level of biological information for an individual gene. Moreover, the entire DAVID Knowledgebase is freely downloadable or searchable at http://david.abcc.ncifcrf.gov/knowledgebase/ .

Tumor mutational burden correlates with response to immune checkpoint blockade in multiple solid tumors, although in microsatellite-stable tumors this association is of uncertain clinical utility. Here we uniformly analyzed whole-exome sequencing (WES) of 249 tumors and matched normal tissue from patients with clinically annotated outcomes to immune checkpoint therapy, including radiographic response, across multiple cancer types to examine additional tumor genomic features that contribute to selective response. Our analyses identified genomic correlates of response beyond mutational burden, including somatic events in individual driver genes, certain global mutational signatures, and specific HLA-restricted neoantigens. However, these features were often interrelated, highlighting the complexity of identifying genetic driver events that generate an immunoresponsive tumor environment. This study lays a path forward in analyzing large clinical cohorts in an integrated and multifaceted manner to enhance the ability to discover clinically meaningful predictive features of response to immune checkpoint blockade. Analysis of sequencing data from 249 cancer patients with clinically annotated outcomes to immune checkpoint therapy identifies correlates of treatment response. The results highlight complexity in identifying events that generate an immunoresponsive tumor environment.

Targeting DLL3 with an antibody-drug conjugate eliminates tumor-initiating cells in high-grade pulmonary neuroendocrine cancers.

Eric Lander, Françoise Baylis, Feng Zhang, Emmanuelle Charpentier, Paul Berg and specialists from seven countries call for an international governance framework. Eric Lander, Françoise Baylis, Feng Zhang, Emmanuelle Charpentier, Paul Berg and specialists from seven countries call for an international governance framework.