Background— Extracellular matrix expansion is a key element of ventricular remodeling and a potential therapeutic target. Cardiovascular magnetic resonance (CMR) T 1 -mapping techniques are increasingly used to evaluate myocardial extracellular volume (ECV); however, the most widely applied methods are without histological validation. Our aim was to perform comprehensive validation of (1) dynamic-equilibrium CMR (DynEq-CMR), where ECV is quantified using hematocrit-adjusted myocardial and blood T 1 values measured before and after gadolinium bolus; and (2) isolated measurement of myocardial T 1 , used as an ECV surrogate. Methods and Results— Whole-heart histological validation was performed using 96 tissue samples, analyzed for picrosirius red collagen volume fraction, obtained from each of 16 segments of the explanted hearts of 6 patients undergoing heart transplantation who had prospectively undergone CMR before transplantation (median interval between CMR and transplantation, 29 days). DynEq-CMR–derived ECV was calculated from T 1 measurements made using a modified Look-Locker inversion recovery sequence before and 10 and 15 minutes post contrast. In addition, ECV was measured 2 to 20 minutes post contrast in 30 healthy volunteers. There was a strong linear relationship between DynEq-CMR–derived ECV and histological collagen volume fraction ( P <0.001; within-subject: r =0.745; P <0.001; r 2 =0.555 and between-subject: r =0.945; P <0.01; r 2 =0.893; for ECV calculated using 15-minute postcontrast T 1 ). Correlation was maintained throughout the entire heart. Isolated postcontrast T 1 measurement showed significant within-subject correlation with histological collagen volume fraction ( r =−0.741; P <0.001; r 2 =0.550 for 15-minute postcontrast T 1 ), but between-subject correlations were not significant. DynEq-CMR–derived ECV varied significantly according to contrast dose, myocardial region, and sex. Conclusions— DynEq-CMR–derived ECV shows a good correlation with histological collagen volume fraction throughout the whole heart. Isolated postcontrast T 1 measurement is insufficient for ECV assessment.

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.