Highlights•Alteration map of 10 signaling pathways across 9,125 samples from 33 cancer types•Reusable, curated pathway templates that include a catalogue of driver genes•57% of tumors have at least one potentially actionable alteration in these pathways•Co-occurrence of actionable alterations suggests combination therapy opportunitiesSummaryGenetic alterations in signaling pathways that control cell-cycle progression, apoptosis, and cell growth are common hallmarks of cancer, but the extent, mechanisms, and co-occurrence of alterations in these pathways differ between individual tumors and tumor types. Using mutations, copy-number changes, mRNA expression, gene fusions and DNA methylation in 9,125 tumors profiled by The Cancer Genome Atlas (TCGA), we analyzed the mechanisms and patterns of somatic alterations in ten canonical pathways: cell cycle, Hippo, Myc, Notch, Nrf2, PI-3-Kinase/Akt, RTK-RAS, TGFβ signaling, p53 and β-catenin/Wnt. We charted the detailed landscape of pathway alterations in 33 cancer types, stratified into 64 subtypes, and identified patterns of co-occurrence and mutual exclusivity. Eighty-nine percent of tumors had at least one driver alteration in these pathways, and 57% percent of tumors had at least one alteration potentially targetable by currently available drugs. Thirty percent of tumors had multiple targetable alterations, indicating opportunities for combination therapy.Graphical abstract

Metastasis—the disseminated growth of tumours in distant organs—underlies cancer mortality. Breast-to-brain metastasis (B2BM) is a common and disruptive form of cancer and is prevalent in the aggressive basal-like subtype, but is also found at varying frequencies in all cancer subtypes. Previous studies revealed parameters of breast cancer metastasis to the brain, but its preference for this site remains an enigma. Here we show that B2BM cells co-opt a neuronal signalling pathway that was recently implicated in invasive tumour growth, involving activation by glutamate ligands of N-methyl-d-aspartate receptors (NMDARs), which is key in model systems for metastatic colonization of the brain and is associated with poor prognosis. Whereas NMDAR activation is autocrine in some primary tumour types, human and mouse B2BM cells express receptors but secrete insufficient glutamate to induce signalling, which is instead achieved by the formation of pseudo-tripartite synapses between cancer cells and glutamatergic neurons, presenting a rationale for brain metastasis. Breast-to-brain metastasis is enabled by activation of an N-methyl-d-aspartate receptor, which is achieved via the formation of pseudo-tripartite synapses between cancer cells and glutamatergic neurons.

The discovery of cancer-associated alterations has primarily focused on genetic variants. Nonetheless, altered epigenomes contribute to deregulate transcription and promote oncogenic pathways. Here, we designed an algorithmic approach (RESET) to identify aberrant DNA methylation and associated cis-transcriptional changes across >6,000 human tumors. Tumors exhibiting mutations of chromatin remodeling factors and Wnt signaling displayed DNA methylation instability, characterized by numerous hyper- and hypo-methylated loci. Most silenced and enhanced genes coalesced in specific pathways including apoptosis, DNA repair, and cell metabolism. Cancer-germline antigens (CG) were frequently epigenomically enhanced and their expression correlated with response to anti-PD-1, but not anti-CTLA4, in skin melanoma. Finally, we demonstrated the potential of our approach to explore DNA methylation changes in pediatric tumors, which frequently lack genetic drivers and exhibit epigenomic modifications. Our results provide a pan-cancer map of aberrant DNA methylation to inform functional and therapeutic studies.

Therapeutic targeting of tumor angiogenesis with VEGF inhibitors results in demonstrable, but transitory efficacy in certain human tumors and mouse models of cancer, limited by unconventional forms of adaptive/evasive resistance. In one such mouse model, potent angiogenesis inhibitors elicit compartmental reorganization of cancer cells around remaining blood vessels. The glucose and lactate transporters GLUT1 and MCT4 are induced in distal hypoxic cells in a HIF1α-dependent fashion, indicative of glycolysis. Tumor cells proximal to blood vessels instead express the lactate transporter MCT1, and p-S6, the latter reflecting mTOR signaling. Normoxic cancer cells import and metabolize lactate, resulting in upregulation of mTOR signaling via glutamine metabolism enhanced by lactate catabolism. Thus, metabolic symbiosis is established in the face of angiogenesis inhibition, whereby hypoxic cancer cells import glucose and export lactate, while normoxic cells import and catabolize lactate. mTOR signaling inhibition disrupts this metabolic symbiosis, associated with upregulation of the glucose transporter GLUT2.

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.

Abstract Human tumors are diverse in their natural history and response to treatment, which in part results from genetic and transcriptomic heterogeneity. In clinical practice, single-site needle biopsies are used to sample this diversity, but cancer biomarkers may be confounded by spatiogenomic heterogeneity within individual tumors. Here we investigate clonally expressed genes as a solution to the sampling bias problem by analyzing multiregion whole-exome and RNA sequencing data for 450 tumor regions from 184 patients with lung adenocarcinoma in the TRACERx study. We prospectively validate the survival association of a clonal expression biomarker, Outcome Risk Associated Clonal Lung Expression (ORACLE), in combination with clinicopathological risk factors, and in stage I disease. We expand our mechanistic understanding, discovering that clonal transcriptional signals are detectable before tissue invasion, act as a molecular fingerprint for lethal metastatic clones and predict chemotherapy sensitivity. Lastly, we find that ORACLE summarizes the prognostic information encoded by genetic evolutionary measures, including chromosomal instability, as a concise 23-transcript assay.