Cell-free DNA in the blood provides a non-invasive diagnostic avenue for patients with cancer1. However, characteristics of the origins and molecular features of cell-free DNA are poorly understood. Here we developed an approach to evaluate fragmentation patterns of cell-free DNA across the genome, and found that profiles of healthy individuals reflected nucleosomal patterns of white blood cells, whereas patients with cancer had altered fragmentation profiles. We used this method to analyse the fragmentation profiles of 236 patients with breast, colorectal, lung, ovarian, pancreatic, gastric or bile duct cancer and 245 healthy individuals. A machine learning model that incorporated genome-wide fragmentation features had sensitivities of detection ranging from 57% to more than 99% among the seven cancer types at 98% specificity, with an overall area under the curve value of 0.94. Fragmentation profiles could be used to identify the tissue of origin of the cancers to a limited number of sites in 75% of cases. Combining our approach with mutation-based cell-free DNA analyses detected 91% of patients with cancer. The results of these analyses highlight important properties of cell-free DNA and provide a proof-of-principle approach for the screening, early detection and monitoring of human cancer.

Abstract Non-invasive approaches for cell-free DNA (cfDNA) assessment provide an opportunity for cancer detection and intervention. Here, we use a machine learning model for detecting tumor-derived cfDNA through genome-wide analyses of cfDNA fragmentation in a prospective study of 365 individuals at risk for lung cancer. We validate the cancer detection model using an independent cohort of 385 non-cancer individuals and 46 lung cancer patients. Combining fragmentation features, clinical risk factors, and CEA levels, followed by CT imaging, detected 94% of patients with cancer across stages and subtypes, including 91% of stage I/II and 96% of stage III/IV, at 80% specificity. Genome-wide fragmentation profiles across ~13,000 ASCL1 transcription factor binding sites distinguished individuals with small cell lung cancer from those with non-small cell lung cancer with high accuracy (AUC = 0.98). A higher fragmentation score represented an independent prognostic indicator of survival. This approach provides a facile avenue for non-invasive detection of lung cancer.

Abstract Despite the initial successes of immunotherapy, there is an urgent clinical need for molecular assays that identify patients more likely to respond. Here, we report that ultrasensitive measures of circulating tumor DNA (ctDNA) and T-cell expansion can be used to assess responses to immune checkpoint blockade in metastatic lung cancer patients (N = 24). Patients with clinical response to therapy had a complete reduction in ctDNA levels after initiation of therapy, whereas nonresponders had no significant changes or an increase in ctDNA levels. Patients with initial response followed by acquired resistance to therapy had an initial drop followed by recrudescence in ctDNA levels. Patients without a molecular response had shorter progression-free and overall survival compared with molecular responders [5.2 vs. 14.5 and 8.4 vs. 18.7 months; HR 5.36; 95% confidence interval (CI), 1.57–18.35; P = 0.007 and HR 6.91; 95% CI, 1.37–34.97; P = 0.02, respectively], which was detected on average 8.7 weeks earlier and was more predictive of clinical benefit than CT imaging. Expansion of T cells, measured through increases of T-cell receptor productive frequencies, mirrored ctDNA reduction in response to therapy. We validated this approach in an independent cohort of patients with early-stage non–small cell lung cancer (N = 14), where the therapeutic effect was measured by pathologic assessment of residual tumor after anti-PD1 therapy. Consistent with our initial findings, early ctDNA dynamics predicted pathologic response to immune checkpoint blockade. These analyses provide an approach for rapid determination of therapeutic outcomes for patients treated with immune checkpoint inhibitors and have important implications for the development of personalized immune targeted strategies. Significance: Rapid and sensitive detection of circulating tumor DNA dynamic changes and T-cell expansion can be used to guide immune targeted therapy for patients with lung cancer. See related commentary by Zou and Meyerson, p. 1038

Abstract Liquid biopsies are providing new opportunities for detection of residual disease in cell-free DNA (cfDNA) after surgery but may be confounded through identification of alterations arising from clonal hematopoiesis. Here, we identify circulating tumor-derived DNA (ctDNA) alterations through ultrasensitive targeted sequencing analyses of matched cfDNA and white blood cells from the same patient. We apply this approach to analyze samples from patients in the CRITICS trial, a phase III randomized controlled study of perioperative treatment in patients with operable gastric cancer. After filtering alterations from matched white blood cells, the presence of ctDNA predicts recurrence when analyzed within nine weeks after preoperative treatment and after surgery in patients eligible for multimodal treatment. These analyses provide a facile method for distinguishing ctDNA from other cfDNA alterations and highlight the utility of ctDNA as a predictive biomarker of patient outcome to perioperative cancer therapy and surgical resection in patients with gastric cancer.

Circulating cell-free DNA (cfDNA) is emerging as an avenue for cancer detection, but the characteristics of cfDNA fragmentation in the blood are poorly understood. We evaluate the effect of DNA methylation and gene expression on genome-wide cfDNA fragmentation through analysis of 969 individuals. cfDNA fragment ends more frequently contained CCs or CGs, and fragments ending with CGs or CCGs are enriched or depleted, respectively, at methylated CpG positions. Higher levels and larger sizes of cfDNA fragments are associated with CpG methylation and reduced gene expression. These effects are validated in mice with isogenic tumors with or without the mutant IDH1, and are associated with genome-wide changes in cfDNA fragmentation in patients with cancer. Tumor-related hypomethylation and increased gene expression are associated with decrease in cfDNA fragment size that may explain smaller cfDNA fragments in human cancers. These results provide a connection between epigenetic changes and cfDNA fragmentation with implications for disease detection. Cell free DNA fragmentation is a promising biomarker for disease, but its epigenetic regulation is incompletely understood. Here, the authors investigated the effects of DNA methylation in the production of cfDNA fragmentation, and corelate these changes with gene expression in human cancer.