Selective sequencing or in silico analysis for differences in DNA fragment size can improve the detection of circulating tumor DNA.

The inter- and intra-tumor heterogeneity of breast cancer needs to be adequately captured in pre-clinical models. We have created a large collection of breast cancer patient-derived tumor xenografts (PDTXs), in which the morphological and molecular characteristics of the originating tumor are preserved through passaging in the mouse. An integrated platform combining in vivo maintenance of these PDTXs along with short-term cultures of PDTX-derived tumor cells (PDTCs) was optimized. Remarkably, the intra-tumor genomic clonal architecture present in the originating breast cancers was mostly preserved upon serial passaging in xenografts and in short-term cultured PDTCs. We assessed drug responses in PDTCs on a high-throughput platform and validated several ex vivo responses in vivo. The biobank represents a powerful resource for pre-clinical breast cancer pharmacogenomic studies (http://caldaslab.cruk.cam.ac.uk/bcape), including identification of biomarkers of response or resistance.

The genomic complexity of profound copy number aberrations has prevented effective molecular stratification of ovarian cancers. Here, to decode this complexity, we derived copy number signatures from shallow whole-genome sequencing of 117 high-grade serous ovarian cancer (HGSOC) cases, which were validated on 527 independent cases. We show that HGSOC comprises a continuum of genomes shaped by multiple mutational processes that result in known patterns of genomic aberration. Copy number signature exposures at diagnosis predict both overall survival and the probability of platinum-resistant relapse. Measurement of signature exposures provides a rational framework to choose combination treatments that target multiple mutational processes. The authors identify copy number signatures from shallow whole-genome sequencing of high-grade serous ovarian cancer (HGSOC) cases. HGSOC comprises a continuum of genomes shaped by multiple mutational processes that result in genomic aberration.

Rebecca Fitzgerald and colleagues used genome sequence analyses to study the progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) and found that the majority of recurrently mutated genes in EAC were also mutated in precursor lesions and that only mutations in TP53 and SMAD4 were stage specific. Cancer genome sequencing studies have identified numerous driver genes, but the relative timing of mutations in carcinogenesis remains unclear. The gradual progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) provides an ideal model to study the ordering of somatic mutations. We identified recurrently mutated genes and assessed clonal structure using whole-genome sequencing and amplicon resequencing of 112 EACs. We next screened a cohort of 109 biopsies from 2 key transition points in the development of malignancy: benign metaplastic never-dysplastic Barrett's esophagus (NDBE; n = 66) and high-grade dysplasia (HGD; n = 43). Unexpectedly, the majority of recurrently mutated genes in EAC were also mutated in NDBE. Only TP53 and SMAD4 mutations occurred in a stage-specific manner, confined to HGD and EAC, respectively. Finally, we applied this knowledge to identify high-risk Barrett's esophagus in a new non-endoscopic test. In conclusion, mutations in EAC driver genes generally occur exceptionally early in disease development with profound implications for diagnostic and therapeutic strategies.

Abstract As whole-genome sequencing for cancer genome analysis becomes a clinical tool, a full understanding of the variables affecting sequencing analysis output is required. Here using tumour-normal sample pairs from two different types of cancer, chronic lymphocytic leukaemia and medulloblastoma, we conduct a benchmarking exercise within the context of the International Cancer Genome Consortium. We compare sequencing methods, analysis pipelines and validation methods. We show that using PCR-free methods and increasing sequencing depth to ∼100 × shows benefits, as long as the tumour:control coverage ratio remains balanced. We observe widely varying mutation call rates and low concordance among analysis pipelines, reflecting the artefact-prone nature of the raw data and lack of standards for dealing with the artefacts. However, we show that, using the benchmark mutation set we have created, many issues are in fact easy to remedy and have an immediate positive impact on mutation detection accuracy.

Retinoic acid receptor-alpha (RAR alpha) is a known estrogen target gene in breast cancer cells. The consequence of RAR alpha induction by estrogen was previously unknown. We now show that RAR alpha is required for efficient estrogen receptor-alpha (ER)-mediated transcription and cell proliferation. RAR alpha can interact with ER-binding sites, but this occurs in an ER-dependent manner, providing a novel role for RAR alpha that is independent of its classic role. We show, on a genome-wide scale, that RAR alpha and ER can co-occupy regulatory regions together within the chromatin. This transcriptionally active co-occupancy and dependency occurs when exposed to the predominant breast cancer hormone, estrogen--an interaction that is promoted by the estrogen-ER induction of RAR alpha. These findings implicate RAR alpha as an essential component of the ER complex, potentially by maintaining ER-cofactor interactions, and suggest that different nuclear receptors can cooperate for effective transcriptional activity in breast cancer cells.

Abstract Low-coverage or shallow whole genome sequencing (sWGS) approaches can efficiently detect somatic copy number aberrations (SCNAs) at low cost. This is clinically important for many cancers, in particular cancers with severe chromosomal instability (CIN) that frequently lack actionable point mutations and are characterised by poor disease outcome. Absolute copy number (ACN), measured in DNA copies per cancer cell, is required for meaningful comparisons between copy number states, but is challenging to estimate and in practice often requires manual curation. Using a total of 60 cancer cell lines, 148 patient-derived xenograft (PDX) and 142 clinical tissue samples, we evaluate the performance of available tools for obtaining ACN from sWGS. We provide a validated and refined tool called Rascal ( r elative to a bsolute copy number scal ing) that provides improved fitting algorithms and enables interactive visualisation of copy number profiles. These approaches are highly applicable to both pre-clinical and translational research studies on SCNA-driven cancers and provide more robust ACN fits from sWGS data than currently available tools.