Abstract BRCA1 inactivation is a frequent event in basal-like breast carcinomas (BLC). However, BRCA1 can be inactivated by multiple mechanisms and determining its status is not a trivial issue. As an alternate approach, we profiled 65 BLC cases using single-nucleotide polymorphism arrays to define a signature of BRCA1-associated genomic instability. Large-scale state transitions (LST), defined as chromosomal break between adjacent regions of at least 10 Mb, were found to be a robust indicator of BRCA1 status in this setting. Two major ploidy-specific cutoffs in LST distributions were sufficient to distinguish highly rearranged BLCs with 85% of proven BRCA1-inactivated cases from less rearranged BLCs devoid of proven BRCA1-inactivated cases. The genomic signature we defined was validated in a second independent series of 55 primary BLC cases and 17 BLC-derived tumor cell lines. High numbers of LSTs resembling BRCA1-inactivated BLC were observed in 4 primary BLC cases and 2 BLC cell lines that harbored BRCA2 mutations. Overall, the genomic signature we defined predicted BRCA1/2 inactivation in BLCs with 100% sensitivity and 90% specificity (97% accuracy). This assay may ease the challenge of selecting patients for genetic testing or recruitment to clinical trials of novel emerging therapies that target DNA repair deficiencies in cancer. Cancer Res; 72(21); 5454–62. ©2012 AACR.

Hotspot mutations in the spliceosome gene SF3B1 are reported in ∼20% of uveal melanomas. SF3B1 is involved in 3'-splice site (3'ss) recognition during RNA splicing; however, the molecular mechanisms of its mutation have remained unclear. Here we show, using RNA-Seq analyses of uveal melanoma, that the SF3B1(R625/K666) mutation results in deregulated splicing at a subset of junctions, mostly by the use of alternative 3'ss. Modelling the differential junctions in SF3B1(WT) and SF3B1(R625/K666) cell lines demonstrates that the deregulated splice pattern strictly depends on SF3B1 status and on the 3'ss-sequence context. SF3B1(WT) knockdown or overexpression do not reproduce the SF3B1(R625/K666) splice pattern, qualifying SF3B1(R625/K666) as change-of-function mutants. Mutagenesis of predicted branchpoints reveals that the SF3B1(R625/K666)-promoted splice pattern is a direct result of alternative branchpoint usage. Altogether, this study provides a better understanding of the mechanisms underlying splicing alterations induced by mutant SF3B1 in cancer, and reveals a role for alternative branchpoints in disease.

High-grade serous ovarian cancer (HGSOC) remains an unmet medical challenge. Here, we unravel an unanticipated metabolic heterogeneity in HGSOC. By combining proteomic, metabolomic, and bioergenetic analyses, we identify two molecular subgroups, low- and high-OXPHOS. While low-OXPHOS exhibit a glycolytic metabolism, high-OXPHOS HGSOCs rely on oxidative phosphorylation, supported by glutamine and fatty acid oxidation, and show chronic oxidative stress. We identify an important role for the PML-PGC-1α axis in the metabolic features of high-OXPHOS HGSOC. In high-OXPHOS tumors, chronic oxidative stress promotes aggregation of PML-nuclear bodies, resulting in activation of the transcriptional co-activator PGC-1α. Active PGC-1α increases synthesis of electron transport chain complexes, thereby promoting mitochondrial respiration. Importantly, high-OXPHOS HGSOCs exhibit increased response to conventional chemotherapies, in which increased oxidative stress, PML, and potentially ferroptosis play key functions. Collectively, our data establish a stress-mediated PML-PGC-1α-dependent mechanism that promotes OXPHOS metabolism and chemosensitivity in ovarian cancer.

Abstract Homologous Recombination DNA-repair deficiency (HRD) is a well-recognized marker of platinum-salt and PARP inhibitor chemotherapies in ovarian and breast cancers (BC). Causing high genomic instability, HRD is currently determined by BRCA1/2 sequencing or by genomic signatures, but its morphological manifestation is not well understood. Deep Learning (DL) is a powerful machine learning technique that has been recently shown to be capable of predicting genomic signatures from stained tissue slides. However, DL is known to be sensitive to dataset biases and lacks interpretability. Here, we present and evaluate a strategy to control for biases in retrospective cohorts. We train a deep-learning model to predict the HRD in a controlled cohort with unprecedented accuracy (AUC: 0.86) and we develop a new visualization technique that allows for automatic extraction of new morphological features related to HRD. We analyze in detail the extracted morphological patterns that open new hypotheses on the phenotypic impact of HRD.

Abstract DNA double strand breaks (DSBs) are deleterious lesions that challenge genome integrity. To mitigate this threat, human cells rely on the activity of multiple DNA repair machineries that are tightly regulated throughout the cell cycle 1 . In interphase, DSBs are mainly repaired by non-homologous end joining (NHEJ) and homologous recombination (HR) 2 . However, these pathways are completely inhibited in mitosis 3–5 , leaving the fate of mitotic DSBs unknown. Here we show that DNA polymerase theta (Polθ) 6 repairs mitotic DSBs and thereby maintains genome integrity. In contrast to other DSB repair factors, Polθ function is activated in mitosis upon phosphorylation by the Polo-like kinase 1 (PLK1). Phosphorylated Polθ is recruited to mitotic DSBs, where it mediates joining of broken DNA ends, while halting mitotic progression. The lack of Polθ leads to a shortening of mitotic duration and defective repair of mitotic DSBs, resulting in a loss of genome integrity. In addition, we identify mitotic Polθ repair as the underlying cause of the synthetic lethality between Polθ and HR. Our findings reveal the critical importance of mitotic DSB repair for maintaining genome stability.

Abstract Homologous recombination deficiency (HRD) leads to genomic instability that marks HRD tumor genome with a specific genomic scar. Present in many cancers, HRD is important to be detected as it is associated with a hyper-sensitivity to some classes of drugs, in particular the PARP inhibitors. Here, we investigated the use of structural variants (SVs) detected by the Optical Genome Mapping (OGM) technology as biomarkers to identify HRD tumors. We analyzed SVs data obtained by OGM from 37 samples of triple-negative breast cancer or high grade ovarian cancer with the known HRD status. We found that HRD cases were enriched with duplications and reciprocal translocations, while nonHRD cases were enriched with inversions. The number of translocations, defined as inter-chromosomal or intra-chromosomal rearrangements of more 5Mb were similar in HRD and nonHRD cases. We defined isolated translocations as the subset of translocations having no other translocation within 2 megabase zone around both junctions, and demonstrated that the number of isolated translocations perfectly discriminated HRD and nonHRD cases in the training series. Validation series consisting from 26 cases showed 20% false positive and zero false negative error rate, which proved isolated translocations to be 100% sensitive and 80% specific SV marker of HRD. Our results demonstrate that the OGM technology is an affordable way of getting an insight of the structural variants present in solid tumors, even with low tumoral cellularity. It represents a promising technology for HRD diagnosis, where a single marker already gives 80% correct recognition.