Using pair-end transcriptome sequencing, this study provides the identification of Raf pathway gene rearrangements in a small proportion of prostate and gastric cancers and in melanomas. The fusion proteins show tumorigenic potential and represent a unique activating alteration of this oncogenic pathway, which seems to be mutually exclusive from known cancer-associated Raf mutations. This suggests that therapeutic Raf inhibition can be expanded to this fusion-harboring subset of solid tumors. Although recurrent gene fusions involving erythroblastosis virus E26 transformation-specific (ETS) family transcription factors are common in prostate cancer, their products are considered 'undruggable' by conventional approaches. Recently, rare targetable gene fusions involving the anaplastic lymphoma receptor tyrosine kinase (ALK) gene, have been identified in 1–5% of lung cancers1, suggesting that similar rare gene fusions may occur in other common epithelial cancers, including prostate cancer. Here we used paired-end transcriptome sequencing to screen ETS rearrangement–negative prostate cancers for targetable gene fusions and identified the SLC45A3-BRAF (solute carrier family 45, member 3–v-raf murine sarcoma viral oncogene homolog B1) and ESRP1-RAF1 (epithelial splicing regulatory protein-1–v-raf-1 murine leukemia viral oncogene homolog-1) gene fusions. Expression of SLC45A3-BRAF or ESRP1-RAF1 in prostate cells induced a neoplastic phenotype that was sensitive to RAF and mitogen-activated protein kinase kinase (MAP2K1) inhibitors. Screening a large cohort of patients, we found that, although rare, recurrent rearrangements in the RAF pathway tend to occur in advanced prostate cancers, gastric cancers and melanoma. Taken together, our results emphasize the key role of RAF family gene rearrangements in cancer, suggest that RAF and MEK inhibitors may be useful in a subset of gene fusion–harboring solid tumors and demonstrate that sequencing of tumor transcriptomes and genomes may lead to the identification of rare targetable fusions across cancer types.

Abstract Although prostate-specific antigen (PSA) serum level is currently the standard of care for prostate cancer screening in the United States, it lacks ideal specificity and additional biomarkers are needed to supplement or potentially replace serum PSA testing. Emerging evidence suggests that monitoring the noncoding RNA transcript PCA3 in urine may be useful in detecting prostate cancer in patients with elevated PSA levels. Here, we show that a multiplex panel of urine transcripts outperforms PCA3 transcript alone for the detection of prostate cancer. We measured the expression of seven putative prostate cancer biomarkers, including PCA3, in sedimented urine using quantitative PCR on a cohort of 234 patients presenting for biopsy or radical prostatectomy. By univariate analysis, we found that increased GOLPH2, SPINK1, and PCA3 transcript expression and TMPRSS2:ERG fusion status were significant predictors of prostate cancer. Multivariate regression analysis showed that a multiplexed model, including these biomarkers, outperformed serum PSA or PCA3 alone in detecting prostate cancer. The area under the receiver-operating characteristic curve was 0.758 for the multiplexed model versus 0.662 for PCA3 alone (P = 0.003). The sensitivity and specificity for the multiplexed model were 65.9% and 76.0%, respectively, and the positive and negative predictive values were 79.8% and 60.8%, respectively. Taken together, these results provide the framework for the development of highly optimized, multiplex urine biomarker tests for more accurate detection of prostate cancer. [Cancer Res 2008;68(3):645–9]

TMPRSS2:ERG (T2:ERG) and prostate cancer antigen 3 (PCA3) are the most advanced urine-based prostate cancer (PCa) early detection biomarkers. Validate logistic regression models, termed Mi-Prostate Score (MiPS), that incorporate serum prostate-specific antigen (PSA; or the multivariate Prostate Cancer Prevention Trial risk calculator version 1.0 [PCPTrc]) and urine T2:ERG and PCA3 scores for predicting PCa and high-grade PCa on biopsy. T2:ERG and PCA3 scores were generated using clinical-grade transcription-mediated amplification assays. Pretrained MiPS models were applied to a validation cohort of whole urine samples prospectively collected after digital rectal examination from 1244 men presenting for biopsy. Area under the curve (AUC) was used to compare the performance of serum PSA (or the PCPTrc) alone and MiPS models. Decision curve analysis (DCA) was used to assess clinical benefit. Among informative validation cohort samples (n = 1225 [98%], 80% from patients presenting for initial biopsy), models incorporating T2:ERG had significantly greater AUC than PSA (or PCPTrc) for predicting PCa (PSA: 0.693 vs 0.585; PCPTrc: 0.718 vs 0.639; both p < 0.001) or high-grade (Gleason score >6) PCa on biopsy (PSA: 0.729 vs 0.651, p < 0.001; PCPTrc: 0.754 vs 0.707, p = 0.006). MiPS models incorporating T2:ERG score had significantly greater AUC (all p < 0.001) than models incorporating only PCA3 plus PSA (or PCPTrc or high-grade cancer PCPTrc [PCPThg]). DCA demonstrated net benefit of the MiPS_PCPTrc (or MiPS_PCPThg) model compared with the PCPTrc (or PCPThg) across relevant threshold probabilities. Incorporating urine T2:ERG and PCA3 scores improves the performance of serum PSA (or PCPTrc) for predicting PCa and high-grade PCa on biopsy. Incorporation of two prostate cancer (PCa)-specific biomarkers (TMPRSS2:ERG and PCA3) measured in the urine improved on serum prostate-specific antigen (or a multivariate risk calculator) for predicting the presence of PCa and high-grade PCa on biopsy. A combined test, Mi-Prostate Score, uses models validated in this study and is clinically available to provide individualized risk estimates.

Urine TMPRSS2:ERG gene fusion could be used for stratification of patients at higher risk for prostate cancer.

This report identifies oncogenic fusions in individuals with breast cancer involving the genes encoding NOTCH and MAST, recurring in approximately 5–7% of studied cases. The fusions show growth-promoting properties that suggest that they may represent targetable events in a subset of people with breast cancer. Breast cancer is a heterogeneous disease that has a wide range of molecular aberrations and clinical outcomes. Here we used paired-end transcriptome sequencing to explore the landscape of gene fusions in a panel of breast cancer cell lines and tissues. We observed that individual breast cancers have a variety of expressed gene fusions. We identified two classes of recurrent gene rearrangements involving genes encoding microtubule-associated serine-threonine kinase (MAST) and members of the Notch family. Both MAST and Notch-family gene fusions have substantial phenotypic effects in breast epithelial cells. Breast cancer cell lines harboring Notch gene rearrangements are uniquely sensitive to inhibition of Notch signaling, and overexpression of MAST1 or MAST2 gene fusions has a proliferative effect both in vitro and in vivo. These findings show that recurrent gene rearrangements have key roles in subsets of carcinomas and suggest that transcriptome sequencing could identify individuals with rare, targetable gene fusions.

Abstract Merkel cell carcinoma (MCC) is a rare but highly aggressive cutaneous neuroendocrine tumor. Merkel cell polyomavirus (MCPyV) may contribute to tumorigenesis in a subset of tumors via inhibition of tumor suppressors such as retinoblastoma (RB1) by mutated viral T antigens, but the molecular pathogenesis of MCPyV-negative MCC is largely unexplored. Through our MI-ONCOSEQ precision oncology study, we performed integrative sequencing on two cases of MCPyV-negative MCC, as well as a validation cohort of 14 additional MCC cases (n = 16). In addition to previously identified mutations in TP53, RB1, and PIK3CA, we discovered activating mutations of oncogenes, including HRAS and loss-of-function mutations in PRUNE2 and NOTCH family genes in MCPyV-negative MCC. MCPyV-negative tumors also displayed high overall mutation burden (10.09 ± 2.32 mutations/Mb) and were characterized by a prominent UV-signature pattern with C &gt; T transitions comprising 85% of mutations. In contrast, mutation burden was low in MCPyV-positive tumors (0.40 ± 0.09 mutations/Mb) and lacked a UV signature. These findings suggest a potential ontologic dichotomy in MCC, characterized by either viral-dependent or UV-dependent tumorigenic pathways. Cancer Res; 75(18); 3720–7. ©2015 AACR.

Next-generation sequencing (NGS) has enabled genome-wide personalized oncology efforts at centers and companies with the specialty expertise and infrastructure required to identify and prioritize actionable variants. Such approaches are not scalable, preventing widespread adoption. Likewise, most targeted NGS approaches fail to assess key relevant genomic alteration classes. To address these challenges, we predefined the catalog of relevant solid tumor somatic genome variants (gain-of-function or loss-of-function mutations, high-level copy number alterations, and gene fusions) through comprehensive bioinformatics analysis of >700,000 samples. To detect these variants, we developed the Oncomine Comprehensive Panel (OCP), an integrative NGS-based assay [compatible with < 20 ng of DNA/RNA from formalin-fixed paraffin-embedded (FFPE) tissues], coupled with an informatics pipeline to specifically identify relevant predefined variants and created a knowledge base of related potential treatments, current practice guidelines, and open clinical trials. We validated OCP using molecular standards and more than 300 FFPE tumor samples, achieving >95% accuracy for KRAS, epidermal growth factor receptor, and BRAF mutation detection as well as for ALK and TMPRSS2:ERG gene fusions. Associating positive variants with potential targeted treatments demonstrated that 6% to 42% of profiled samples (depending on cancer type) harbored alterations beyond routine molecular testing that were associated with approved or guideline-referenced therapies. As a translational research tool, OCP identified adaptive CTNNB1 amplifications/mutations in treated prostate cancers. Through predefining somatic variants in solid tumors and compiling associated potential treatment strategies, OCP represents a simplified, broadly applicable targeted NGS system with the potential to advance precision oncology efforts.