Unipro UGENE is a multiplatform open-source software with the main goal of assisting molecular biologists without much expertise in bioinformatics to manage, analyze and visualize their data. UGENE integrates widely used bioinformatics tools within a common user interface. The toolkit supports multiple biological data formats and allows the retrieval of data from remote data sources. It provides visualization modules for biological objects such as annotated genome sequences, Next Generation Sequencing (NGS) assembly data, multiple sequence alignments, phylogenetic trees and 3D structures. Most of the integrated algorithms are tuned for maximum performance by the usage of multithreading and special processor instructions. UGENE includes a visual environment for creating reusable workflows that can be launched on local resources or in a High Performance Computing (HPC) environment. UGENE is written in C++ using the Qt framework. The built-in plugin system and structured UGENE API make it possible to extend the toolkit with new functionality.UGENE binaries are freely available for MS Windows, Linux and Mac OS X at http://ugene.unipro.ru/download.html. UGENE code is licensed under the GPLv2; the information about the code licensing and copyright of integrated tools can be found in the LICENSE.3rd_party file provided with the source bundle.

Abstract Motivation: The sequence alignment/map (SAM) and the binary alignment/map (BAM) formats have become the standard method of representation of nucleotide sequence alignments for next-generation sequencing data. SAM/BAM files usually contain information from tens to hundreds of millions of reads. Often, the sequencing technology, protocol and/or the selected mapping algorithm introduce some unwanted biases in these data. The systematic detection of such biases is a non-trivial task that is crucial to drive appropriate downstream analyses. Results: We have developed Qualimap, a Java application that supports user-friendly quality control of mapping data, by considering sequence features and their genomic properties. Qualimap takes sequence alignment data and provides graphical and statistical analyses for the evaluation of data. Such quality-control data are vital for highlighting problems in the sequencing and/or mapping processes, which must be addressed prior to further analyses. Availability: Qualimap is freely available from http://www.qualimap.org. Contact: aconesa@cipf.es Supplementary Information: Supplementary data are available at Bioinformatics online.

Background The WHO classification of brain tumours describes 15 subtypes of meningioma. Nine of these subtypes are allotted to WHO grade I, and three each to grade II and grade III. Grading is based solely on histology, with an absence of molecular markers. Although the existing classification and grading approach is of prognostic value, it harbours shortcomings such as ill-defined parameters for subtypes and grading criteria prone to arbitrary judgment. In this study, we aimed for a comprehensive characterisation of the entire molecular genetic landscape of meningioma to identify biologically and clinically relevant subgroups. Methods In this multicentre, retrospective analysis, we investigated genome-wide DNA methylation patterns of meningiomas from ten European academic neuro-oncology centres to identify distinct methylation classes of meningiomas. The methylation classes were further characterised by DNA copy number analysis, mutational profiling, and RNA sequencing. Methylation classes were analysed for progression-free survival outcomes by the Kaplan-Meier method. The DNA methylation-based and WHO classification schema were compared using the Brier prediction score, analysed in an independent cohort with WHO grading, progression-free survival, and disease-specific survival data available, collected at the Medical University Vienna (Vienna, Austria), assessing methylation patterns with an alternative methylation chip. Findings We retrospectively collected 497 meningiomas along with 309 samples of other extra-axial skull tumours that might histologically mimic meningioma variants. Unsupervised clustering of DNA methylation data clearly segregated all meningiomas from other skull tumours. We generated genome-wide DNA methylation profiles from all 497 meningioma samples. DNA methylation profiling distinguished six distinct clinically relevant methylation classes associated with typical mutational, cytogenetic, and gene expression patterns. Compared with WHO grading, classification by individual and combined methylation classes more accurately identifies patients at high risk of disease progression in tumours with WHO grade I histology, and patients at lower risk of recurrence among WHO grade II tumours (p=0·0096) from the Brier prediction test). We validated this finding in our independent cohort of 140 patients with meningioma. Interpretation DNA methylation-based meningioma classification captures clinically more homogenous groups and has a higher power for predicting tumour recurrence and prognosis than the WHO classification. The approach presented here is potentially very useful for stratifying meningioma patients to observation-only or adjuvant treatment groups. We consider methylation-based tumour classification highly relevant for the future diagnosis and treatment of meningioma. Funding German Cancer Aid, Else Kröner-Fresenius Foundation, and DKFZ/Heidelberg Institute of Personalized Oncology/Precision Oncology Program.

The expansion of the neocortex, one of the hallmarks of mammalian evolution 1,2 , was accompanied by an increase in the number of cerebellar neurons 3 . However, little is known about the evolution of the cellular programs underlying cerebellum development in mammals. In this study, we generated single-nucleus RNA-sequencing data for ∼400,000 cells to trace the development of the cerebellum from early neurogenesis to adulthood in human, mouse, and the marsupial opossum. Our cross-species analyses revealed that the cellular composition and differentiation dynamics throughout cerebellum development are largely conserved, except for human Purkinje cells. Global transcriptome profiles, conserved cell state markers, and gene expression trajectories across neuronal differentiation show that the cerebellar cell type-defining programs have been overall preserved for at least 160 million years. However, we also discovered differences. We identified 3,586 genes that either gained or lost expression in cerebellar cells in one of the species, and 541 genes that evolved new expression trajectories during neuronal differentiation. The potential functional relevance of these cross-species differences is highlighted by the diverged expression patterns of several human disease-associated genes. Altogether, our study reveals shared and lineage-specific programs governing the cellular development of the mammalian cerebellum, and expands our understanding of the evolution of mammalian organ development.

Abstract Recent advances allowing the genomic analysis of individual cells from a bulk population have provided intriguing new insights into areas such as developmental processes and tumor heterogeneity. Most approaches to date, however, rely on the availability of fresh surgical specimens, thereby dramatically reducing the ability to profile particularly rare tissue types. Pediatric central nervous system tumors – the leading cause of childhood cancer deaths – represent one such example, where often only frozen rather than native material is available. Due to an increasing need for advanced techniques to understand the heterogeneity of these tumors, we optimized a method to isolate intact nuclei from long-term frozen pediatric glioma tissues. We performed a technical comparison between different single nucleus RNA-sequencing (snRNA-seq) systems using a patient-derived xenograft model as a test sample. Further, we applied the established nucleus isolation method to analyze frozen primary tissue from two pediatric central nervous system tumors – one pilocytic astrocytoma and one glioblastoma – allowing the identification of distinct tumor cell populations and infiltrating microglia. The results show that our fast, simple and low-cost nuclear isolation protocol provides intact nuclei, which can be used in both droplet-based 3’ transcriptome amplification (10X Genomics) and plate-based whole transcriptome amplification (Fluidigm C1) single-cell sequencing platforms, thereby dramatically increasing the potential for application of such methods to rare entities.

ABSTRACT Meningiomas are the most frequent primary intracranial tumors. They can follow a wide clinical spectrum from benign to highly aggressive clinical course. No specific therapy exists for refractory cases or cases not amenable to resection and radiotherapy. Identification of risk of recurrence and malignant transformation for the individual patients is challenging. However, promising molecular markers and prognostic subgrouping by DNA methylation are emerging. Still, the biological underpinnings of these diagnostic subgroups are elusive, and, consequently, no novel therapeutic options arise thereof. Here we establish robust subgroups across the full landscape of meningiomas, consistent through DNA methylation, mutations, the transcriptomic, proteomic and phospho-proteomic level. Pronounced proliferative stress and DNA damage repair signals in malignant cells and in clusters exclusive to recurrent tumors are in line with their higher mitotic activity, but also provide an explanation for the accumulation of genomic instability in anaplastic meningiomas. Although homozygous deletion of CDKN2A/B is a diagnostic marker of high-grade meningioma, the expression of its gene product increased from low to non-deleted high-grade cases. Differences between subgroups in lymphocyte and myeloid cell infiltration, representing a majority of tumor mass in low-grade NF2 tumors, could be assigned to cluster-specific interaction with tumor cells. Activation to a more proinflammatory phenotype and decreased infiltration of myeloid cells in high-grade cases correlated with lower expression of CSF1 , located on chromosome arm 1p, whose deletion is known as prognostic marker, with no proposed mechanism before. Our results demonstrate a robust molecular subclassification of a tumor type across multiple layers, provide insight into heterogeneous growth dynamics despite shared pathognomonic mutations, and highlight immune infiltration modulation as a novel target for meningioma therapy.

Understanding the cellular origins of childhood brain tumors is key for discovering novel tumor-specific therapeutic targets. Previous strategies mapping cellular origins typically involved comparing human tumors to murine embryonal tissues 1,2 , a potentially imperfect approach due to spatio-temporal gene expression differences between species 3 . Here we use an unprecedented single-nucleus atlas of the developing human cerebellum (Sepp, Leiss, et al) and extensive bulk and single-cell transcriptome tumor data to map their cellular origins with focus on three most common pediatric brain tumors – pilocytic astrocytoma, ependymoma, and medulloblastoma. Using custom bioinformatics approaches, we postulate the astroglial and glial lineages as the origins for posterior fossa ependymomas and radiation-induced gliomas (secondary tumors after medulloblastoma treatment), respectively. Moreover, we confirm that SHH, Group3 and Group4 medulloblastomas stem from granule cell/unipolar brush cell lineages, whereas we propose pilocytic astrocytoma to originate from the oligodendrocyte lineage. We also identify genes shared between the cerebellar lineage of origin and corresponding tumors, and genes that are tumor specific; both gene sets represent promising therapeutic targets. As a common feature among most cerebellar tumors, we observed compositional heterogeneity in terms of similarity to normal cells, suggesting that tumors arise from or differentiate into multiple points along the cerebellar “lineage of origin”.

Abstract Medulloblastoma with extensive nodularity (MBEN) are cerebellar tumors with two histologically distinct compartments and varying disease course. In some children MBEN progresses, while others show spontaneous differentiation into more benign tumors. However, the mechanisms that control the tug-of-war between proliferation and differentiation are not well understood. Here, we dissected this process with a multi-modal single cell transcriptome analysis. We found that the internodular MBEN compartment comprised proliferating early cerebellar granular neuronal precursors (CGNP)-like tumor cells as well as stromal, vascular, and immune cells. In contrast, the nodular compartment consisted of postmitotic, neuronally differentiated MBEN cells. Both compartments were connected through an intermediate cell stage of actively migrating CGNPs. Furthermore, astrocyte-like tumor cells were identified that had branched off the main CGNP developmental trajectory. Cells with an astroglial phenotype were found in close proximity to migrating, late CGNP-like and postmitotic neuronally differentiated cells. Our study reveals how the spatial tissue organization is linked to the developmental trajectory of proliferating tumor cells through a migrating precursor stage into differentiated tumor cells with a more benign phenotype. We anticipate that our framework for integrating single nucleus RNA-sequencing and spatial transcriptomics will help to uncover intercompartmental interactions also in other cancers with varying histology.

Abstract Background Spatial transcriptomics ( ST ) technologies are revolutionizing our understanding of intra-tumor heterogeneity and the tumor microenvironment by revealing single-cell molecular profiles within their spatial tissue context. The rapid evolution of ST methods, each with unique features, presents a challenge in selecting the most appropriate technology for specific research objectives. Here, we compare four imaging-based ST methods – RNAscope HiPlex, Molecular Cartography, MERFISH/Merscope, and Xenium – together with sequencing-based ST (Visium). These technologies were used to study cryosections of medulloblastoma with extensive nodularity (MBEN), a tumor chosen for its distinct microanatomical features. Results Our analysis reveals that automated imaging-based ST methods are well suited to delineating the intricate MBEN microanatomy, capturing cell-type-specific transcriptome profiles. We devise approaches to compare the sensitivity and specificity of the different methods together with their unique attributes to guide method selection based on the research aim. Furthermore, we demonstrate how reimaging of slides after the ST analysis can markedly improve cell segmentation accuracy and integrate additional transcript and protein readouts to expand the analytical possibilities and depth of insights. Conclusions This study highlights key distinctions between various ST technologies and provides a set of parameters for evaluating their performance. Our findings aid in the informed choice of ST methods and delineate approaches for enhancing the resolution and breadth of spatial transcriptomic analyses, thereby contributing to advancing ST applications in solid tumor research.

Abstract Organ development is orchestrated by cell- and time-specific gene regulatory networks. Here we investigated the regulatory basis of mouse cerebellum development from early neurogenesis to adulthood. By acquiring snATAC-seq profiles for ~90,000 cells spanning eleven stages, we mapped all major cerebellar cell types and identified candidate cis -regulatory elements (CREs). We detected extensive spatiotemporal heterogeneity among progenitor cells and characterized the regulatory programs underlying the differentiation of cerebellar neurons. Although CRE activity is predominantly cell type- and time-specific, periods of greater regulatory change are shared across cell types. There is a universal decrease in CRE conservation and pleiotropy during development and differentiation, but the degree of evolutionary constraint differs between cerebellar cell types. Our work delineates the developmental and evolutionary dynamics of gene regulation in cerebellar cells and provides general insights into mammalian organ development.