Medulloblastoma is a highly malignant paediatric brain tumour currently treated with a combination of surgery, radiation and chemotherapy, posing a considerable burden of toxicity to the developing child. Genomics has illuminated the extensive intertumoral heterogeneity of medulloblastoma, identifying four distinct molecular subgroups. Group 3 and group 4 subgroup medulloblastomas account for most paediatric cases; yet, oncogenic drivers for these subtypes remain largely unidentified. Here we describe a series of prevalent, highly disparate genomic structural variants, restricted to groups 3 and 4, resulting in specific and mutually exclusive activation of the growth factor independent 1 family proto-oncogenes, GFI1 and GFI1B. Somatic structural variants juxtapose GFI1 or GFI1B coding sequences proximal to active enhancer elements, including super-enhancers, instigating oncogenic activity. Our results, supported by evidence from mouse models, identify GFI1 and GFI1B as prominent medulloblastoma oncogenes and implicate ‘enhancer hijacking’ as an efficient mechanism driving oncogene activation in a childhood cancer. Focusing on two ill-characterized subtypes of medulloblastoma (group 3 and group 4), this study identifies prevalent genomic structural variants that are restricted to these two subtypes and independently bring together coding regions of GFI1 family proto-oncogenes with active enhancer elements, leading to their mutually exclusive oncogenic activation. Medulloblastoma is a highly malignant paediatric brain tumour. Here the authors focus on two ill-characterized subtypes — group 3 and group 4 — which account for the majority of paediatric cases. They identify prevalent genomic structural variants, which are restricted to these two subtypes, and bring together coding regions of proto-oncogenes, GFI1 and GFI1B, and active enhancer elements leading to oncogene activation. This work identifies 'enhancer hijacking' as an efficient mechanism driving oncogene activation in a childhood cancer.

Abstract Sarcomas are malignant soft tissue and bone tumours affecting adults, adolescents and children. They represent a morphologically heterogeneous class of tumours and some entities lack defining histopathological features. Therefore, the diagnosis of sarcomas is burdened with a high inter-observer variability and misclassification rate. Here, we demonstrate classification of soft tissue and bone tumours using a machine learning classifier algorithm based on array-generated DNA methylation data. This sarcoma classifier is trained using a dataset of 1077 methylation profiles from comprehensively pre-characterized cases comprising 62 tumour methylation classes constituting a broad range of soft tissue and bone sarcoma subtypes across the entire age spectrum. The performance is validated in a cohort of 428 sarcomatous tumours, of which 322 cases were classified by the sarcoma classifier. Our results demonstrate the potential of the DNA methylation-based sarcoma classification for research and future diagnostic applications.

Abstract Despite recent advances in understanding disease biology, treatment of Group 3/4 medulloblastoma remains a therapeutic challenge in pediatric neuro-oncology. Bulk-omics approaches have identified considerable intertumoral heterogeneity in Group 3/4 medulloblastoma, including the presence of clear single-gene oncogenic drivers in only a subset of cases, whereas in the majority of cases, large-scale copy-number aberrations prevail. However, intratumoral heterogeneity, the role of oncogene aberrations, and broad CNVs in tumor evolution and treatment resistance remain poorly understood. To dissect this interplay, we used single-cell technologies (snRNA-seq, snATAC-seq, spatial transcriptomics) on a cohort of Group 3/4 medulloblastoma with known alterations in the oncogenes MYC, MYCN , and PRDM6 . We show that large-scale chromosomal aberrations are early tumor initiating events, while the single-gene oncogenic events arise late and are typically sub-clonal, but MYC can become clonal upon disease progression to drive further tumor development and therapy resistance. We identify that the subclones are mostly interspersed across tumor tissue using spatial transcriptomics, but clear segregation is also present. Using a population genetics model, we estimate medulloblastoma initiation in the cerebellar unipolar brush cell-lineage starting from the first gestational trimester. Our findings demonstrate how single-cell technologies can be applied for early detection and diagnosis of this fatal disease.

Abstract Medulloblastomas (MBs) are malignant pediatric brain tumors that are molecularly and clinically heterogenous. The application of omics technologies—mainly studying nucleic acids—has significantly improved MB classification and stratification, but treatment options are still unsatisfactory. The proteome and their N-glycans hold the potential to discover clinically relevant phenotypes and targetable pathways. We compile a harmonized proteome dataset of 167 MBs and integrate findings with DNA methylome, transcriptome and N-glycome data. We show six proteome MB subtypes, that can be assigned to two main molecular programs: transcription/translation (pSHHt, pWNT and pG3myc), and synapses/immunological processes (pSHHs, pG3 and pG4). Multiomic analysis reveals different conservation levels of proteome features across MB subtypes at the DNA methylome level. Aggressive pGroup3myc MBs and favorable pWNT MBs are most similar in cluster hierarchies concerning overall proteome patterns but show different protein abundances of the vincristine resistance-associated multiprotein complex TriC/CCT and of N-glycan turnover-associated factors. The N-glycome reflects proteome subtypes and complex-bisecting N-glycans characterize pGroup3myc tumors. Our results shed light on targetable alterations in MB and set a foundation for potential immunotherapies targeting glycan structures.

Summary Medulloblastomas (MBs) are malignant pediatric brain tumors that are molecularly and clinically very heterogenous. To unravel phenotypically relevant MB subtypes, we compiled a harmonized proteome dataset of 167 MBs and integrated findings with DNA methylation and N-glycome data. Six proteome MB subtypes emerged, that could be assigned to two main molecular programs: transcription/translation (pSHHt, pWNT and pGroup3-Myc), and synapses/immunological processes (pSHHs, pGroup3 and pGroup4). Multiomic analysis revealed different conservation levels of proteome features across MB subtypes at the DNA-methylation level. Aggressive pGroup3-Myc MBs and favorable pWNT MBs were most similar in cluster hierarchies concerning overall proteome patterns but showed different protein abundances of the vincristine resistance associated multiprotein complex TriC/CCT and of N-glycan turnover associated factors. The N-glycome reflected proteome subtypes and complex-bisecting N-glycans characterized pGroup3-Myc tumors. Our results shed light on new targetable alterations in MB and set a foundation for potential immunotherapies targeting glycan structures. Significance Whereas the application of omics technologies has significantly improved MB tumor classification and treatment stratification, it is still of debate, which features predict best clinical outcome. Moreover, treatment options - especially for high-risk groups - are still unsatisfactory. In contrast to nucleic acids, the proteome and their N-glycans may reflect the phenotype of a tumor in a more direct way and thus hold the potential to discover clinically relevant phenotypes and potentially targetable pathways. We show that these analyses are feasible on formalin fixed and paraffine embedded tissue. Compiling a comprehensive MB dataset, we detected new biomarkers and characteristics for high- and low-risk MB subtypes that were not reflected by other omic data modalities before. Specifically, we identified subtype specific abundance differences in proteins of the vincristine resistance associated multiprotein complex TriC/CCT and in proteins involved in N-glycan turnover. Changes in the N-glycans are considered as potential hallmarks of cancer and we show that N-glycan profiles can distinguish MB subtypes. These tumor-specific N-glycan structures hold a strong potential as new biomarkers, as well as immunotherapy targets. Highlights - Integration of in-house proteome data on formalin fixated paraffine embedded medulloblastoma (MB) and publicly available datasets enables large scale proteome analysis of MB - Six proteome MB subtypes can be assigned to two main molecular programs: replication/ translation versus synapse/immune system - Identification and validation of IHC compatible protein-biomarkers for high and low risk MB subtypes, such as TNC and PALMD. - Subtype specific correlation of the DNA methylome and the proteome reveals different conserved molecular characteristics across MB subtypes. - pGroup3-Myc subtype MBs are associated with high-risk features including high abundances of vincristine resistance associated TriC/CCT member proteins - Proteome MB subtypes show differential N-glycosylation patterns, revealing complex-bisecting glycans as potentially immunotargetable hallmarks of the high risk pGroup3-Myc subtype.

Abstract Background Neurocognition can be severely affected in pediatric brain tumor survivors. We analyzed the association of cognitive functioning with radiotherapy dose, postoperative cerebellar mutism syndrome (pCMS), hydrocephalus, intraventricular methotrexate (MTX) application, tumor localization, and biology in pediatric survivors of a posterior fossa tumor. Methods Subdomain-specific neurocognitive outcome data from 279 relapse-free survivors of the HIT-2000 trial (241 medulloblastoma and 38 infratentorial ependymoma) using the Neuropsychological Basic Diagnostic tool based on Cattell–Horn–Carroll’s model for intelligence were analyzed. Results Cognitive performance 5.14 years (mean; range = 1.52–13.02) after diagnosis was significantly below normal for all subtests. Processing speed and psychomotor abilities were most affected. Influencing factors were domain-specific: CSI-dose had a strong impact on most subtests. pCMS was associated with psychomotor abilities (β = –0.25 to –0.16) and processing speed (β = –0.32). Postoperative hydrocephalus correlated with crystallized intelligence (β = –0.20) and short-term memory (β = –0.15), age with crystallized intelligence (β = 0.15) and psychomotor abilities (β = –0.16 and β = –0.17). Scores for fluid intelligence (β = –0.23), short-term memory (β = –0.17) and visual processing (β = –0.25) declined, and scores for selective attention improved (β = 0.29) with time after diagnosis. Conclusions The dose of CSI was strongly associated with neurocognitive outcomes. Low psychomotor abilities and processing speed both in patients treated with and without CSI suggest a strong contribution of the tumor and its surgery on these functions. Future research therefore should analyze strategies to both reduce CSI dose and toxicity caused by other treatment modalities.

Ependymoma (EPN) is not a uniform disease but represents different disease types with biological and clinical heterogeneity. However, the pattern of when and where different types of EPN relapse is not yet comprehensively described.