Accurate pathological diagnosis is crucial for optimal management of patients with cancer. For the approximately 100 known tumour types of the central nervous system, standardization of the diagnostic process has been shown to be particularly challenging-with substantial inter-observer variability in the histopathological diagnosis of many tumour types. Here we present a comprehensive approach for the DNA methylation-based classification of central nervous system tumours across all entities and age groups, and demonstrate its application in a routine diagnostic setting. We show that the availability of this method may have a substantial impact on diagnostic precision compared to standard methods, resulting in a change of diagnosis in up to 12% of prospective cases. For broader accessibility, we have designed a free online classifier tool, the use of which does not require any additional onsite data processing. Our results provide a blueprint for the generation of machine-learning-based tumour classifiers across other cancer entities, with the potential to fundamentally transform tumour pathology.

Abstract Subsets of Neurofibromatosis Type 1 (NF1)-associated solid tumors have been shown to display high frequencies of ATRX mutations and presence of alternative lengthening of telomeres (ALT). In addition, a potential biologic vulnerability of ALT-positive cancer cells is ATR inhibition, a regulator of homologous recombination. We studied the phenotype of combined NF1 and ATRX deficiency in malignant solid tumors. For these experiments, cell lines derived from NF1-deficient sporadic glioblastomas (U251, SF188), a NF1-associated ATRX mutant glioblastoma cell line (JHH-NF1-GBM1), a NF1-derived sarcoma cell line (JHH-CRC65), and two NF1-deficient MPNST cell lines (ST88-14, NF90.8) were utilized. Cancer cells were treated with ATR inhibitors (AZD6738 and VE-822), in vitro, with or without a MEK inhibitor (AZD6244, selumetinib) or temozolomide. In contrast to the glioma cell line SF188, combined ATRX knockout (KO) and TERC KO led to ALT-like properties and sensitized U251 glioma cells to ATR inhibition (AZD6738 and VE-822) in vitro and in vivo. In addition, ATR inhibitors sensitized U251 cells to temozolomide, but not MEK inhibition (AZD6244), irrespective of ATRX level manipulation; whereas, the JHH-NF1-GBM1 cell line (ATRX loss/ALT-positive) demonstrated sensitivity to ATR inhibition (AZD6738), but not temozolomide. Similar effects were noted using the MPNST cell line NF90.8 after combined ATRX knockdown and TERC KO; however, not in the MPNST cell line ST88-14. Taken together, our study supports the feasibility of targeting the ATR pathway in subsets of NF1-deficient and associated tumors. Tumors with pre-existing ALT, or that subsequently develop ALT after ATRX downregulation, are particularly vulnerable to this therapeutic approach.

Abstract The diversity of genetic programs and cellular plasticity of glioma-associated myeloid cells, and thus their contribution to tumor growth and immune evasion, is poorly understood. We performed single cell RNA-sequencing of immune and tumor cells from 33 glioma patients of varying tumor grades. We identified two populations characteristic of myeloid derived suppressor cells (MDSC), unique to glioblastoma (GBM) and absent in grades II and III tumors: i) an early progenitor population (E-MDSC) characterized by strong upregulation of multiple catabolic, anabolic, oxidative stress, and hypoxia pathways typically observed within tumor cells themselves, and ii) a monocytic MDSC (M-MDSC) population. The E-MDSCs geographically co-localize with a subset of highly metabolic glioma stem-like tumor cells with a mesenchymal program in the pseudopalisading region, a pathognomonic feature of GBMs associated with poor prognosis. Ligand-receptor interaction analysis revealed symbiotic cross-talk between the stemlike tumor cells and E-MDSCs in GBM, whereby glioma stem cells produce chemokines attracting E-MDSCs, which in turn produce growth and survival factors for the tumor cells. Our large-scale single-cell analysis elucidated unique MDSC populations as key facilitators of GBM progression and mediators of tumor immunosuppression, suggesting that targeting these specific myeloid compartments, including their metabolic programs, may be a promising therapeutic intervention in this deadly cancer. One-Sentence Summary Aggressive glioblastoma harbors two unique myeloid populations capable of promoting stem-like properties of tumor cells and suppressing T cell function in the tumor microenvironment.

Nerve sheath tumors occur as a heterogeneous group of neoplasms in patients with neurofibromatosis type 1 (NF1). The malignant form represents the most common cause of death in people with NF1, and even when benign, these tumors can result in significant disfigurement, neurologic dysfunction, and a range of profound symptoms. Lack of human tissue across the peripheral nerve tumors common in NF1 has been a major limitation in the development of new therapies. To address this unmet need, we have created an annotated collection of patient tumor samples, patient-derived cell lines, and patient-derived xenografts, and carried out high-throughput genomic and transcriptomic characterization to serve as a resource for further biologic and preclinical therapeutic studies. In this work, we release genomic and transcriptomic datasets comprised of 55 tumor samples derived from 23 individuals, complete with clinical annotation. All data are publicly available through the NF Data Portal and at .

Objective: To determine the feasibility of next-generation sequencing (NGS) microbiome approaches in the diagnosis of infectious disorders in brain or spinal cord biopsies in patients with suspected central nervous system (CNS) infections. Methods: In a prospective-pilot study, we applied NGS in combination with a new computational analysis pipeline to detect the presence of pathogenic microbes in brain or spinal cord biopsies from ten patients with neurological problems indicating possible infection but for whom conventional clinical and microbiology studies yielded negative or inconclusive results. Results: Direct DNA and RNA sequencing of brain tissue biopsies generated 8.3 million to 29.1 million sequence reads per sample, which successfully identified with high confidence the infectious agent in three patients, identified possible pathogens in two more, and helped to understand neuropathological processes in three others, demonstrating the power of large-scale unbiased sequencing as a novel diagnostic tool. Validation techniques confirmed the pathogens identified by NGS in each of the three positive cases. Clinical outcomes were consistent with the findings yielded by NGS on the presence or absence of an infectious pathogenic process in eight of ten cases, and were non-contributory in the remaining two. Conclusions: NGS-guided metagenomic studies of brain, spinal cord or meningeal biopsies offer the possibility for dramatic improvements in our ability to detect (or rule out) a wide range of CNS pathogens, with potential benefits in speed, sensitivity, and cost. NGS-based microbiome approaches present a major new opportunity to investigate the potential role of infectious pathogens in the pathogenesis of neuroinflammatory disorders.