Abstract Despite advances in molecular profiling, therapeutic development has been hindered by the inability to identify and target tumour-specific mechanisms without consequence to healthy tissue. Correspondingly, a computational framework capable of accurately distinguishing tumour from non-tumour cells has yet to be developed and cell annotation algorithms are unable to assign integrated genomic and transcriptional profiles to single cells on a cell-by-cell basis. To address these barriers, we developed the Single Cell Rule Association Mining (SCRAM) tool that integrates RNA-inferred genomic alterations with co-occurring cell type signatures for individual cells. Applying SCRAM to glioma, we identified tumour cell trajectories recapitulate temporally-restricted developmental paradigms and feature unique co-occurring identities. Specifically, we validated two previously unreported tumour cell populations with immune and neuronal signatures as hallmarks of human glioma subtypes. In vivo modeling revealed a rare immune-like tumour cell population resembling antigen presenting cells can direct CD8+ T cell responses. In parallel, Patch sequencing studies in human tumours confirmed that neuronal-like glioma cells fire action potentials and represent 40% of IDH1 mutant tumor cells. These studies identified new glioma cell types with functional properties similar to their non-tumour analogues and demonstrate the ability of SCRAM to identify these cell types in unprecedented detail.

Abstract Prior studies have described the complex interplay that exists between glioma cells and neurons, however, the electrophysiological properties endogenous to tumor cells remain obscure. To address this, we employed Patch-sequencing on human glioma specimens and found that one third of patched cells in IDH mutant (IDH mut ) tumors demonstrate properties of both neurons and glia by firing single, short action potentials. To define these hybrid cells (HCs) and discern if they are tumor in origin, we developed a computational tool, Single Cell Rule Association Mining (SCRAM), to annotate each cell individually. SCRAM revealed that HCs represent tumor and non-tumor cells that feature GABAergic neuron and oligodendrocyte precursor cell signatures. These studies are the first to characterize the combined electrophysiological and molecular properties of human glioma cells and describe a new cell type in human glioma with unique electrophysiological and transcriptomic properties that are likely also present in the non-tumor mammalian brain.

Abstract The tumor microenvironment (TME) plays an essential role in malignancy and neurons have emerged as a key component of the TME that promotes tumorigenesis across a host of cancers. Recent studies on glioblastoma (GBM) highlight bi-directional signaling between tumors and neurons that propagates a vicious cycle of proliferation, synaptic integration, and brain hyperactivity; however, the identity of neuronal subtypes and tumor subpopulations driving this phenomenon are incompletely understood. Here we show that callosal projection neurons located in the hemisphere contralateral to primary GBM tumors promote progression and widespread infiltration. Using this platform to examine GBM infiltration, we identified an activity dependent infiltrating population present at the leading edge of mouse and human tumors that is enriched for axon guidance genes. High-throughput, in vivo screening of these genes identified Sema4F as a key regulator of tumorigenesis and activity-dependent infiltration. Furthermore, Sema4F promotes the activity-dependent infiltrating population and propagates bi-directional signaling with neurons by remodeling tumor adjacent synapses towards brain network hyperactivity. Collectively, our studies demonstrate that subsets of neurons in locations remote to primary GBM promote malignant progression, while revealing new mechanisms of tumor infiltration that are regulated by neuronal activity.

Abstract The reactivation of neurodevelopmental programs in cancer highlights parallel biological processes that occur in both normal development and brain tumors. Achieving a deeper understanding of how dysregulated developmental factors play a role in the progression of brain tumors is therefore crucial for identifying potential targets for therapeutic interventions. Single-cell RNA sequencing (scRNA-Seq) provides an opportunity to understand how developmental programs are dysregulated and reinitiated in brain tumors at single-cell resolution. Here, we introduce COORS (Cell Of ORigin like CellS), as a computational tool trained on developmental human brain single-cell datasets that enables annotation of “developmental-like” cell states in brain tumor cells. Applying COORS to various brain cancer datasets, including medulloblastoma (MB), glioma, and diffuse midline glioma (DMG), we identified developmental-like cells that represent putative cells of origin in these tumors. Our work adds to our cumulative understanding of brain tumor heterogeneity and helps pave the way for tailored treatment strategies.