ABSTRACT The brain tumor immune microenvironment (TIME) continuously evolves during glioma progression, but only a limited view of a highly complex glioma associated immune contexture across isocitrate dehydrogenase mutation (IDH) classified gliomas is known. Herein, we present an unprecedentedly comprehensive view of myeloid and lymphoid cell type diversity based on our single cell RNA sequencing and spectral cytometry-based interrogation of tumor-associated leukocytes from fifty-five IDH stratified primary and recurrent human gliomas and three non-glioma brains. Our analyses revealed twenty-two myeloid and lymphoid cell types within and across glioma subtypes. Glioma severity correlated with microglial attrition concomitant with a continuum of invading monocyte-derived microglia-like and macrophages amongst other infiltrating conventional T and NK lymphocytes and unconventional mucosa associated invariant T (MAIT) cells. Specifically, certain microglial and monocyte-derived subpopulations were associated with antigen presentation gene modules, akin to cross-presenting dendritic cells (DCs). Furthermore, we identified phagocytosis and antigen presentation gene modules enriched in Triggering receptor expressed on myeloid (TREM)-2 + cells as a putative anti-glioma axis. Accelerated glioma growth was observed in Trem2 deficient mice implanted with CT2A glioma cells affirming the anti-glioma role of TREM2 + myeloid cells. In addition to providing a comprehensive landscape of glioma-specific immune contexture, our investigations discover TREM2 as a novel immunotherapy target for brain malignancies.

Glioblastomas (GBMs) are tumors of the central nervous system that remain recalcitrant to both standard of care chemo-radiation and immunotherapies. Emerging approaches to treat GBMs include depletion or re-education of innate immune cells including microglia (MG) and macrophages (MACs). Here we show myeloid cell restricted expression of triggering receptor expressed on myeloid cells 2 (TREM2) across low- and high-grade human gliomas. TREM2 expression did not correlate with immunosuppressive pathways, but rather showed strong positive association with phagocytosis markers such as lysozyme (LYZ) and CD163 in gliomas. In line with these observations in patient tumors, Trem2-/- mice did not exhibit improved survival compared to wildtype (WT) mice when implanted with mouse glioma cell lines, unlike observations previously seen in peripheral tumor models. Gene expression profiling revealed pathways related to inflammation, adaptive immunity, and autophagy that were significantly downregulated in tumors from Trem2-/- mice compared to WT tumors. Using ZsGreen-expressing CT-2A orthotopic implants, we found higher tumor antigen engulfment in Trem2+ MACs, MG, and dendritic cells. Our data uncover TREM2 as an important immunomodulator in gliomas and inducing TREM2 mediated phagocytosis can be a potential immunotherapeutic strategy for brain tumors.

Human gliomas are classified using isocitrate dehydrogenase (IDH) status as a prognosticator; however, the influence of genetic differences and treatment effects on ensuing immunity remains unclear.

Abstract Despite exhibiting longer overall survival that IDH-wt counterparts, IDH-mutant gliomas remain uniformly deadly and impact patients in the prime of adult life. The immune microenvironment of IDH-mutant gliomas remains incompletely characterized, particularly with regard to distinctions between IDH-mutant astrocytoma and IDH-mutant, 1p/19q codeleted oligodendroglioma. To address this knowledge gap, we subjected dissociated tumor suspensions derived from 7 astrocytoma and 7 oligodendroglioma clinical samples to flow cytometry-based sorting for the pan-immune marker, CD45, and the microglial marker, P2RY12. This process yielded both microglial and non-microglial immune cell populations, which were then analyzed by scRNA sequencing. This workflow revealed a single large cluster of microglia, characterized by expression of Galectin-1 and lysosomal Lipase A, which was present at a significantly higher level in oligodendroglioma. While the biological significance of this cluster is unclear, gene set enrichment analysis exploring phenotypic differences between microglia in astrocytoma and oligodendroglioma revealed significant increases in expression of gene sets related to antigen presentation in astrocytoma. Parallel analysis of the non-microglial immune fraction showed an increase in the expression of pro-inflammatory gene sets, such as genes related to cytokine secretion, within the CD8 T-cell compartment of astrocytomas. We also observed upregulation of the expression of inflammatory gene sets within the dendritic cells of astrocytomas. Taken together, these changes suggest that the immune compartment of astrocytoma is more active and inflamed, and targeting the immune system in these tumors may represent a potential therapeutic avenue.

Abstract BACKGROUND CODEX (CO-Detection by indEXing) imaging has emerged as a pivotal tool in cellular biology, providing unprecedented insights into cellular distributions and interactions within the tissue microenvironment, crucial for advancing computational pathology. Despite its advantages, CODEX is susceptible to stitching errors during the merging of image tiles, which can significantly distort spatial analysis by introducing artifacts that obscure true cellular architecture. METHODS Addressing this challenge, we introduce CISD (CODEX Image Stitch Detection), a novel, user-friendly algorithm optimized for the detection of stitching artifacts in large-scale CODEX datasets. Developed and validated using a comprehensive dataset from 7 matched glioblastoma patients—encompassing over 2800 images across 29 immune protein markers—CISD utilizes a combination of image preprocessing, statistical measures, and thresholding to detect stitching errors. RESULTS CISD demonstrates robust performance, achieving a median Area Under Curve (AUC) value in the gold standard dataset where 73% of markers exceed 70% AUC, and 17% surpass 90%. Further validation shows that in a secondary dataset, 45% of markers maintain AUC values over 70% with 38% exceeding 90%, validating the algorithm’s consistent efficacy across varied datasets. CONCLUSION CISD’s significance lies not only in its computational achievements but also in its accessibility, facilitating high-quality analysis of extensive datasets without complex pattern recognition requirements. This democratizes high-precision computational pathology, enabling more researchers to accurately analyze spatial data. By reducing technical barriers, CISD sets a new benchmark in CODEX imaging, enhancing data reliability and accelerating research discoveries in cellular biology. This innovation stands to substantially refine spatial analysis in digital pathology, ensuring dependable interpretation of complex biological data.