Recently, we described a machine learning approach for classification of central nervous system tumors based on the analysis of genome-wide DNA methylation patterns [6]. Here, we report on DNA methylation-based central nervous system (CNS) tumor diagnostics conducted in our institution between the years 2015 and 2018. In this period, more than 1000 tumors from the neurosurgical departments in Heidelberg and Mannheim and more than 1000 tumors referred from external institutions were subjected to DNA methylation analysis for diagnostic purposes. We describe our current approach to the integrated diagnosis of CNS tumors with a focus on constellations with conflicts between morphological and molecular genetic findings. We further describe the benefit of integrating DNA copy-number alterations into diagnostic considerations and provide a catalog of copy-number changes for individual DNA methylation classes. We also point to several pitfalls accompanying the diagnostic implementation of DNA methylation profiling and give practical suggestions for recurring diagnostic scenarios.

According to the 2016 World Health Organization Classification of Tumors of the Central Nervous System (2016 CNS WHO), IDH-mutant astrocytic gliomas comprised WHO grade II diffuse astrocytoma, IDH-mutant (AIIIDHmut), WHO grade III anaplastic astrocytoma, IDH-mutant (AAIIIIDHmut), and WHO grade IV glioblastoma, IDH-mutant (GBMIDHmut). Notably, IDH gene status has been made the major criterion for classification while the manner of grading has remained unchanged: it is based on histological criteria that arose from studies which antedated knowledge of the importance of IDH status in diffuse astrocytic tumor prognostic assessment. Several studies have now demonstrated that the anticipated differences in survival between the newly defined AIIIDHmut and AAIIIIDHmut have lost their significance. In contrast, GBMIDHmut still exhibits a significantly worse outcome than its lower grade IDH-mutant counterparts. To address the problem of establishing prognostically significant grading for IDH-mutant astrocytic gliomas in the IDH era, we undertook a comprehensive study that included assessment of histological and genetic approaches to prognosis in these tumors. A discovery cohort of 211 IDH-mutant astrocytic gliomas with an extended observation was subjected to histological review, image analysis, and DNA methylation studies. Tumor group-specific methylation profiles and copy number variation (CNV) profiles were established for all gliomas. Algorithms for automated CNV analysis were developed. All tumors exhibiting 1p/19q codeletion were excluded from the series. We developed algorithms for grading, based on molecular, morphological and clinical data. Performance of these algorithms was compared with that of WHO grading. Three independent cohorts of 108, 154 and 224 IDH-mutant astrocytic gliomas were used to validate this approach. In the discovery cohort several molecular and clinical parameters were of prognostic relevance. Most relevant for overall survival (OS) was CDKN2A/B homozygous deletion. Other parameters with major influence were necrosis and the total number of CNV. Proliferation as assessed by mitotic count, which is a key parameter in 2016 CNS WHO grading, was of only minor influence. Employing the parameters most relevant for OS in our discovery set, we developed two models for grading these tumors. These models performed significantly better than WHO grading in both the discovery and the validation sets. Our novel algorithms for grading IDH-mutant astrocytic gliomas overcome the challenges caused by introduction of IDH status into the WHO classification of diffuse astrocytic tumors. We propose that these revised approaches be used for grading of these tumors and incorporated into future WHO criteria.

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 Tumor cell extensions called tumor microtubes (TMs) in glioma resemble neurites during neurodevelopment and connect glioma cells to a network that has considerable relevance for tumor progression and therapy resistance. The determination of interconnectivity in individual tumors has been challenging and the impact of tumor cell connectivity on patient survival remained unresolved so far. Here, a connectivity signature from single-cell RNA-sequenced (scRNA-Seq) xenografted primary glioblastoma (GB) cells was established and clinically validated. Thirty-four of 40 connectivity genes were related to neurogenesis, neural tube development or glioma progression, including the TM-network-relevant GAP43 gene. Astrocytic-like and mesenchymal-like GB cells had the highest connectivity signature scores in scRNA-Seq data of patient-derived xenografts and patient samples. In 230 human GBs, high connectivity correlated with the mesenchymal expression subtype, TP53 wildtype, and with dismal patient survival. CHI3L1 was identified as a robust molecular marker of connectivity. Thus, the connectivity signature allows novel insights into brain tumor biology, provides a proof-of-principle that tumor cell connectivity is relevant for patients’ prognosis, and serves as a robust biomarker that can be used for future clinical trials. Statement of significance Integration of GB cells into functional networks drives tumor progression and resistance. Here, we established and validated a novel connectivity gene expression signature of single GB cells and whole tumors that can be easily applied to clinical and preclinical samples. It is shown that connectivity is determining prognosis combining molecular, functional and clinical insights into the disease.

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.

Abstract The ROS proto-oncogene 1 ( ROS1 ) gene is rearranged in various cancers. The translated fusion protein presents an attractive therapeutic target, since specific inhibitors have been approved for several tumor types. In glioma, ROS1 fusions are frequent within infantile hemispheric glioma, and single case reports on occurrences in other glioma types exist. However, a comprehensive analysis spanning the full width of glioma types and subtypes is lacking. We here assessed the spectrum and distribution of ROS1 fusions by screening >20,000 glioma cases for typical chromosomal alterations, with subsequent RNA-sequencing for confirmation of candidate cases. ROS1 fusions were identified in 16 cases, from low grade pilocytic astrocytoma WHO grade 1 to glioblastoma, IDH wildtype WHO grade 4. Thus, despite being enriched in some tumor types, ROS1 fusions are not pathognomonic for specific glioma types and may consitute a relevant target in a variety of cases.

Summary Meningiomas, the most common intracranial tumor, though mostly benign can be recurrent and fatal. WHO grading does not always identify high risk meningioma and better characterizations of their aggressive biology is needed. To approach this problem, we combined 13 bulk RNA-Seq datasets to create a dimension-reduced reference landscape of 1298 meningiomas. Clinical and genomic metadata effectively correlated with landscape regions which led to the identification of meningioma subtypes with specific biological signatures. Time to recurrence also correlated with the map location. Further, we developed an algorithm that maps new patients onto this landscape where nearest neighbors predict outcome. This study highlights the utility of combining bulk transcriptomic datasets to visualize the complexity of tumor populations. Further, we provide an interactive tool for understanding the disease and predicting patient outcome. This resource is accessible via the online tool Oncoscape, where the scientific community can explore the meningioma landscape.

Meningiomas are the most common primary brain tumors in adults. Although generally benign, a subset of meningiomas is of higher grade, shows aggressive growth behavior and recurs even after multiple surgeries. Around half of all meningiomas harbor inactivating mutations in NF2. While benign low-grade NF2 mutant meningiomas exhibit few genetic events in addition to NF2 inactivation, aggressive high-grade NF2 mutant meningiomas frequently harbor a highly aberrant genome. We and others have previously shown that NF2 inactivation leads to YAP1 activation and that YAP1 acts as the pivotal oncogenic driver in benign NF2 mutant meningiomas. Using bulk and single-cell RNA-Seq data from a large cohort of human meningiomas, we show that aggressive NF2 mutant meningiomas harbor decreased levels YAP1 activity compared to their benign counterparts. Decreased expression levels of YAP target genes are significantly associated with an increased risk of recurrence. We then identify the increased expression of the YAP1 competitor VGLL4 as well as the YAP1 upstream regulators FAT3/4 as a potential mechanism for the downregulation of YAP activity in aggressive NF2 mutant meningiomas. High expression of these genes is significantly associated with an increased risk of recurrence. In vitro, overexpression of VGLL4 resulted in the downregulation of YAP activity in benign NF2 mutant meningioma cells, confirming the direct link between VGLL4 expression and decreased levels of YAP activity observed in aggressive NF2 mutant meningiomas. Our results shed new insight on the biology of benign and aggressive NF2 mutant meningiomas and may have important implications for the efficacy of therapies targeting oncogenic YAP1 activity in NF2 mutant meningiomas.

Alterations in Fibroblast growth factor receptor (FGFR)- family proteins frequently occur as oncogenes in many cancers, including a subset of pediatric gliomas. Here, we performed a genomic analysis of 11,635 gliomas across ages and found that 4.5% of all gliomas harbor FGFR alterations including structural variants (SV) and single nucleotide variants (SNV), with an incidence of almost 10% in pediatric gliomas. FGFR family members are differentially enriched by age, tumor grade, and histological subtype, with FGFR1-alterations associated with glioneuronal histologies and pediatric low-grade gliomas. Across development, we find FGFR1 expression in both neuronal and glial precursors, while FGFR3 expression is largely restricted to astrocytic lineages. Leveraging novel isogenic model systems, we confirm FGFR1 alterations to be sufficient to activate MAPK and mTOR signaling, drive gliomagenesis, activate neuronal transcriptional programs and exhibit sensitivity to MAPK pathway inhibitors, including pan-FGFR inhibitors. Models driven by FGFR1 SVs exhibited different patterns of sensitivity compared to those driven by SNVs. Finally, we performed a retrospective analysis of clinical responses in children diagnosed with FGFR-driven gliomas and found that targeted MAPK or FGFR-inhibition with currently available inhibitors is largely associated with stability of disease. This study provides key insights into the biology of FGFR1-altered gliomas, therapeutic strategies to target them and associated challenges that still need to be overcome.

Within the past decade, incremental integration of molecular characteristics into the classification of central nervous system neoplasms increasingly facilitated precise diagnosis and advanced stratification, beyond potentially providing the foundation for advanced targeted therapies. We report a series of three cases of infant-type hemispheric glioma (IHG) involving three infants diagnosed with neuroepithelial tumors of the cerebral hemispheres harboring a novel, recurrent TRIM24::MET fusion. Histopathology showed glial tumors with either low-grade or high-grade characteristics, while molecular characterization found an additional homozygous CDKN2A/B deletion in two cases. Two patients showed leptomeningeal dissemination, while multiple supra- and infratentorial tumor manifestations were found in one case. Following subtotal resection (two cases) and biopsy (one case), treatment intensity of adjuvant chemotherapy regimens did not reflect in the progression patterns within the reported cases. Two patients showed progression after first-line treatment, of which one patient died not responding to tyrosine kinase inhibitor cabozantinib. As the detection of a recurrent TRIM24::MET fusion expands the spectrum of renowned driving fusion genes in IHG, this comparative illustration may indicate a distinct clinico-pathological heterogeneity of tumors bearing this driver alteration. Upfront clinical trials of IHG promoting further characterization and the implementation of individualized therapies involving receptor tyrosine kinase inhibition are required.