Summary Extrachromosomal DNA (ecDNA) are frequently observed in human cancers and are responsible for high levels of oncogene expression. In glioblastoma (GBM), ecDNA copy number correlates with poor prognosis. It is hypothesized that their copy number, size and chromatin accessibility facilitate clustering of ecDNA and colocalization with transcriptional condensates, and that this underpins their elevated transcriptional activity. Here, we use super-resolution imaging and quantitative image analysis to evaluate GBM stem cells harboring distinct ecDNA species ( EGFR, MYC, PDGFR ). We found no evidence that ecDNA cluster with one another or closely interact with transcriptional condensates. Cells with EGFR -containing ecDNA have increased EGFR transcriptional output, but transcription per gene copy was similar in ecDNA compared to the endogenous chromosomal locus. These data suggest that is the increased copy number of oncogene-harbouring ecDNA that primarily drives high levels of oncogene transcription, rather than specific interactions of ecDNA with the cellular transcriptional machinery.

Abstract Glioblastoma multiforme (GBM), is the most common and the most aggressive type of primary brain malignancy. Glioblastoma stem- like cells (GSCs) are able to migrate in vascular niches within or away from the tumour mass, increasing tumour resistance to patient treatments and contributing to relapses. To study individual GSCs migration and their interactions with the microenvironment in the vasculature, there is a need to develop a model of human blood vessels in vitro . Herein, we report a systematic study on the interaction between patient-derived glioma stem- like cell lines with different organotypic perivascular niche models. A microfluidic chip integrated with an extracellular matrix was fabricated to support the culture of rounded microvessels, formed with endothelial cells from three different organs, (1) human brain microvascular endothelial cells (hCMEC/D3), (2) human umbilical vein endothelial cells (HUVECs) and, (3) human lung microvascular endothelial cells (HMVEC-L). Three-dimensional (3D) cell culture retains selected adherent and tight junction markers of the endothelial cells, and the stemness-related genes of GSCs. We optimized the experimental protocol to perform qPCR, and western blot on the co-cultured GSCs with endothelial cells forming microvessels. Endpoint biological assays showed upregulation of neovascularization-related genes in endothelial cells (e.g., angiopoietins, vascular endothelial growth factor receptors) resulted after their co-culture with GBM cells. Moreover, we measured cancer cell speed and polarization during migration towards the endothelial cell formed vessel by live-cell imaging showing that organotypic (brain cancer cells – brain endothelial microvessel) interactions differ from those within non-tissue specific vascular niches. The development and optimization of this 3D microfluidic device could provide the next level of complexity of an in vitro system to study the influence of glioma cells on normal brain endothelium. More importantly, it enables the possibility to conduct comparative studies to dissect the influence of 3D culture, microvessel architecture and organotypic vessel types on glioma cells’ stemness and migration.

Abstract Senescence is a cell-intrinsic tumour suppressive response. A one-two-punch cancer treatment strategy aims to induce senescence in cancerous cells before removing them with a senolytic. It is important to accurately recognise senescent cells to investigate the feasibility of such a treatment strategy and identify compounds that induce senescence in cancer. We focus specifically on the terminal brain cancer glioblastoma, firstly identifying senescent glioblastoma cells with conventional stains, before training a machine learning model to distinguish senescent cells using only a DAPI nuclear stain. To demonstrate how our method can aid drug discovery, we apply our pipeline to existing glioblastoma high-throughput phenotypic drug screening imaging data to identify compounds that induce senescence in glioblastoma and verify these predictions experimentally. Author Summary Damaged cells can enter a senescent cell state, in which they do not divide, but continue to interact with the environment around them. A novel potential cancer treatment strategy is to make tumor cells senescent, before removing senescent cancer cells with a targeted drug. To investigate this treatment strategy in the brain cancer glioblastoma, it is important to be able to accurately recognise senescent glioblastoma cells. As identifying senescent cells is challenging, we create a machine learning pipeline which can detect senescent glioblastoma cells in imaging data. We show that by applying our method to existing data we can discover compounds that induce senescence in glioblastoma. We verify our predictions by testing the compounds experimentally.

CRISPR/Cas9 can be used for precise genetic knock-in of epitope tags into endogenous genes, simplifying experimental analysis of protein function. However, Cas9-assisted epitope tagging in primary mammalian cell cultures is often inefficient and reliant on plasmid-based selection strategies. Here we demonstrate improved knock-in efficiencies of diverse tags (V5, 3XFLAG, Myc, HA) using co-delivery of Cas9 protein pre-complexed with two-part synthetic modified RNAs (annealed crRNA:tracrRNA) and single-stranded oligodeoxynucleotide (ssODN) repair templates. Knock-in efficiencies of ~5-30%, were achieved without selection in embryonic stem (ES) cells, neural stem (NS) cells, and brain tumour-derived stem cells. Biallelic-tagged clonal lines were readily derived and used to define Olig2 chromatin-bound interacting partners. Using our novel web-based design tool, we established a 96-well format pipeline that enabled V5-tagging of sixty different transcription factors. This efficient, selection-free and scalable epitope tagging pipeline enables systematic surveys of protein expression levels, subcellular localization, and interactors across diverse mammalian stem cells.

Summary Glioblastomas are hierarchically organised tumours driven by glioma stem cells that retain partial differentiation potential. Glioma stem cells are maintained in specialised microenvironments, but how they undergo lineage progression outside of these niches remains unclear. Here we identify the white matter as a differentiative niche for glioblastomas with oligodendrocyte lineage competency. Tumour cells in contact with white matter acquire pre-oligodendrocyte-like fate, resulting in decreased proliferation and invasion. Differentiation is a response to white matter injury, which is caused by tumour infiltration itself in a tumoursuppressive feedback loop. Mechanistically, tumour cell differentiation is driven by selective white matter upregulation of SOX10, a master regulator of normal oligodendrogenesis. SOX10 overexpression or treatment with myelination-promoting agents that upregulate endogenous SOX10, mimic this response, leading to white matter-independent pre-oligodendrocyte-like differentiation and tumour suppression in vivo . Thus, glioblastoma recapitulates an injury response and exploiting this latent programme may offer treatment opportunities for a subset of patients.