While molecular subgrouping has revolutionized medulloblastoma classification, the extent of heterogeneity within subgroups is unknown. Similarity network fusion (SNF) applied to genome-wide DNA methylation and gene expression data across 763 primary samples identifies very homogeneous clusters of patients, supporting the presence of medulloblastoma subtypes. After integration of somatic copy-number alterations, and clinical features specific to each cluster, we identify 12 different subtypes of medulloblastoma. Integrative analysis using SNF further delineates group 3 from group 4 medulloblastoma, which is not as readily apparent through analyses of individual data types. Two clear subtypes of infants with Sonic Hedgehog medulloblastoma with disparate outcomes and biology are identified. Medulloblastoma subtypes identified through integrative clustering have important implications for stratification of future clinical trials.

Study of the origin and development of cerebellar tumours has been hampered by the complexity and heterogeneity of cerebellar cells that change over the course of development. Here we use single-cell transcriptomics to study more than 60,000 cells from the developing mouse cerebellum and show that different molecular subgroups of childhood cerebellar tumours mirror the transcription of cells from distinct, temporally restricted cerebellar lineages. The Sonic Hedgehog medulloblastoma subgroup transcriptionally mirrors the granule cell hierarchy as expected, while group 3 medulloblastoma resembles Nestin+ stem cells, group 4 medulloblastoma resembles unipolar brush cells, and PFA/PFB ependymoma and cerebellar pilocytic astrocytoma resemble the prenatal gliogenic progenitor cells. Furthermore, single-cell transcriptomics of human childhood cerebellar tumours demonstrates that many bulk tumours contain a mixed population of cells with divergent differentiation. Our data highlight cerebellar tumours as a disorder of early brain development and provide a proximate explanation for the peak incidence of cerebellar tumours in early childhood.

Abstract Studies show that while brain networks are remarkably robust to a variety of adverse events, such as injuries and lesions due to accidents or disease, they may be fragile when the disturbance takes place in specific locations. This seems to be the case for diseases in which accumulated changes in network topology dramatically affect certain sensitive areas. To this end, previous attempts have been made to quantify robustness and fragility of brain functionality in two broadly defined ways: (i) utilizing model-based techniques to predict lesion effects, and (ii) studying empirical effects from brain lesions due to injury or disease. Both directions aim at assessing functional connectivity changes resulting from structural network variations. In the present work, we follow a more geometric viewpoint that is based on a notion of curvature of networks, the so-called Ollivier-Ricci curvature. A similar approach has been used in recent studies to quantify financial market robustness as well as to differentiate biological networks corresponding to cancer cells from normal cells. The same notion of curvature, defined at the node level for brain networks obtained from MRI data, may help identify and characterize the effects of diseases on specific brain regions. In the present paper, we apply the Ollivier-Ricci curvature to brain structural networks to: i) Demonstrate its unique ability to identify robust (or fragile) brain regions in healthy subjects. We compare our results to previously published work which identified a unique set of regions (called structural core ) of the human cerebral cortex. This novel characterization of brain networks, complementary to measures such as degree, strength, clustering or efficiency, may be particularly useful to detect and monitor candidate areas for targeting by surgery (e.g. deep brain stimulation) or pharmaco-therapeutic agents; ii) Illustrate the power our curvature-derived measures to track changes in brain connectivity with healthy development/aging and; iii) Detect changes in brain structural connectivity in people with Autism Spectrum Disorders (ASD) which are in agreement with previous morphometric MRI studies.

ABSTRACT The identification of cancer maintenance genes—driver genes essential to tumor survival—is fundamental for developing effective cancer therapy. Transposon-based insertional mutagenesis screens can identify cancer driver genes broadly but not discriminate maintenance from progression or initiation drivers, which contribute to cancer phenotypes and tumorigenesis, respectively. We engineered a nested, double-jumping transposon system to first dysregulate gene expression during tumorigenesis and then restore gene expression following tumor induction, allowing for genome-wide screening of maintenance essentiality in vivo . In a mouse model of medulloblastoma, the most common pediatric malignancy, insertion and remobilization of this nested transposon uncovers potassium channel genes as recurrent maintenance drivers. In human medulloblastoma, KCNB2 is the most overexpressed potassium channel across Group 3, Group 4, and SHH subgroups, and Kcnb2 knockout in mice diminishes the replicative potential of medulloblastoma-propagating cells to mitigate tumor growth. Kcnb2 governs potassium homeostasis to regulate plasma membrane tension-gated EGFR signaling, which drives proliferative expansion of medulloblastoma-propagating cells. Thus, our novel transposon system reveals potassium homeostasis as essential to tumor maintenance through biomechanical modulation of membrane signaling.

The study of the origin and development of cerebellar tumours has been hampered by the complexity and heterogeneity of cerebellar cells that change over the course of development. We used single-cell transcriptomics to study >60,000 cells from the developing murine cerebellum, and show that different molecular subgroups of childhood cerebellar tumors mirror the transcription of cells from distinct, temporally restricted cerebellar lineages. Sonic Hedgehog medulloblastoma transcriptionally mirrors the granule cell hierarchy as expected, whereas Group 3 medulloblastoma resemble Nestin+ve stem cells, Group 4 medulloblastomas resemble unipolar brush cells, and PFA/PFB ependymoma and cerebellar pilocytic astrocytoma resemble the pre-natal gliogenic progenitor cells. Furthermore, single-cell transcriptomics of human childhood cerebellar tumors demonstrates that many bulk tumors contain a mixed population of cells with divergent differentiation. Our data highlight cerebellar tumors as a disorder of early brain development, and provide a proximate explanation for the peak incidence of cerebellar tumors in early childhood.

This paper provides comparisons between microstructure and two-dimensional fiber orientations measured optically using polarization-sensitive optical coherence tomography (PS-OCT) and those estimated from ultra-high-field diffusion MRI (dMRI) at 10.5T in the macaque brain. The PS-OCT imaging is done at an in-plane resolution of ~10 microns in and around the thalamus. Whole brain dMRI is acquired at an isotropic resolution of 0.75 mm. We provide comparisons between cross-polarization and optical orientation from PS-OCT with the fractional anisotropy and two-dimensional orientations extracted from dMRI using a diffusion tensor model. The orientations from PS-OCT are also extracted computationally using a structure tensor. Additionally, we demonstrate the utility of mesoscale, PS-OCT imaging in improving the MRI resolution by learning the mapping between these contrasts using a super-resolution Generative Adversarial Network.

Abstract Transcription factors are frequent cancer driver genes, exhibiting noted specificity based on the precise cell of origin. We demonstrate that ZIC1 exhibits loss-of-function (LOF) somatic events in group 4 (G4) medulloblastoma through recurrent point mutations, subchromosomal deletions and mono-allelic epigenetic repression (60% of G4 medulloblastoma). In contrast, highly similar SHH medulloblastoma exhibits distinct and diametrically opposed gain-of-function mutations and copy number gains (20% of SHH medulloblastoma). Overexpression of ZIC1 suppresses the growth of group 3 medulloblastoma models, whereas it promotes the proliferation of SHH medulloblastoma precursor cells. SHH medulloblastoma ZIC1 mutants show increased activity versus wild-type ZIC1, whereas G4 medulloblastoma ZIC1 mutants exhibit LOF phenotypes. Distinct ZIC1 mutations affect cells of the rhombic lip in diametrically opposed ways, suggesting that ZIC1 is a critical developmental transcriptional regulator in both the normal and transformed rhombic lip and identifying ZIC1 as an exquisitely context-dependent driver gene in medulloblastoma.