Pediatric high-grade gliomas (pHGGs) are diffuse and highly aggressive CNS tumors which remain incurable, with a 5-year overall survival of less than 20%. Within glioma, mutations in the genes encoding the histones H3.1 and H3.3 have been discovered to be age-restricted and specific of pHGGs. This work focuses on the study of pHGGs harboring the H3.3-G34R mutation. H3.3-G34R tumors represent the 9-15% of pHGGs, are restricted to the cerebral hemispheres, and are found predominantly in the adolescent population (median 15.0 years). We have utilized a genetically engineered immunocompetent mouse model for this subtype of pHGG generated via the Sleeping Beauty-transposon system. The analysis of H3.3-G34R genetically engineered brain tumors by RNA-Sequencing and ChIP-Sequencing revealed alterations in the molecular landscape associated to H3.3-G34R expression. In particular, the expression of H3.3-G34R modifies the histone marks deposited at the regulatory elements of genes belonging to the JAK/STAT pathway, leading to an increased activation of this pathway. This histone G34R-mediated epigenetic modifications lead to changes in the tumor immune microenvironment of these tumors, towards an immune-permissive phenotype, making these gliomas susceptible to TK/Flt3L immune-stimulatory gene therapy. The application of this therapeutic approach increased median survival of H3.3-G34R tumor bearing animals, while stimulating the development of anti-tumor immune response and immunological memory. Our data suggests that the proposed immune-mediated gene therapy has potential for clinical translation for the treatment of patients harboring H3.3-G34R high grade gliomas.

ABSTRACT Purpose Glioblastoma (GBM) remains a formidable challenge in oncology due to its invasiveness and resistance to treatment, i.e. surgery, radiotherapy, and chemotherapy with temozolomide. This study aimed to develop and validate an integrated model to predict the sensitivity of GBM to alternative chemotherapeutics and to identify novel candidate drugs and combinations for the treatment of GBM. Patients and Methods We utilized the drug sensitivity response data of 272 compounds from CancerRxTissue, a validated predictive model, to identify drugs with therapeutic potential for GBM. Using the IC50, we selected ’potentially effective’ drugs among those predicted to be blood-brain barrier permeable via in silico algorithms. We ultimately selected drugs with targets overexpressed and associated with worse prognosis in GBM for experimental in vitro validation. Results The workflow proposed predicted that GBM is more sensitive to Etoposide and Cisplatin, in comparison with Temozolomide, effects that were validated in vitro in a set of GBM cellular models. Using this workflow, we identified a set of 5 novel drugs to which GBM would exhibit high sensitivity and selected Daporinad, a blood-brain barrier permeant NAMPT inhibitor, for further preclinical in vitro evaluation, which aligned with the in silico prediction. Conclusion Our results suggest that this workflow could be useful to select potentially effective drugs and combinations for GBM, according to the molecular characteristics of the tumor. This comprehensive workflow, which integrates computational prowess with experimental validation, could constitute a simple tool for identifying and validating compounds with potential for drug reporpusing in GBM and other tumors.