Accurate pathological diagnosis is crucial for optimal management of patients with cancer. For the approximately 100 known tumour types of the central nervous system, standardization of the diagnostic process has been shown to be particularly challenging-with substantial inter-observer variability in the histopathological diagnosis of many tumour types. Here we present a comprehensive approach for the DNA methylation-based classification of central nervous system tumours across all entities and age groups, and demonstrate its application in a routine diagnostic setting. We show that the availability of this method may have a substantial impact on diagnostic precision compared to standard methods, resulting in a change of diagnosis in up to 12% of prospective cases. For broader accessibility, we have designed a free online classifier tool, the use of which does not require any additional onsite data processing. Our results provide a blueprint for the generation of machine-learning-based tumour classifiers across other cancer entities, with the potential to fundamentally transform tumour pathology.

Abstract Purpose: Isocitrate dehydrogenase (IDH) mutations in glioma patients confer longer survival and may guide treatment decision making. We aimed to predict the IDH status of gliomas from MR imaging by applying a residual convolutional neural network to preoperative radiographic data. Experimental Design: Preoperative imaging was acquired for 201 patients from the Hospital of University of Pennsylvania (HUP), 157 patients from Brigham and Women's Hospital (BWH), and 138 patients from The Cancer Imaging Archive (TCIA) and divided into training, validation, and testing sets. We trained a residual convolutional neural network for each MR sequence (FLAIR, T2, T1 precontrast, and T1 postcontrast) and built a predictive model from the outputs. To increase the size of the training set and prevent overfitting, we augmented the training set images by introducing random rotations, translations, flips, shearing, and zooming. Results: With our neural network model, we achieved IDH prediction accuracies of 82.8% (AUC = 0.90), 83.0% (AUC = 0.93), and 85.7% (AUC = 0.94) within training, validation, and testing sets, respectively. When age at diagnosis was incorporated into the model, the training, validation, and testing accuracies increased to 87.3% (AUC = 0.93), 87.6% (AUC = 0.95), and 89.1% (AUC = 0.95), respectively. Conclusions: We developed a deep learning technique to noninvasively predict IDH genotype in grade II–IV glioma using conventional MR imaging using a multi-institutional data set. Clin Cancer Res; 24(5); 1073–81. ©2017 AACR.

ABSTRACT Paediatric high grade glioma and diffuse midline glioma (including DIPG) are comprised of multiple biological and clinical subgroups, the majority of which urgently require novel therapies. Patient-derived in vitro primary cell cultures represent potentially useful tools for mechanistic and preclinical investigation based upon their retention of key features of tumour subgroups under experimental conditions amenable to high-throughput approaches. We present 17 novel primary cultures derived from patients in London, Dublin and Belfast, and together with cultures established or shared from Barcelona, Brisbane, Rome and Stanford, assembled a panel of 52 models under 2D (laminin matrix) and/or 3D (neurospheres) conditions, fully credentialed by phenotypic and molecular comparison to the original tumour sample (methylation BeadArray, panel/exome sequencing, RNAseq). In screening a subset of these against a panel of ~400 approved chemotherapeutics and small molecules, we identified specific dependencies associated with tumour subgroups and/or specific molecular markers. These included MYCN -amplified cells and ATM/DNA-PK inhibitors, and DIPGs with PPM1D activating truncating mutations and inhibitors of MDM2 or PARP1. Specific mutations in PDGFRA were found to confer sensitivity to a range of RTK inhibitors, though not all such mutations conferred sensitivity to targeted agents. Notably, dual PDGFRA/FGFR and downstream pathway MEK inhibitors showed profound effects against both PDGFRA-sensitising mutant and FGFR1-dependent non-brainstem pHGG and DIPG. In total, 85% cells were found to have at least one drug screening hit in short term assays linked to the underlying biology of the patient’s tumour, providing a rational approach for individualised clinical translation.

Abstract Background Breast cancer brain metastasis is a rising occurrence, necessitating a better understanding of the mechanisms involved for effective management. Breast cancer brain metastases diverge notably from the primary tumor, with gains in kinase and concomitant losses of steroid signaling observed. In this study, we explored the role of the kinase receptor RET in promoting breast cancer brain metastases and provide a rationale for targeting this receptor. Methods RET expression was characterized in a cohort of patients with primary and brain metastatic tumors. RET functionality was assessed using pharmacological inhibition and gene silencing in patient-derived brain metastatic tumor explants and in vivo models, organoid models, and brain organotypic cultures. RNA sequencing was used to uncover novel brain metastatic relevant RET mechanisms of action. Results A statistically significant enrichment of RET in brain metastases was observed in estrogen receptor–positive breast cancer, where it played a role in promoting cancer cell adhesion, survival, and outgrowth in the brain. In vivo, RET overexpression enhanced brain metastatic competency in patient-derived models. At a mechanistic level, RET overexpression was found to enhance the activation of gene programs involved in cell adhesion, requiring EGFR cooperation to deliver a pro–brain metastatic phenotype. Conclusion Our results illustrate, for the first time, the role of RET in regulating colonization and outgrowth of breast cancer brain metastasis and provide data to support the use of RET inhibitors in the management strategy for patients with breast cancer brain metastases.

Abstract Introduction An emerging pre-clinical approach for the treatment of pharmacoresistant epilepsy is targeting the microRNA (miRNA) system. MiRNAs are short noncoding RNAs that suppress gene expression at the post-transcriptional level. Targeting miRNAs, which is possible using antisense oligonucleotide ‘antimiRs’ can produce broad effects on gene expression suited to the complex pathophysiology in temporal lobe epilepsy. Potent anti-seizure and disease- modifying effects have been reported for antimiRs targeting microRNA-134 (antimiR-134). To date, however, pre-clinical testing has been performed using in vitro cell cultures and rodent models. It is uncertain how well this approach will translate to the clinic. Here, we develop an antimiR testing platform in human brain tissue sections. Methodology Human brain specimens were obtained with consent from patients undergoing resective surgery to treat focal drug-resistant epilepsy. Neocortical specimens were submerged in modified artificial cerebrospinal fluid (ACSF), dissected for clinical neuropathological examination, and unused material transferred for sectioning. Individual tissue sections were incubated in oxygenated ACSF, containing either antimiR-134 or a non-targeting control antimiR, for 24 hours at room temperature. RNA integrity was assessed using BioAnalyzer processing, and individual miRNA levels measured using RT-qPCR. Results ACSF transport had no obvious impact on any clinical neurosurgical or neuropathological procedure and specimens were confirmed to be viable following this process. RNA was well- preserved by transportation of specimens in ACSF, with RNA integrity scores significantly higher than tissue transported without ACSF. AntimiR-134 mediated a specific and dose- dependent knockdown of miR-134 in human neocortical sections, with approximately 75% reduction of miR-134 at 1 µM and 90% reduction at 3 µM. These doses did not have off- target effects on expression of a selection of three other miRNAs (miR-10, miR-129 or miR- 132). Significance This is the first demonstration of antimiR-134 effects in live human brain tissues. The findings lend further support to the preclinical development of miR-134 and offer a flexible platform for the pre-clinical testing of antimiRs, and other antisense oligonucleotide therapeutics, in human brain. Key points ASO antimiRs are promising treatments for pharmacoresistant epilepsy We developed a pipeline to preserve live human neocortical brain specimens from people undergoing resective surgery RNA integrity was sufficient to measure miRNA levels in human brain tissues transported in modified ACSF Incubation of acute human neocortical specimens in antimiR-134 resulted in potent and specific reduction in miR-134 levels Acute human brain slices are a promising model for testing ASOs