Abstract MicroRNAs (miRNA) regulate many genes critical for tumorigenesis. We profiled miRNAs from 11 normal breast tissues, 17 noninvasive, 151 invasive breast carcinomas, and 6 cell lines by in-house–developed barcoded Solexa sequencing. miRNAs were organized in genomic clusters representing promoter-controlled miRNA expression and sequence families representing seed sequence–dependent miRNA target regulation. Unsupervised clustering of samples by miRNA sequence families best reflected the clustering based on mRNA expression available for this sample set. Clustering and comparative analysis of miRNA read frequencies showed that normal breast samples were separated from most noninvasive ductal carcinoma in situ and invasive carcinomas by increased miR-21 (the most abundant miRNA in carcinomas) and multiple decreased miRNA families (including miR-98/let-7), with most miRNA changes apparent already in the noninvasive carcinomas. In addition, patients that went on to develop metastasis showed increased expression of mir-423, and triple-negative breast carcinomas were most distinct from other tumor subtypes due to upregulation of the mir∼17–92 cluster. However, absolute miRNA levels between normal breast and carcinomas did not reveal any significant differences. We also discovered two polymorphic nucleotide variations among the more abundant miRNAs miR-181a (T19G) and miR-185 (T16G), but we did not identify nucleotide variations expected for classical tumor suppressor function associated with miRNAs. The differentiation of tumor subtypes and prediction of metastasis based on miRNA levels is statistically possible but is not driven by deregulation of abundant miRNAs, implicating far fewer miRNAs in tumorigenic processes than previously suggested. Cancer Res; 71(13); 4443–53. ©2011 AACR.

We profiled microRNAs (miRNAs) in cell-free serum and plasma samples from human volunteers using deep sequencing of barcoded small RNA cDNA libraries. By introducing calibrator synthetic oligonucleotides during library preparation, we were able to calculate the total as well as specific concentrations of circulating miRNA. Studying trios of samples from newborn babies and their parents we detected placental-specific miRNA in both maternal and newborn circulations and quantitated the relative contribution of placental miRNAs to the circulating pool of miRNAs. Furthermore, sequence variation in the placental miRNA profiles could be traced to the specific placenta of origin. These deep sequencing profiles, which may serve as a model for tumor or disease detection, allow us to define the repertoire of miRNA abundance in the circulation and potential uses as biomarkers.

Sequencing of small RNA cDNA libraries is an important tool for the discovery of new RNAs and the analysis of their mutational status as well as expression changes across samples. It requires multiple enzyme-catalyzed steps, including sequential oligonucleotide adapter ligations to the 3' and 5' ends of the small RNAs, reverse transcription (RT), and PCR. We assessed biases in representation of miRNAs relative to their input concentration, using a pool of 770 synthetic miRNAs and 45 calibrator oligoribonucleotides, and tested the influence of Rnl1 and two variants of Rnl2, Rnl2(1-249) and Rnl2(1-249)K227Q, for 3'-adapter ligation. The use of the Rnl2 variants for adapter ligations yielded substantially fewer side products compared with Rnl1; however, the benefits of using Rnl2 remained largely obscured by additional biases in the 5'-adapter ligation step; RT and PCR steps did not have a significant impact on read frequencies. Intramolecular secondary structures of miRNA and/or miRNA/3'-adapter products contributed to these biases, which were highly reproducible under defined experimental conditions. We used the synthetic miRNA cocktail to derive correction factors for approximation of the absolute levels of individual miRNAs in biological samples. Finally, we evaluated the influence of 5'-terminal 5-nt barcode extensions for a set of 20 barcoded 3' adapters and observed similar biases in miRNA read distribution, thereby enabling cost-saving multiplex analysis for large-scale miRNA profiling.

INTRODUCTION The human cerebral cortex has undergone an extraordinary increase in size and complexity during mammalian evolution. Cortical cell lineages are specified in the embryo, and genetic and epidemiological evidence implicates early cortical development in the etiology of neuropsychiatric disorders such as autism spectrum disorder (ASD), intellectual disabilities, and schizophrenia. Most of the disease-implicated genomic variants are located outside of genes, and the interpretation of noncoding mutations is lagging behind owing to limited annotation of functional elements in the noncoding genome. RATIONALE We set out to discover gene-regulatory elements and chart their dynamic activity during prenatal human cortical development, focusing on enhancers, which carry most of the weight upon regulation of gene expression. We longitudinally modeled human brain development using human induced pluripotent stem cell (hiPSC)–derived cortical organoids and compared organoids to isogenic fetal brain tissue. RESULTS Fetal fibroblast–derived hiPSC lines were used to generate cortically patterned organoids and to compare oganoids’ epigenome and transcriptome to that of isogenic fetal brains and external datasets. Organoids model cortical development between 5 and 16 postconception weeks, thus enabling us to study transitions from cortical stem cells to progenitors to early neurons. The greatest changes occur at the transition from stem cells to progenitors. The regulatory landscape encompasses a total set of 96,375 enhancers linked to target genes, with 49,640 enhancers being active in organoids but not in mid-fetal brain, suggesting major roles in cortical neuron specification. Enhancers that gained activity in the human lineage are active in the earliest stages of organoid development, when they target genes that regulate the growth of radial glial cells. Parallel weighted gene coexpression network analysis (WGCNA) of transcriptome and enhancer activities defined a number of modules of coexpressed genes and coactive enhancers, following just six and four global temporal patterns that we refer to as supermodules, likely reflecting fundamental programs in embryonic and fetal brain. Correlations between gene expression and enhancer activity allowed stratifying enhancers into two categories: activating regulators (A-regs) and repressive regulators (R-regs). Several enhancer modules converged with gene modules, suggesting that coexpressed genes are regulated by enhancers with correlated patterns of activity. Furthermore, enhancers active in organoids and fetal brains were enriched for ASD de novo variants that disrupt binding sites of homeodomain, Hes1, NR4A2, Sox3, and NFIX transcription factors. CONCLUSION We validated hiPSC-derived cortical organoids as a suitable model system for studying gene regulation in human embryonic brain development, evolution, and disease. Our results suggest that organoids may reveal how noncoding mutations contribute to ASD etiology. Summary of the study, analyses, and main results. Data were generated for iPSC-derived human telencephalic organoids and isogenic fetal cortex. Organoids modeled embryonic and early fetal cortex and show a larger repertoire of enhancers. Enhancers could be divided into activators and repressors of gene expression. We derived networks of modules and supermodules with correlated gene and enhancer activities, some of which were implicated in autism spectrum disorders (ASD).

We report a comprehensive proteogenomics analysis, including whole-genome sequencing, RNA sequencing, and proteomics and phosphoproteomics profiling, of 218 tumors across 7 histological types of childhood brain cancer: low-grade glioma (n = 93), ependymoma (32), high-grade glioma (25), medulloblastoma (22), ganglioglioma (18), craniopharyngioma (16), and atypical teratoid rhabdoid tumor (12). Proteomics data identify common biological themes that span histological boundaries, suggesting that treatments used for one histological type may be applied effectively to other tumors sharing similar proteomics features. Immune landscape characterization reveals diverse tumor microenvironments across and within diagnoses. Proteomics data further reveal functional effects of somatic mutations and copy number variations (CNVs) not evident in transcriptomics data. Kinase-substrate association and co-expression network analysis identify important biological mechanisms of tumorigenesis. This is the first large-scale proteogenomics analysis across traditional histological boundaries to uncover foundational pediatric brain tumor biology and inform rational treatment selection.

ABSTRACT Background Pediatric high grade glioma (pHGG) remains a fatal disease. Increased access to richly annotated biospecimens and patient derived tumor models will accelerate pHGG research and support translation of research discoveries. This work describes the pediatric high grade glioma set of the Children’s Brain Tumor Tissue Consortium (CBTTC) from the first release (October 2018) of the Pediatric Brain Tumor Atlas (PBTA). Methods pHGG tumors with associated clinical data and imaging were prospectively collected through the CBTTC and analyzed as the Pediatric Brain Tumor Atlas (PBTA) with processed genomic data deposited into PedcBioPortal for broad access and visualization. Matched tumor was cultured to create high grade glioma cell lines analyzed by targeted and WGS and RNA-seq. A tissue microarray (TMA) of primary pHGG tumors was also created. Results The pHGG set included 87 collection events (73 patients, 60% at diagnosis, median age of 9 yrs, 55% female, 46% hemispheric). Analysis of somatic mutations and copy number alterations of known glioma genes were of expected distribution (36% H3.3 , 47% TP53 , 24% ATRX and 7% BRAF V600E variants). A pHGG TMA (n=77), includes 36 (53%) patient tumors with matched sequencing. At least one established glioma cell line was generated from 23 patients (32%). Unique reagents include those derived from a H3.3 G34R glioma and from tumors with mismatch repair deficiency. Conclusion The CBTTC and PBTA have created an openly available integrated resource of over 2,000 tumors, including a rich set of pHGG primary tumors, corresponding cell lines and archival fixed tissue to advance translational research for pHGG. IMPORTANCE OF STUDY High-grade gliomas (HGG) remain the leading cause of cancer death in children. Since molecularly heterogeneous, preclinical studies of pediatric HGG will be most informative if able to compare across groups. Given their relatively rarity, there are few readily available biospecimens and cellular models to inform preclinical laboratory and genomic translational research. Therefore, the aim of this CBTTC study was to highlight the panel of pediatric HGG cases whose primary tumors have undergone extensive genomic analysis, have clinical data, available imaging and additional biospecimens, including tumor, nucleic acids, cell lines and FFPE tissue on a tissue microarray (TMA).

Summary Cancer immunotherapies have produced remarkable results in B-cell malignancies; however, optimal cell surface targets for many solid cancers remain elusive. Here, we present an integrative proteomic, transcriptomic, and epigenomic analysis of tumor specimens along with normal tissues to identify biologically relevant cell surface proteins that can serve as immunotherapeutic targets for neuroblastoma, an often-fatal childhood cancer of the developing nervous system. We apply this approach to human-derived cell lines (N=9) and cell/patient-derived xenograft (N=12) models of neuroblastoma. Plasma membrane-enriched mass spectrometry identified 1,461 cell surface proteins in cell lines and 1,401 in xenograft models, respectively. Additional proteogenomic analyses revealed 60 high-confidence candidate immunotherapeutic targets and we prioritized Delta-like canonical notch ligand 1 (DLK1) for further study. High expression of DLK1 directly correlated with the presence of a super-enhancer spanning the DLK1 locus. Robust cell surface expression of DLK1 was validated by immunofluorescence, flow cytometry, and immunohistochemistry. Short hairpin RNA mediated silencing of DLK1 in neuroblastoma cells resulted in increased cellular differentiation. ADCT-701, a DLK1-targeting antibody-drug conjugate (ADC), showed potent and specific cytotoxicity in DLK1-expressing neuroblastoma xenograft models. Moreover, DLK1 is highly expressed in several adult cancer types, including adrenocortical carcinoma (ACC), pheochromocytoma/paraganglioma (PCPG), hepatoblastoma, and small cell lung cancer (SCLC), suggesting potential clinical benefit beyond neuroblastoma. Taken together, our study demonstrates the utility of comprehensive cancer surfaceome characterization and credentials DLK1 as an immunotherapeutic target. Highlights Plasma membrane enriched proteomics defines surfaceome of neuroblastoma Multi-omic data integration prioritizes DLK1 as a candidate immunotherapeutic target in neuroblastoma and other cancers DLK1 expression is driven by a super-enhancer DLK1 silencing in neuroblastoma cells results in cellular differentiation ADCT-701, a DLK1-targeting antibody-drug conjugate, shows potent and specific cytotoxicity in DLK1-expressing neuroblastoma preclinical models

Summary Pediatric brain and spinal cancer are the leading disease-related cause of death in children, thus we urgently need curative therapeutic strategies for these tumors. To accelerate such discoveries, the Children’s Brain Tumor Network and Pacific Pediatric Neuro-Oncology Consortium created a systematic process for tumor biobanking, model generation, and sequencing with immediate access to harmonized data. We leverage these data to create OpenPBTA, an open collaborative project which establishes over 40 scalable analysis modules to genomically characterize 1,074 pediatric brain tumors. Transcriptomic classification reveals that TP53 loss is a significant marker for poor overall survival in ependymomas and H3 K28-altered diffuse midline gliomas and further identifies universal TP53 dysregulation in mismatch repair-deficient hypermutant high-grade gliomas. OpenPBTA is a foundational analysis platform actively being applied to other pediatric cancers and inform molecular tumor board decision-making, making it an invaluable resource to the pediatric oncology community. In Brief The OpenPBTA is a global, collaborative open-science initiative which brought together researchers and clinicians to genomically characterize 1,074 pediatric brain tumors and 22 patient-derived cell lines. Shapiro, et. al create over 40 open-source, scalable modules to perform cancer genomics analyses and provide a richly-annotated somatic dataset across 58 brain tumor histologies. The OpenPBTA framework can be used as a model for large-scale data integration to inform basic research, therapeutic target identification, and clinical translation. Highlights OpenPBTA collaborative analyses establish resource for 1,074 pediatric brain tumors NGS-based WHO-aligned integrated diagnoses generated for 641 of 1,074 tumors RNA-Seq analysis infers medulloblastoma subtypes, TP53 status, and telomerase activity OpenPBTA will accelerate therapeutic translation of genomic insights

Pediatric brain cancer is the leading cause of disease-related mortality in children, and many aggressive tumors still lack effective treatment strategies. Despite extensive studies characterizing these tumor genomes, alternative transcriptional splicing patterns remain underexplored. Here, we systematically characterized aberrant alternative splicing across pediatric brain tumors, identifying pediatric high-grade gliomas (HGGs) among the most heterogeneous. Through integration with UniProt Knowledgebase annotations, we identified 12,145 splice events in 5,424 genes, leading to functional changes in protein activation, folding, and localization. We discovered that the master splicing factor and cell-cycle modulator,

Abstract Pediatric brain tumors are the leading cause of cancer-related death in children in the United States and contribute a disproportionate number of potential years of life lost compared to adult cancers. Moreover, survivors frequently suffer long-term side effects, including secondary cancers. The Children’s Brain Tumor Network (CBTN) is a multi-institutional international clinical research consortium created to advance therapeutic development through the collection and rapid distribution of biospecimens and data via open-science research platforms for real-time access and use by the global research community. The CBTN’s 32 member institutions utilize a shared regulatory governance architecture at the Children’s Hospital of Philadelphia to accelerate and maximize the use of biospecimens and data. As of August 2022, CBTN has enrolled over 4,700 subjects, over 1,500 parents, and collected over 65,000 biospecimen aliquots for research. Additionally, over 80 preclinical models have been developed from collected tumors. Multi-omic data for over 1,000 tumors and germline material is currently available with data generation for > 5,000 samples underway. To our knowledge, CBTN provides the largest open-access pediatric brain tumor multi-omic dataset annotated with longitudinal clinical and outcome data, imaging, associated biospecimens, child-parent genomic pedigrees, and in vivo and in vitro preclinical models. Empowered by NIH-supported platforms such as the Kids First Data Resource and the Childhood Cancer Data Initiative, the CBTN continues to expand the resources needed for scientists to accelerate translational impact for improved outcomes and quality of life for children with brain and spinal cord tumors.