MB
Marie Bernkopf
Author with expertise in Neuroblastoma Research and Treatment
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
3
(100% Open Access)
Cited by:
3
h-index:
10
/
i10-index:
11
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
16

The PREGCARE study: Personalized recurrence risk assessment following the birth of a child with a pathogenic de novo mutation

Marie Bernkopf et al.Jul 27, 2022
Abstract Next-generation sequencing has led to a dramatic improvement in molecular diagnoses of serious pediatric disorders caused by apparently de novo mutations (DNMs); by contrast, clinicians’ ability to counsel the parents about the risk of recurrence in a future child has lagged behind. Owing to the possibility that one of the parents could be mosaic in their germline, a recurrence risk of 1-2% is frequently quoted, but for any specific couple, this figure is usually incorrect. We present a systematic approach to providing individualized recurrence risk stratification, by combining deep-sequencing of multiple tissues in the mother-father-child trio with haplotyping to determine the parental origin of the DNM. In the first 58 couples analysed (total of 59 DNMs in 49 different genes), the risk for 35 (59%) DNMs was decreased below 0.1% but for 6 (10%) couples it was increased owing to parental mosaicism - that could be quantified in semen (recurrence risks of 5.6-12.1%) for the paternal cases. Deep-sequencing of the DNM efficiently identifies couples at greatest risk for recurrence and may qualify them for additional reproductive technologies. Haplotyping can further reassure many other couples that their recurrence risk is very low, but its implementation is more technically challenging and will require better understanding of how couples respond to information that reduces their risks.
16
Citation2
0
Save
7

Single-cell landscape of bone marrow metastases in human neuroblastoma unraveled by deep multiplex imaging

Daria Lazic et al.Sep 30, 2020
ABSTRACT Bone marrow commonly serves as a metastatic niche for disseminated tumor cells (DTCs) of solid cancers in patients with unfavorable clinical outcome. Single-cell assessment of bone marrow metastases is essential to decipher the entire spectrum of tumor heterogeneity in these cancers, however, has previously not been performed. Here we used multi-epitope-ligand cartography (MELC) to spatially profile 20 biomarkers and assess morphology in DTCs as well as hematopoietic and mesenchymal cells of eight bone marrow metastases from neuroblastoma patients. We developed DeepFLEX, a single-cell image analysis pipeline for MELC data that combines deep learning-based cell and nucleus segmentation and overcomes frequent challenges of multiplex imaging methods including autofluorescence and unspecific antibody binding. Using DeepFLEX, we built a single-cell atlas of bone marrow metastases comprising more than 35,000 single cells. Comparisons of cell type proportions between samples indicated that microenvironmental changes in the metastatic bone marrow are associated with tumor cell infiltration and therapy response. Hierarchical clustering of DTCs revealed multiple phenotypes with highly diverse expression of markers such as FAIM2, an inhibitory protein in the Fas apoptotic pathway, which we propose as a complementary marker to capture DTC heterogeneity in neuroblastoma. The presented single-cell atlas provides first insights into the heterogeneity of human bone marrow metastases and is an important step towards a deeper understanding of DTCs and their interactions with the bone marrow niche.
7
Citation1
0
Save