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.

Primitive neuroectodermal tumors of the central nervous system (CNS-PNETs) are highly aggressive, poorly differentiated embryonal tumors occurring predominantly in young children but also affecting adolescents and adults. Herein, we demonstrate that a significant proportion of institutionally diagnosed CNS-PNETs display molecular profiles indistinguishable from those of various other well-defined CNS tumor entities, facilitating diagnosis and appropriate therapy for patients with these tumors. From the remaining fraction of CNS-PNETs, we identify four new CNS tumor entities, each associated with a recurrent genetic alteration and distinct histopathological and clinical features. These new molecular entities, designated “CNS neuroblastoma with FOXR2 activation (CNS NB-FOXR2),” “CNS Ewing sarcoma family tumor with CIC alteration (CNS EFT-CIC),” “CNS high-grade neuroepithelial tumor with MN1 alteration (CNS HGNET-MN1),” and “CNS high-grade neuroepithelial tumor with BCOR alteration (CNS HGNET-BCOR),” will enable meaningful clinical trials and the development of therapeutic strategies for patients affected by poorly differentiated CNS tumors.

Background The WHO classification of brain tumours describes 15 subtypes of meningioma. Nine of these subtypes are allotted to WHO grade I, and three each to grade II and grade III. Grading is based solely on histology, with an absence of molecular markers. Although the existing classification and grading approach is of prognostic value, it harbours shortcomings such as ill-defined parameters for subtypes and grading criteria prone to arbitrary judgment. In this study, we aimed for a comprehensive characterisation of the entire molecular genetic landscape of meningioma to identify biologically and clinically relevant subgroups. Methods In this multicentre, retrospective analysis, we investigated genome-wide DNA methylation patterns of meningiomas from ten European academic neuro-oncology centres to identify distinct methylation classes of meningiomas. The methylation classes were further characterised by DNA copy number analysis, mutational profiling, and RNA sequencing. Methylation classes were analysed for progression-free survival outcomes by the Kaplan-Meier method. The DNA methylation-based and WHO classification schema were compared using the Brier prediction score, analysed in an independent cohort with WHO grading, progression-free survival, and disease-specific survival data available, collected at the Medical University Vienna (Vienna, Austria), assessing methylation patterns with an alternative methylation chip. Findings We retrospectively collected 497 meningiomas along with 309 samples of other extra-axial skull tumours that might histologically mimic meningioma variants. Unsupervised clustering of DNA methylation data clearly segregated all meningiomas from other skull tumours. We generated genome-wide DNA methylation profiles from all 497 meningioma samples. DNA methylation profiling distinguished six distinct clinically relevant methylation classes associated with typical mutational, cytogenetic, and gene expression patterns. Compared with WHO grading, classification by individual and combined methylation classes more accurately identifies patients at high risk of disease progression in tumours with WHO grade I histology, and patients at lower risk of recurrence among WHO grade II tumours (p=0·0096) from the Brier prediction test). We validated this finding in our independent cohort of 140 patients with meningioma. Interpretation DNA methylation-based meningioma classification captures clinically more homogenous groups and has a higher power for predicting tumour recurrence and prognosis than the WHO classification. The approach presented here is potentially very useful for stratifying meningioma patients to observation-only or adjuvant treatment groups. We consider methylation-based tumour classification highly relevant for the future diagnosis and treatment of meningioma. Funding German Cancer Aid, Else Kröner-Fresenius Foundation, and DKFZ/Heidelberg Institute of Personalized Oncology/Precision Oncology Program.

Diffuse gliomas are represented in the 2007 WHO classification as astrocytomas, oligoastrocytomas and oligodendrogliomas of grades II and III and glioblastomas WHO grade IV. Molecular data on these tumors have a major impact on prognosis and therapy of the patients. Consequently, the inclusion of molecular parameters in the WHO definition of brain tumors is being planned and has been forwarded as the "ISN-Haarlem" consensus. We, here, analyze markers of special interest including ATRX, IDH and 1p/19q codeletion in a series of 405 adult patients. Among the WHO 2007 classified tumors were 152 astrocytomas, 61 oligodendrogliomas, 63 oligoastrocytomas and 129 glioblastomas. Following the concepts of the "ISN-Haarlem", we rediagnosed the series to obtain "integrated" diagnoses with 155 tumors being astrocytomas, 100 oligodendrogliomas and 150 glioblastomas. In a subset of 100 diffuse gliomas from the NOA-04 trial with long-term follow-up data available, the "integrated" diagnosis had a significantly greater prognostic power for overall and progression-free survival compared to WHO 2007. Based on the "integrated" diagnoses, loss of ATRX expression was close to being mutually exclusive to 1p/19q codeletion, with only 2 of 167 ATRX-negative tumors exhibiting 1p/19q codeletion. All but 4 of 141 patients with loss of ATRX expression and diffuse glioma carried either IDH1 or IDH2 mutations. Interestingly, the majority of glioblastoma patients with loss of ATRX expression but no IDH mutations exhibited an H3F3A mutation. Further, all patients with 1p/19 codeletion carried a mutation in IDH1 or IDH2. We present an algorithm based on stepwise analysis with initial immunohistochemistry for ATRX and IDH1-R132H followed by 1p/19q analysis followed by IDH sequencing which reduces the number of molecular analyses and which has a far better association with patient outcome than WHO 2007.

The World Health Organization (WHO) classification and grading system attempts to predict the clinical course of meningiomas based on morphological parameters. However, because of high interobserver variation of some criteria, more reliable prognostic markers are required. Here, we assessed the TERT promoter for mutations in the hotspot regions C228T and C250T in meningioma samples from 252 patients. Mutations were detected in 16 samples (6.4% across the cohort, 1.7%, 5.7%, and 20.0% of WHO grade I, II, and III cases, respectively). Data were analyzed by t test, Fisher's exact test, log-rank test, and Cox proportional hazard model. All statistical tests were two-sided. Within a mean follow-up time in surviving patients of 68.1 months, TERT promoter mutations were statistically significantly associated with shorter time to progression (P < .001). Median time to progression among mutant cases was 10.1 months compared with 179.0 months among wild-type cases. Our results indicate that the inclusion of molecular data (ie, analysis of TERT promoter status) into a histologically and genetically integrated classification and grading system for meningiomas increases prognostic power. Consequently, we propose to incorporate the assessment of TERT promoter status in upcoming grading schemes for meningioma.

Abstract Sarcomas are malignant soft tissue and bone tumours affecting adults, adolescents and children. They represent a morphologically heterogeneous class of tumours and some entities lack defining histopathological features. Therefore, the diagnosis of sarcomas is burdened with a high inter-observer variability and misclassification rate. Here, we demonstrate classification of soft tissue and bone tumours using a machine learning classifier algorithm based on array-generated DNA methylation data. This sarcoma classifier is trained using a dataset of 1077 methylation profiles from comprehensively pre-characterized cases comprising 62 tumour methylation classes constituting a broad range of soft tissue and bone sarcoma subtypes across the entire age spectrum. The performance is validated in a cohort of 428 sarcomatous tumours, of which 322 cases were classified by the sarcoma classifier. Our results demonstrate the potential of the DNA methylation-based sarcoma classification for research and future diagnostic applications.

Hot spot mutations in the promoter region of telomerase reverse transcriptase (TERT) have recently been described in several human tumor entities. These mutations result in an upregulation of the telomerase complex activity and thus constitute a relevant mechanism for immortalization of tumor cells. Knowledge of the TERT promoter status in tumors is likely to be of interest for molecular classification and as a potential target for therapy. We, therefore, performed a systematic analysis of TERT promoter mutations in 1,515 tumors of the human nervous system and its coverings including 373 pediatric and 1,142 adult patients. We detected a total of 327 mutations. TERT promoter mutations were exceedingly rare in tumors typically encountered in pediatric patients. In entities typically encountered in adult patients TERT promoter mutations were strongly associated with older age (p < 0.0001). Highest mutation frequencies were detected in gliosarcomas (81 %), oligodendrogliomas (78 %), oligoastrocytomas (58 %), primary glioblastomas (54 %), and solitary fibrous tumors (50 %). Related to other molecular alterations, TERT promoter mutations were strongly associated with 1p/19q loss (p < 0.0001), but inversely associated with loss of ATRX expression (p < 0.0001) and IDH1/IDH2 mutations (p < 0.0001). TERT promoter mutations are typically found in adult patients and occur in a highly tumor type-associated distribution.

IDH wild type (IDHwt) anaplastic astrocytomas WHO grade III (AA III) are associated with poor outcome. To address the possibilities of molecular subsets among astrocytoma or of diagnostic reclassification, we analyzed a series of 160 adult IDHwt tumors comprising 120 AA III and 40 diffuse astrocytomas WHO grade II (A II) for molecular hallmark alterations and established methylation and copy number profiles. Based on molecular profiles and hallmark alterations the tumors could be grouped into four major sets. 124/160 (78 %) tumors were diagnosed as the molecular equivalent of conventional glioblastoma (GBM), and 15/160 (9 %) as GBM-H3F3A mutated (GBM-H3). 13/160 (8 %) exhibited a distinct methylation profile that was most similar to GBM-H3-K27, however, lacked the H3F3A mutation. This group was enriched for tumors of infratentorial and midline localization and showed a trend towards a more favorable prognosis. All but one of the 120 IDHwt AA III could be assigned to these three groups. 7 tumors recruited from the 40 A II, comprised a variety of molecular signatures and all but one were reclassified into distinct WHO entities of lower grades. Interestingly, TERT mutations were exclusively restricted to the molecular GBM (78 %) and associated with poor clinical outcome. However, the GBM-H3 group lacking TERT mutations appeared to fare even worse. Our data demonstrate that most of the tumors diagnosed as IDHwt astrocytomas can be allocated to other tumor entities on a molecular basis. The diagnosis of IDHwt diffuse astrocytoma or anaplastic astrocytoma should be used with caution.