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.

Importance

 The causal direction and magnitude of the association between telomere length and incidence of cancer and non-neoplastic diseases is uncertain owing to the susceptibility of observational studies to confounding and reverse causation. 

Objective

 To conduct a Mendelian randomization study, using germline genetic variants as instrumental variables, to appraise the causal relevance of telomere length for risk of cancer and non-neoplastic diseases. 

Data Sources

 Genomewide association studies (GWAS) published up to January 15, 2015. 

Study Selection

 GWAS of noncommunicable diseases that assayed germline genetic variation and did not select cohort or control participants on the basis of preexisting diseases. Of 163 GWAS of noncommunicable diseases identified, summary data from 103 were available. 

Data Extraction and Synthesis

 Summary association statistics for single nucleotide polymorphisms (SNPs) that are strongly associated with telomere length in the general population. 

Main Outcomes and Measures

 Odds ratios (ORs) and 95% confidence intervals (CIs) for disease per standard deviation (SD) higher telomere length due to germline genetic variation. 

Results

 Summary data were available for 35 cancers and 48 non-neoplastic diseases, corresponding to 420 081 cases (median cases, 2526 per disease) and 1 093 105 controls (median, 6789 per disease). Increased telomere length due to germline genetic variation was generally associated with increased risk for site-specific cancers. The strongest associations (ORs [95% CIs] per 1-SD change in genetically increased telomere length) were observed for glioma, 5.27 (3.15-8.81); serous low-malignant-potential ovarian cancer, 4.35 (2.39-7.94); lung adenocarcinoma, 3.19 (2.40-4.22); neuroblastoma, 2.98 (1.92-4.62); bladder cancer, 2.19 (1.32-3.66); melanoma, 1.87 (1.55-2.26); testicular cancer, 1.76 (1.02-3.04); kidney cancer, 1.55 (1.08-2.23); and endometrial cancer, 1.31 (1.07-1.61). Associations were stronger for rarer cancers and at tissue sites with lower rates of stem cell division. There was generally little evidence of association between genetically increased telomere length and risk of psychiatric, autoimmune, inflammatory, diabetic, and other non-neoplastic diseases, except for coronary heart disease (OR, 0.78 [95% CI, 0.67-0.90]), abdominal aortic aneurysm (OR, 0.63 [95% CI, 0.49-0.81]), celiac disease (OR, 0.42 [95% CI, 0.28-0.61]) and interstitial lung disease (OR, 0.09 [95% CI, 0.05-0.15]). 

Conclusions and Relevance

 It is likely that longer telomeres increase risk for several cancers but reduce risk for some non-neoplastic diseases, including cardiovascular diseases.

Low-grade neuroepithelial tumors (LGNTs) are diverse CNS tumors presenting in children and young adults, often with a history of epilepsy. While the genetic profiles of common LGNTs, such as the pilocytic astrocytoma and 'adult-type' diffuse gliomas, are largely established, those of uncommon LGNTs remain to be defined. In this study, we have used massively parallel sequencing and various targeted molecular genetic approaches to study alterations in 91 LGNTs, mostly from children but including young adult patients. These tumors comprise dysembryoplastic neuroepithelial tumors (DNETs; n = 22), diffuse oligodendroglial tumors (d-OTs; n = 20), diffuse astrocytomas (DAs; n = 17), angiocentric gliomas (n = 15), and gangliogliomas (n = 17). Most LGNTs (84 %) analyzed by whole-genome sequencing (WGS) were characterized by a single driver genetic alteration. Alterations of FGFR1 occurred frequently in LGNTs composed of oligodendrocyte-like cells, being present in 82 % of DNETs and 40 % of d-OTs. In contrast, a MYB-QKI fusion characterized almost all angiocentric gliomas (87 %), and MYB fusion genes were the most common genetic alteration in DAs (41 %). A BRAF:p.V600E mutation was present in 35 % of gangliogliomas and 18 % of DAs. Pathogenic alterations in FGFR1/2/3, BRAF, or MYB/MYBL1 occurred in 78 % of the series. Adult-type d-OTs with an IDH1/2 mutation occurred in four adolescents, the youngest aged 15 years at biopsy. Despite a detailed analysis, novel genetic alterations were limited to two fusion genes, EWSR1-PATZ1 and SLMAP-NTRK2, both in gangliogliomas. Alterations in BRAF, FGFR1, or MYB account for most pathogenic alterations in LGNTs, including pilocytic astrocytomas, and alignment of these genetic alterations and cytologic features across LGNTs has diagnostic implications. Additionally, therapeutic options based upon targeting the effects of these alterations are already in clinical trials.

Abstract Infant high-grade gliomas appear clinically distinct from their counterparts in older children, indicating that histopathologic grading may not accurately reflect the biology of these tumors. We have collected 241 cases under 4 years of age, and carried out histologic review, methylation profiling, and custom panel, genome, or exome sequencing. After excluding tumors representing other established entities or subgroups, we identified 130 cases to be part of an “intrinsic” spectrum of disease specific to the infant population. These included those with targetable MAPK alterations, and a large proportion of remaining cases harboring gene fusions targeting ALK (n = 31), NTRK1/2/3 (n = 21), ROS1 (n = 9), and MET (n = 4) as their driving alterations, with evidence of efficacy of targeted agents in the clinic. These data strongly support the concept that infant gliomas require a change in diagnostic practice and management. Significance: Infant high-grade gliomas in the cerebral hemispheres comprise novel subgroups, with a prevalence of ALK, NTRK1/2/3, ROS1, or MET gene fusions. Kinase fusion–positive tumors have better outcome and respond to targeted therapy clinically. Other subgroups have poor outcome, with fusion-negative cases possibly representing an epigenetically driven pluripotent stem cell phenotype. See related video: https://vimeo.com/438254885 See related commentary by Szulzewsky and Cimino, p. 904. This article is highlighted in the In This Issue feature, p. 890

Abstract The development of efficient and sensitive tools for the detection of brain cancer in patients is of the utmost importance particularly because many of these tumours go undiagnosed until the disease has advanced and when treatment is less effective. Current strategies employ antibodies (Abs) to detect Glial Fibrillary Acid Protein (GFAP) in tissue samples, since GFAP is unique to the brain and not present in normal peripheral blood, and it relies on fluorescent reporters. Herein we describe a low cost, practical and general method for the labelling of proteins and antibodies with fluorescent carbon dots (CD) to generate diagnostic probes that are robust, photostable and applicable to the clinical setting. The two-step protocol relies on the conjugation of a dibenzocyclooctyne (DBCO)-functionalised CD with azide functionalised proteins by combining amide conjugation and strain promoted alkyne-azide cycloaddition (SPAAC) ligation chemistry. The new class of Ab-CD conjugates developed using this strategy was successfully used for the immunohistochemical staining of human brain tissues of patients with glioblastoma (GBM) validating the approach. Overall, these novel fluorescent probes offer a promising and versatile strategy in terms of costs, photostability and applicability which can be extended to other Abs and protein systems.

Abstract Background Genetic variants associated with molecular traits that are also associated with liability to glioma can provide causal evidence for the identification and prioritisation of drug targets. Methods We performed comprehensive two-sample Mendelian randomisation (Wald ratio and/or IVW) and colocalisation analyses of molecular traits on glioma. Instrumentable traits (QTLs P < 5 × 10−8) were identified amongst 11 985 gene expression measures, 13 285 splicing isoforms and 10 198 protein abundance measures, derived from 15 brain regions. Glioma summary-level data was extracted from a genome-wide association meta-analysis of 12 496 cases and 18 190 controls. Results We found evidence for causal effect of 22 molecular traits (across 18 genes/proteins) on glioma risk. Thirteen molecular traits have been previously linked with glioma risk and five were novel; HBEGF (5q31.3) expression and all glioma [OR 1.36 (95%CI 1.19–1.55); P = 4.41 × 10−6]; a CEP192 (18p11.21) splice isoform and glioblastoma [OR 4.40 (95%CI 2.28–8.48); P = 9.78 × 10−4]; a FAIM (3q22.3) splice isoform and all glioma [OR 2.72–3.43; P = 1.03 × 10−5 to 1.09 × 10−5]; a SLC8A1 (2p22.1) splice isoform and all glioma [OR 0.37 (95%CI 0.24–0.56; P = 5.72 × 10−6]; D2HGDH (2q37.3) protein and all glioma [OR 0.86 (95%CI 0.80–0.92); P = 5.94 × 10−6)]. Conclusions We provide robust causal evidence for prioritising genes and their protein products in glioma research. Our results highlight the importance of alternative splicing as a mechanism in gliomagenesis and as an avenue for exploration of drug targets.

Abstract Genome-wide association studies (GWAS) have discovered 27 loci associated with glioma risk. Whether these loci are causally implicated in glioma risk, and how risk differs across tissues, has yet to be systematically explored. We integrated multi-tissue expression quantitative trait loci (eQTLs) and glioma GWAS data using a combined Mendelian randomisation (MR) and colocalisation approach. We investigated how genetically predicted gene expression affects risk across tissue type (brain, estimated effective n=1,194 and whole blood, n=31,684) and glioma subtype (all glioma (7,400 cases, 8,257 controls) glioblastoma (GBM, 3,112 cases) and non-GBM gliomas (2,411 cases)). We also leveraged tissuespecific eQTLs collected from 13 brain tissues (n=114 to 209). The MR and colocalisation results suggested that genetically predicted increased gene expression of 12 genes were associated with glioma, GBM and/or non-GBM risk, three of which are novel glioma susceptibility genes ( RETREG2/FAM134A, FAM178B and MVB12B/FAM125B ). The effect of gene expression appears to be relatively consistent across glioma subtype diagnoses. Examining how risk differed across 13 brain tissues highlighted five candidate tissues (cerebellum, cortex, and the putamen, nucleus accumbens and caudate basal ganglia) and four previously implicated genes ( JAK1, STMN3, PICK1 and EGFR ). These analyses identified robust causal evidence for 12 genes and glioma risk, three of which are novel. The correlation of MR estimates in brain and blood are consistently low which suggested that tissue specificity needs to be carefully considered for glioma. Our results have implicated genes yet to be associated with glioma susceptibility and provided insight into putatively causal pathways for glioma risk.