Abstract BACKGROUND Medulloblastoma defines a heterogeneous set of neuroepithelial neoplasms of the posterior fossa. Four groups of medulloblastoma are recognized: wingless (WNT), sonic hedgehog (SHH), group 3, and group 4. The tumor microenvironment (TME) influences tumor progression and response to therapy and has emerged as a growing target for the study of novel therapeutic approaches. METHODS We show spatial gene expression architecture through 10X Visium Spatial Sequencing on 16 formalin-fixed paraffin-embedded (FFPE) samples representing all molecular groups of medulloblastoma. Spatial transcriptomics data is correlated with clinical parameters, including M-stage at diagnosis, tumor histological classification, and outcomes data including survival and relapse status. RESULTS Spatial sequencing demonstrates both intra- and inter-tumoral TME heterogeneity across molecular subgroups. Unsupervised clustering and uniform manifold approximate projection illustrate clusters of distinct spatial gene expression representing cell states from different components of the TME, including tumor-associated astrocytes (TAA), macrophages (TAM), and vascular endothelium. Medulloblastoma cells constitute the majority of cells and express marker genes representing different stages of neuronal differentiation and cell cycle. Pathway analysis reveals the enrichment of pathways associated with cell motility (RHO GTPase, MET, MAPK signaling), heat shock response, growth factor signaling, and adaptive immune response (TLR, MHC-II signaling). In addition, molecular pathways known in medulloblastoma, including NF-kB and TP53 regulatory pathways, were also enriched. Neighborhood-enrichment analysis reveals the co-localization of TAMs and TAAs in close spatial relationship with mitotic progenitor-like medulloblastoma cells. Additionally, these two cell types constitute a greater proportion of the TME in patients at relapse compared to initial diagnosis. CONCLUSION Spatial transcriptomics enables new insight into the heterogeneity of the medulloblastoma TME. Notably, our analysis elucidates the spatial association of TAMs and TAAs with proliferating tumor cells and an increased abundance of these cell types following relapse. These initial results support the role of TAMs and TAAs in medulloblastoma progression.

Abstract The tumor microenvironment (TME) of medulloblastoma (MB) influences progression and therapy response, presenting a promising target for therapeutic advances. Prior single-cell analyses have characterized the cellular components of the TME but lack spatial context. To address this, we performed spatial transcriptomic sequencing on sixteen pediatric MB samples obtained at diagnosis, including two matched diagnosis-relapse pairs. Our analyses revealed inter- and intra-tumoral heterogeneity within the TME, comprised of tumor-associated astrocytes (TAAs), macrophages (TAMs), stromal components, and distinct subpopulations of MB cells at different stages of neuronal differentiation and cell cycle progression. We identified dense regions of quiescent progenitor-like MB cells enriched in patients with high-risk (HR) features and an increase in TAAs, TAMs, and dysregulated vascular endothelium following relapse. Our study presents novel insights into the spatial architecture and cellular landscape of the medulloblastoma TME, highlighting spatial patterns linked to HR features and relapse, which may serve as potential therapeutic targets.

Background: Increased incidence of cancer has been reported among World Trade Center (WTC)-exposed persons. Aberrant DNA methylation is a hallmark of cancer development. To date, only a few small studies have investigated the relationship between WTC exposure and DNA methylation. The main objective of this study was to assess the DNA methylation profiles of WTC-exposed community members who remained cancer free and those who developed breast cancer. Methods: WTC-exposed women were selected from the WTC Environmental Health Center clinic, with peripheral blood collected during routine clinical monitoring visits. The reference group was selected from the NYU Women’s Health Study, a prospective cohort study with blood samples collected before 9 November 2001. The Infinium MethylationEPIC array was used for global DNA methylation profiling, with adjustments for cell type composition and other confounders. Annotated probes were used for biological pathway and network analysis. Results: A total of 64 WTC-exposed (32 cancer free and 32 with breast cancer) and 32 WTC-unexposed (16 cancer free and 16 with prediagnostic breast cancer) participants were included. Hypermethylated cytosine–phosphate–guanine probe sites (defined as β > 0.8) were more common among WTC-exposed versus unexposed participants (14.3% vs. 4.5%, respectively, among the top 5000 cytosine–phosphate–guanine sites). Cancer-related pathways (e.g., human papillomavirus infection, cGMP-PKG) were overrepresented in WTC-exposed groups (breast cancer patients and cancer-free subjects). Compared to the unexposed breast cancer patients, 47 epigenetically dysregulated genes were identified among WTC-exposed breast cancers. These genes formed a network, including Wnt/β-catenin signaling genes WNT4 and TCF7L2 , and dysregulation of these genes contributes to cancer immune evasion. Conclusion: WTC exposure likely impacts DNA methylation and may predispose exposed individuals toward cancer development, possibly through an immune-mediated mechanism.

Abstract Medulloblastoma (MB) defines a heterogeneous set of neuroepithelial cancers of the posterior fossa. The MB tumor microenvironment (MB-TME) influences tumor progression and therapy response and has emerged as a growing target for novel therapeutic approaches. Prior single-cell analysis has characterized the MB-TME composition but does not reveal the spatial orientation of components. To address this gap, we performed 10X Visium spatial sequencing on sixteen pediatric MB samples obtained at surgical resection with samples representing the four molecular subtypes (WNT, N=1; SHH, N=6; Group 3, N=2; Group 4, N=5) and two matching samples at diagnosis and relapse. Spatial voxel clustering yielded clusters corresponding to malignant, immune, and stromal components of the TME, including tumor-associated astrocytes (TAAs), macrophages (TAMs), and vascular endothelium. Ten distinct clusters emerged representing malignant cell states, defined primarily by programs of cell cycle progression and neuronal differentiation. Notably, these MB cell clusters were differentially abundant between the MB subgroups, highlighting heterogeneity between disease subtypes. Moreover, examining the patterns of cellular spatial distribution in high-risk (HR) patients revealed dense regions of quiescent MB progenitors, while standard-risk patients showed greater heterogeneity within their TME. Proximity-dependent intercellular signaling further highlighted increased signaling by TAAs and vascular endothelium with decreased heat shock response signaling in HR patients. Comparing samples from relapse to diagnosis, TAMs, TAAs, and vascular endothelium were found to constitute a greater proportion of the TME. Subsequent niche-dependent gene expression and pathway analysis for TAAs localized near tumor vasculature in relapsed samples revealed increased expression of metastasis-associated pathways. Collectively, the results of our study enable new insight into the heterogeneity of the MB-TME, with close spatial association of quiescent MB progenitors correlating with high-risk clinical features. Quiescent MB progenitors have been documented to confer resistance through cellular dormancy, and identifying its molecular drivers may reveal potential targets for anticancer therapy.

Abstract Cancer of unknown primary (CUP) constitutes between 2% and 5% of human malignancies and is among the most common causes of cancer death in the United States. Brain metastases are often the first clinical presentation of CUP; despite extensive pathological and imaging studies, 20%-45% of CUP are never assigned a primary site. DNA methylation array profiling is a reliable method for tumor classification but tumor-type-specific classifier development requires many reference samples. This is difficult to accomplish for CUP as many cases are never assigned a specific diagnosis. Recent studies identified subsets of methylation quantitative trait loci (mQTLs) unique to specific organs, which could help increase classifier accuracy while requiring fewer samples. We performed a retrospective genome-wide methylation analysis of 759 carcinoma samples from formalin-fixed paraffin-embedded tissue samples using Illumina EPIC array. Utilizing mQTL specific for breast, lung, ovarian/gynecologic, colon, kidney, or testis (BLOCKT) (185k total probes), we developed a deep learning-based methylation classifier that achieved 93.12% average accuracy and 93.04% average F1-score across a 10-fold validation for BLOCKT organs. Our findings indicate that our organ-based DNA methylation classifier can assist pathologists in identifying the site of origin, providing oncologists insight on a diagnosis to administer appropriate therapy, improving patient outcomes.