Diffuse intrinsic pontine glioma (DIPG) is a fatal pediatric cancer with limited therapeutic options. The majority of cases of DIPG exhibit a mutation in histone-3 (H3K27M) that results in oncogenic transcriptional aberrancies. We show here that DIPG is vulnerable to transcriptional disruption using bromodomain inhibition or CDK7 blockade. Targeting oncogenic transcription through either of these methods synergizes with HDAC inhibition, and DIPG cells resistant to HDAC inhibitor therapy retain sensitivity to CDK7 blockade. Identification of super-enhancers in DIPG provides insights toward the cell of origin, highlighting oligodendroglial lineage genes, and reveals unexpected mechanisms mediating tumor viability and invasion, including potassium channel function and EPH receptor signaling. The findings presented demonstrate transcriptional vulnerabilities and elucidate previously unknown mechanisms of DIPG pathobiology.

Abstract Angiosarcoma (AS) is a distinct group of sarcomas characterized by upregulation of vascular‐specific receptor tyrosine kinases, including TIE1 , KDR , TEK , and FLT1. In keeping with the clinical heterogeneity, gene‐expression profiling distinguishes two AS genomic clusters, which correlate with anatomical location and prior exposure to radiation. Furthermore, a high percentage of secondary AS, but not primary AS, shows distinct 8q24 chromosomal gains, due to MYC amplification. In this study, we mined the transcriptional output of 10 secondary and 11 primary AS to better define the dichotomy in the pathogenesis of these two clinical subsets. The oncogenic role of MYC was investigated further in secondary AS as well as in radiation‐induced atypical vascular lesions (AVL) and other radiation‐associated sarcomas. High‐level MYC amplification was found in 100% of secondary AS, but in none of the AVL or other radiation‐associated sarcomas. Coamplification of FLT4 (encoding VEGFR3) was identified in 25% of secondary AS, but not in other types. Our findings reinforce the distinct pathogenesis of AS subtypes, with MYC amplification being an early, but necessary event in secondary AS. Secondary genetic hits, such as FLT4 gene coamplification or KDR mutations, may play a role in tumor progression as well as potential therapeutic targeting. © 2010 Wiley‐Liss, Inc.

Brassica oleracea has been developed into many important crops, including cabbage, kale, cauliflower, broccoli and so on. The genome and gene annotation of cabbage (cultivar JZS), a representative morphotype of B. oleracea, has been widely used as a common reference in biological research. Although its genome assembly has been updated twice, the current gene annotation still lacks information on untranslated regions (UTRs) and alternative splicing (AS). Here, we constructed a high-quality gene annotation (JZSv3) using a full-length transcriptome acquired by nanopore sequencing, yielding a total of 59 452 genes and 75 684 transcripts. Additionally, we re-analyzed the previously reported transcriptome data related to the development of different tissues and cold response using JZSv3 as a reference, and found that 3 843 out of 11 908 differentially expressed genes (DEGs) underwent AS during the development of different tissues and 309 out of 903 cold-related genes underwent AS in response to cold stress. Meanwhile, we also identified many AS genes, including BolLHCB5 and BolHSP70, that displayed distinct expression patterns within variant transcripts of the same gene, highlighting the importance of JZSv3 as a pivotal reference for AS analysis. Overall, JZSv3 provides a valuable resource for exploring gene function, especially for obtaining a deeper understanding of AS regulation mechanisms.

Epstein-Barr virus (EBV)-positive diffuse large B-cell lymphoma (DLBCL) is a rare form of aggressive B-cell lymphoma with limited molecular information reported regarding interferon regulatory factor 4 (IRF4) status. Here, we presented 3 EBV-positive DLBCL cases with IRF4 rearrangement (EBV+DLBCL-IRF4-R) verified by fluorescence in situ hybridization (FISH). Three patients, including 1 male and 2 females (median age: 64 y; range: 45 to 68 y), had normal immune function. During a median follow-up of 12 months (range: 0 to 24 mo), 2 patients succumbed to the disease, and 1 patient achieved complete response. Three tumors were present in the mediastinum, stomach, and thalamus, respectively. All three tumors exhibited DLBCL morphology and were identified as the non-germinal center B-cell subtype, with EBV-encoded small RNA positivity ranging from 70% to 80%. RNA sequencing was able to identify RHOH and IGH as fusion partners of IRF4 in two cases. No MYC and BCL2 rearrangements were detected in 3 cases by FISH and RNA sequencing. Next-generation sequencing revealed a low mutation burden, and only IRF4 was recurrently mutated in two EBV+DLBCL-IRF4-R cases. Using the LymphGen 2.0 classifier, 1 case was classified as the MCD (including MYD88L265P and CD79B mutations) subtype. We report rare EBV+DLBCL-IRF4-R that may enhance our understanding of the diverse spectrum of large B-cell lymphoma.

Abstract Motivation In the past decade, single-cell RNA sequencing (scRNA-seq) has emerged as a pivotal method for transcriptomic profiling in biomedical research. Precise cell-type identification is crucial for subsequent analysis of single-cell data. And the integration and refinement of annotated data are essential for building comprehensive databases. However, prevailing annotation techniques often overlook the hierarchical organization of cell types, resulting in inconsistent annotations. Meanwhile, most existing integration approaches fail to integrate datasets with different annotation depths and none of them can enhance the labels of outdated data with lower annotation resolutions using more intricately annotated datasets or novel biological findings. Results Here, we introduce scPLAN, a hierarchical computational framework designed for scRNA-seq data analysis. scPLAN excels in annotating unlabeled scRNA-seq data using a reference dataset structured along a hierarchical cell-type tree. It identifies potential novel cell types in a systematic, layer-by-layer manner. Additionally, scPLAN effectively integrates annotated scRNA-seq datasets with varying levels of annotation depth, ensuring consistent refinement of cell-type labels across datasets with lower resolutions. Through extensive annotation and novel cell detection experiments, scPLAN has demonstrated its efficacy. Two case studies have been conducted to showcase how scPLAN integrates datasets with diverse cell-type label resolutions and refine their cell-type labels. Availability https://github.com/michaelGuo1204/scPLAN