The precise measurement of the spectrum of protons, the most abundant component of the cosmic radiation, is necessary to understand the source and acceleration of cosmic rays in the Milky Way. This work reports the measurement of the cosmic ray proton fluxes with kinetic energies from 40 GeV to 100 TeV, with two and a half years of data recorded by the DArk Matter Particle Explorer (DAMPE). This is the first time an experiment directly measures the cosmic ray protons up to ~100 TeV with a high statistics. The measured spectrum confirms the spectral hardening found by previous experiments and reveals a softening at ~13.6 TeV, with the spectral index changing from ~2.60 to ~2.85. Our result suggests the existence of a new spectral feature of cosmic rays at energies lower than the so-called knee, and sheds new light on the origin of Galactic cosmic rays.

Background: Meningiomas are the most common intracranial tumor with surgery, dural margin treatment, and radiotherapy as cornerstones of therapy. Response to treatment continues to be highly heterogeneous even across tumors of the same grade. Methods: Using a cohort of 2490 meningiomas in addition to 100 cases from the prospective RTOG-0539 phase II clinical trial, we define molecular biomarkers of response across multiple different, recently defined molecular classifications and use propensity score matching to mimic a randomized controlled trial to evaluate the role of extent of resection, dural marginal resection, and adjuvant radiotherapy on clinical outcome. Results: Gross tumor resection led to improved progression-free-survival (PFS) across all molecular groups (MG) and improved overall survival in proliferative meningiomas (HR 0.52, 95%CI 0.30-0.93). Dural margin treatment (Simpson grade 1/2) improved PFS versus complete tumor removal alone (Simpson 3). MG reliably predicted response to radiotherapy, including in the RTOG-0539 cohort. A molecular model developed using clinical trial cases discriminated response to radiotherapy better than standard of care grading in multiple cohorts (ΔAUC 0.12, 95%CI 0.10-0.14). Conclusions: We elucidate biological and molecular classifications of meningioma that influence response to surgery and radiotherapy in addition to introducing a novel molecular-based prediction model of response to radiation to guide treatment decisions.

Background: Liquid biopsy represents a major development in cancer research, with significant translational potential. Similarly, the integration of multiple molecular platforms has yielded novel insights into disease biology and heterogeneity. We hypothesise that applying contemporary multi-omic approaches to liquid biopsies will improve the power of current models. Methods: We have compiled a cohort of 51 patients with glioblastoma, brain metastasis, and primary CNS lymphoma who underwent CSF sampling as part of clinical care. Cell free methylated DNA and shotgun proteomic profiling was obtained from the CSF of each patient and used to build tumour-specific classifiers. Integrated classifiers were compared with single platform classifiers using multiple approaches. Results: In this study, we show that the DNA methylation and protein profiles of cerebrospinal fluid can be combined to fully discriminate lymphomas from their major diagnostic counterparts with perfect AUCs of 1 (95% confidence interval 1-1) and 100% specificity. Each integrated lymphoma classifier significantly outperforms single-platform classifiers, suggesting synergistic biology is obtained using multiple molecular platforms. Conclusions: We present the most specific and accurate CNS lymphoma classifier to date by integrating the methylome and proteome of CSF. This has important implications for the future of cancer diagnostics and generates immediate utility for patients with CNS lymphoma.

Background: Meningiomas have significant heterogeneity between patients, making prognostication challenging. For this study, we prospectively validate the prognostic capabilities of a DNA methylation-based predictor and multiomic molecular groups (MG) of meningiomas. Methods: DNA methylation profiles were generated using the Illumina EPICarray. MG were assigned as previously published. Performance of our methylation-based predictor and MG were compared with WHO grade using generalized boosted regression modeling by generating time-dependent receiver operating characteristic (ROC) curves and computing area under the ROC curves (AUCs) along with their 95% confidence interval using bootstrap resampling. Results: 295 meningiomas treated from 2018-2021 were included. Methylation-defined high-risk meningiomas had significantly poorer PFS and OS compared to low-risk cases (p<0.0001). Methylation risk increased with higher WHO grade and MG. Higher methylome risk (HR 4.89, 95%CI 2.02-11.82) and proliferative MG (HR 4.11, 95%CI 1.29-13.06) were associated with significantly worse PFS independent of WHO grade, extent of resection, and adjuvant RT. Both methylome-risk and MG classification predicted 3- and 5-year PFS and OS more accurately than WHO grade alone (ΔAUC=0.10-0.23). 42 cases were prescribed adjuvant RT prospectively although RT did not significantly improve PFS in high-risk cases (p=0.41). Conclusions: Molecular profiling outperforms conventional WHO grading for prognostication in an independent, prospectively collected cohort of meningiomas.