Therapy development for adult diffuse glioma is hindered by incomplete knowledge of somatic glioma driving alterations and suboptimal disease classification. We defined the complete set of genes associated with 1,122 diffuse grade II-III-IV gliomas from The Cancer Genome Atlas and used molecular profiles to improve disease classification, identify molecular correlations, and provide insights into the progression from low- to high-grade disease. Whole-genome sequencing data analysis determined that ATRX but not TERT promoter mutations are associated with increased telomere length. Recent advances in glioma classification based on IDH mutation and 1p/19q co-deletion status were recapitulated through analysis of DNA methylation profiles, which identified clinically relevant molecular subsets. A subtype of IDH mutant glioma was associated with DNA demethylation and poor outcome; a group of IDH-wild-type diffuse glioma showed molecular similarity to pilocytic astrocytoma and relatively favorable survival. Understanding of cohesive disease groups may aid improved clinical outcomes.

Rhabdomyosarcoma (RMS) is a childhood cancer originating from skeletal muscle, and patient survival is poor in the presence of metastatic disease. Few determinants that regulate metastasis development have been identified. The receptor tyrosine kinase FGFR4 is highly expressed in RMS tissue, suggesting a role in tumorigenesis, although its functional importance has not been defined. Here, we report the identification of mutations in FGFR4 in human RMS tumors that lead to its activation and present evidence that it functions as an oncogene in RMS. Higher FGFR4 expression in RMS tumors was associated with advanced-stage cancer and poor survival, while FGFR4 knockdown in a human RMS cell line reduced tumor growth and experimental lung metastases when the cells were transplanted into mice. Moreover, 6 FGFR4 tyrosine kinase domain mutations were found among 7 of 94 (7.5%) primary human RMS tumors. The mutants K535 and E550 increased autophosphorylation, Stat3 signaling, tumor proliferation, and metastatic potential when expressed in a murine RMS cell line. These mutants also transformed NIH 3T3 cells and led to an enhanced metastatic phenotype. Finally, murine RMS cell lines expressing the K535 and E550 FGFR4 mutants were substantially more susceptible to apoptosis in the presence of a pharmacologic FGFR inhibitor than the control cell lines expressing the empty vector or wild-type FGFR4. Together, our results demonstrate that mutationally activated FGFR4 acts as an oncogene, and these are what we believe to be the first known mutations in a receptor tyrosine kinase in RMS. These findings support the potential therapeutic targeting of FGFR4 in RMS.

Summary OmicCircos is an R software package used to generate high-quality circular plots for visualizing genomic variations, including mutation patterns, copy number variations (CNVs), expression patterns, and methylation patterns. Such variations can be displayed as scatterplot, line, or text-label figures. Relationships among genomic features in different chromosome positions can be represented in the forms of polygons or curves. Utilizing the statistical and graphic functions in an R/Bioconductor environment, OmicCircos performs statistical analyses and displays results using cluster, boxplot, histogram, and heatmap formats. In addition, OmicCircos offers a number of unique capabilities, including independent track drawing for easy modification and integration, zoom functions, link-polygons, and position-independent heatmaps supporting detailed visualization. Availability and Implementation OmicCircos is available through Bioconductor at http://www.bioconductor.org/packages/devel/bioc/html/OmicCircos.html . An extensive vignette in the package describes installation, data formatting, and workflow procedures. The software is open source under the Artistic—2.0 license.

Abstract Copy number variation (CNV) is a common type of mutation that often drives cancer progression. With advances in next-generation sequencing (NGS), CNVs can be detected in a detailed manner via newly developed computational tools but quality of such CNV calls has not been carefully evaluated. We analyzed CNV calls reported by 6 cutting-edge callers for 91 samples which were derived from the same cancer cell line, prepared and sequenced by varying the following factors: type of tissue sample (Fresh vs. Formalin Fixed Paraffin Embedded (FFPE)), library DNA amount, tumor purity, sequencing platform (Whole-Genome Sequencing (WGS) versus Whole-Exome Sequencing (WES)), and sequencing coverage. We found that callers greatly determined the pattern of CNV calls. Calling quality was drastically impaired by low purity (<50%) and became variable when WES, FFPE, and medium purity (50%-75%) were applied. Effects of low DNA amount and low coverage were relatively minor. Our analysis demonstrates the limitation of benchmarking somatic CNV callers when the real ground truth is not available. Our comprehensive analysis has further characterized each caller with respect to confounding factors and examined the consistency of CNV calls, thereby providing guidelines for conducting somatic CNV analysis.

Abstract Background Copy number variation (CNV) is a key genetic characteristic for cancer diagnostics and can be used as a biomarker for the selection of therapeutic treatments. Using data sets established in our previous study, we benchmark the performance of cancer CNV calling by six most recent and commonly used software tools on their detection accuracy, sensitivity, and reproducibility. In comparison to other orthogonal methods, such as microarray and Bionano, we also explore the consistency of CNV calling across different technologies on a challenging genome. Results While consistent results are observed for copy gain, loss, and loss of heterozygosity (LOH) calls across sequencing centers, CNV callers, and different technologies, variation of CNV calls are mostly affected by the determination of genome ploidy. Using consensus results from six CNV callers and confirmation from three orthogonal methods, we establish a high confident CNV call set for the reference cancer cell line (HCC1395). Conclusions NGS technologies and current bioinformatics tools can offer reliable results for detection of copy gain, loss, and LOH. However, when working with a hyper-diploid genome, some software tools can call excessive copy gain or loss due to inaccurate assessment of genome ploidy. With performance matrices on various experimental conditions, this study raises awareness within the cancer research community for the selection of sequencing platforms, sample preparation, sequencing coverage, and the choice of CNV detection tools.

Extracellular matrix remodeling is a hallmark of tissue development, homeostasis, and disease. The processes that mediate remodeling, and the consequences of such, are the topic of extensive focus in biomedical research. Cell culture methods represent a crucial tool utilized by those interested in matrisome function, the easiest of which are implemented with immortalized/cancer cell lines. These cell lines often form the foundations of a research proposal, or serve as vehicles of validation for other model systems. For these reasons, it is important to understand the complement of matrisome genes that are expressed when identifying appropriate cell culture models for hypothesis testing. To this end, we harvested bulk RNA sequencing data from the Cancer Cell Line Encyclopedia (CCLE) to assess matrisome gene expression in 1019 human cell lines. Our examination reveals that a large proportion of the matrisome is poorly represented in human cancer cell lines, with approximately 10% not expressed above threshold in any of the cell lines assayed. Conversely, we identify clusters of essential/common matrisome genes that are abundantly expressed in cell lines. To validate these observations against tissue data, we compared our findings with bulk RNA sequencing data from the Genotype-Tissue Expression (GTEx) portal and The Cancer Genome Atlas (TCGA) program. This comparison demonstrates general agreement between the "essential/common" and "dark/uncommon" matrisome across the three datasets, albeit with discordance observed in 59 matrisome genes between cell lines and tissues. Notably, all of the discordant genes are essential/common in tissues yet minimally expressed in cell lines, underscoring critical considerations for matrix biology researchers employing immortalized cell lines for their investigations.

The bromodomain protein BRD4 is a driver in both inflammatory diseases and cancers. It has multiple functions, contributing to chromatin structure and transcription through its intrinsic HAT and kinase activities. Despite the wide-ranging characterization of BRD4, little is known about its in vivo function. In the present study, we have examined the role of BRD4 in T cell development by conditional deletion at various stages of thymocyte differentiation. We found that BRD4 is critical for normal T cell development. Surprisingly, BRD4 selectively regulates the progression of immature CD8 single positive (ISP) thymocytes into quiescent DP thymocytes. In striking contrast, BRD4 deletion does not affect the extensive proliferation associated with the differentiation of double negative (DN) into ISP cells. Nor does it affect the maturation of double positive (DP) into conventional CD4+ and CD8+ thymocytes. These studies lead to the unexpected conclusion that BRD4 selectively regulates preselection ISP thymocytes.

Previous studies of the murine Ly49 and human KIR gene clusters have revealed a role for bidirectional promoters in the control of variegated gene expression. Whether or not competing promoters control other instances of cell fate determination remains an outstanding question. Although divergent transcripts within 300 bp are found in ~6% of human genes, an analysis of human transcription factor (TF) genes (1640) revealed that 33% possess stable divergent transcripts with a transcription start site (TSS) less than 300 bp upstream, with many separated by less than 30 bp, indicating an enrichment for potential binary switches in TFs. We have performed a detailed examination of putative bidirectional promoter switches in three lineage-determining TF genes: AHR, GATA3, and RORC. These genes also contain additional pairs of opposing promoters that would prevent simultaneous transcription of sense and antisense, and thus may represent simple on/off switches rather than probabilistic switches. In situ RNA hybridization of human tissues revealed mutually exclusive expression of sense versus antisense transcription, indicating switching between stable sense or antisense transcriptional states. Single-cell RNAseq confirmed the separate sense/antisense states, and revealed the identity of cells with active switch elements. Differential gene expression analysis of cells with antisense switch transcripts revealed an enrichment for genes found in immature/stem cells and a lack of genes associated with terminally differentiated cells. Taken together, these data indicate that there is a digital component to the differentiation program mediated by binary promoter switches in lineage-determining transcription factors.