Exploratory DNA Methylation Analysis in Meningiomas: Integration of Epigenetic and Clinical Data

Background: Meningiomas are among the most common primary tumors of the central nervous system and exhibit substantial biological and clinical heterogeneity. The World Health Organization (WHO) classification is based on histopathological features; however, it does not fully capture the molecular complexity of these tumors. Epigenetic alterations, particularly DNA methylation changes, represent a promising area of investigation for improving tumor characterization. Methods: In this thesis, an exploratory analysis of DNA methylation data from a cohort of 110 meningioma samples was performed. Unsupervised clustering approach was applied using the most variably methylated probes to identify potential molecular subgroups. The resulting clusters were then evaluated in relation to available clinical and pathological variables. Additionally, supervised analyses were conducted to identify differentially methylated probes (DMPs) between the identified clusters. Results: Unsupervised consensus clustering subdivided the meningioma samples into two distinct clusters based on the most variable methylation probes. These clusters showed statistically significant associations with selected clinical variables, including tumor location and MIB-1 proliferation index. Furthermore, supervised analyses identified differences in DNA methylation profiles between th e clusters, indicating the presence of epigenetic differences underlying the observed molecular stratification. Conclusions: The findings of this exploratory study, limited to the analyzed meningioma cohort, suggest that unsupervised methylation-based clustering can identify biologically relevant subgroups of meningiomas and that these groups may be associated with specific clinical characteristics. Although further analyses and validation are required, this approach highlights the potential value of integrating epigenetic data with clinical information in the study of meningiomas

Introduzione: I meningiomi rappresentano i tumori primitivi più frequenti del sistema nervoso centrale e mostrano una marcata eterogeneità biologica e clinica. La classificazione dell’Organizzazione Mondiale della Sanità (WHO) si basa su criteri istopatologici; tuttavia, essa non è sempre sufficiente a descrivere la complessità molecolare di questi tumori. Le alterazioni epigenetiche, in particolare la metilazione del DNA, stanno emergendo come un ambito di interesse per una caratterizzazione più approfondita dei meningiomi. Metodi: In questa tesi è stata condotta un’analisi esplorativa dei dati di metilazione del DNA ottenuti da una coorte di 110 campioni di meningioma. Sono stati applicati approcci di clustering non supervisionato utilizzando le probes con maggiore variabilità di metilazione al fine di identificare potenziali sottogruppi molecolari. I cluster ottenuti sono stati successivamente analizzati in relazione alle variabili cliniche e patologiche disponibili. Inoltre, sono state eseguite analisi supervisionate per l’identificazione di probes differenzialmente metilate (DMP) tra i cluster individuati. Risultati: Il clustering non supervisionato ha suddiviso i meningiomi in due cluster distinti sulla base delle probes maggiormente variabili. È stata osservata un’associazione statisticamente significativa tra i cluster e alcune variabili cliniche selezionate, tra cui la localizzazione tumorale e l’indice di proliferazione MIB-1. Le analisi supervisionate hanno inoltre evidenziato differenze nei profili di metilazione del DNA tra i cluster, suggerendo la presenza di differenze epigenetiche tra i sottogruppi identificati. Conclusioni: I risultati di questo studio esplorativo, limitati alla coorte di meningiomi analizzata, suggeriscono che il clustering basato sulla metilazione del DNA possa consentire l’identificazione di sottogruppi biologicamente rilevanti di meningiomi e che tali sottogruppi possano essere associati a specifiche caratteristiche cliniche. Sebbene siano necessarie ulteriori analisi e validazioni, l’integrazione di dati epigenetici e clinici appare promettente per una migliore comprensione dell’eterogeneità dei meningiomi.