High-throughput sequencing platforms are generating massive amounts of genetic variation data for diverse genomes, but it remains a challenge to pinpoint a small subset of functionally important variants. To fill these unmet needs, we developed the ANNOVAR tool to annotate single nucleotide variants (SNVs) and insertions/deletions, such as examining their functional consequence on genes, inferring cytogenetic bands, reporting functional importance scores, finding variants in conserved regions, or identifying variants reported in the 1000 Genomes Project and dbSNP. ANNOVAR can utilize annotation databases from the UCSC Genome Browser or any annotation data set conforming to Generic Feature Format version 3 (GFF3). We also illustrate a ‘variants reduction’ protocol on 4.7 million SNVs and indels from a human genome, including two causal mutations for Miller syndrome, a rare recessive disease. Through a stepwise procedure, we excluded variants that are unlikely to be causal, and identified 20 candidate genes including the causal gene. Using a desktop computer, ANNOVAR requires ∼4 min to perform gene-based annotation and ∼15 min to perform variants reduction on 4.7 million variants, making it practical to handle hundreds of human genomes in a day. ANNOVAR is freely available at http://www.openbioinformatics.org/annovar/.

The autism spectrum disorders (ASDs) are a group of conditions typically characterized by repetitive behaviour, severely restricted interests and difficulties with social interactions and communication. ASDs are highly heritable, yet the underlying genetic determinants remain largely unknown. A genome-wide analysis reveals that people with ASDs carry a higher load of rare copy-number variants — segments of DNA for which the copy number differs between individual genomes — which are either inherited or arise de novo. The results implicate several novel genes as ASD candidates and point to the importance of cellular proliferation, projection and motility as well as specific signalling pathways in this disorder. The autistic spectrum disorders (ASDs) are highly heritable, yet the underlying genetic determinants remain largely unknown. Here, a genome-wide analysis of rare copy number variants (CNVs) has been carried out, revealing that ASD sufferers carry a higher load of rare, genic CNVs than do controls. Many of these CNVs are de novo and inherited. The results implicate several novel genes in ASDs, and point to the importance of cellular proliferation, projection and motility, as well as specific signalling pathways, in these disorders. The autism spectrum disorders (ASDs) are a group of conditions characterized by impairments in reciprocal social interaction and communication, and the presence of restricted and repetitive behaviours1. Individuals with an ASD vary greatly in cognitive development, which can range from above average to intellectual disability2. Although ASDs are known to be highly heritable (∼90%)3, the underlying genetic determinants are still largely unknown. Here we analysed the genome-wide characteristics of rare (<1% frequency) copy number variation in ASD using dense genotyping arrays. When comparing 996 ASD individuals of European ancestry to 1,287 matched controls, cases were found to carry a higher global burden of rare, genic copy number variants (CNVs) (1.19 fold, P = 0.012), especially so for loci previously implicated in either ASD and/or intellectual disability (1.69 fold, P = 3.4 × 10-4). Among the CNVs there were numerous de novo and inherited events, sometimes in combination in a given family, implicating many novel ASD genes such as SHANK2, SYNGAP1, DLGAP2 and the X-linked DDX53–PTCHD1 locus. We also discovered an enrichment of CNVs disrupting functional gene sets involved in cellular proliferation, projection and motility, and GTPase/Ras signalling. Our results reveal many new genetic and functional targets in ASD that may lead to final connected pathways.

Comprehensive identification and cataloging of copy number variations (CNVs) is required to provide a complete view of human genetic variation. The resolution of CNV detection in previous experimental designs has been limited to tens or hundreds of kilobases. Here we present PennCNV, a hidden Markov model (HMM) based approach, for kilobase-resolution detection of CNVs from Illumina high-density SNP genotyping data. This algorithm incorporates multiple sources of information, including total signal intensity and allelic intensity ratio at each SNP marker, the distance between neighboring SNPs, the allele frequency of SNPs, and the pedigree information where available. We applied PennCNV to genotyping data generated for 112 HapMap individuals; on average, we detected ∼27 CNVs for each individual with a median size of ∼12 kb. Excluding common rearrangements in lymphoblastoid cell lines, the fraction of CNVs in offspring not detected in parents (CNV-NDPs) was 3.3%. Our results demonstrate the feasibility of whole-genome fine-mapping of CNVs via high-density SNP genotyping.

Several recent reports in large, independent samples have demonstrated the influence of motion artifact on resting-state functional connectivity MRI (rsfc-MRI). Standard rsfc-MRI preprocessing typically includes regression of confounding signals and band-pass filtering. However, substantial heterogeneity exists in how these techniques are implemented across studies, and no prior study has examined the effect of differing approaches for the control of motion-induced artifacts. To better understand how in-scanner head motion affects rsfc-MRI data, we describe the spatial, temporal, and spectral characteristics of motion artifacts in a sample of 348 adolescents. Analyses utilize a novel approach for describing head motion on a voxelwise basis. Next, we systematically evaluate the efficacy of a range of confound regression and filtering techniques for the control of motion-induced artifacts. Results reveal that the effectiveness of preprocessing procedures on the control of motion is heterogeneous, and that improved preprocessing provides a substantial benefit beyond typical procedures. These results demonstrate that the effect of motion on rsfc-MRI can be substantially attenuated through improved preprocessing procedures, but not completely removed.

Brainstorming diseases Consistent classification of neuropsychiatric diseases is problematic because it can lead to misunderstanding of etiology. The Brainstorm Consortium examined multiple genome-wide association studies drawn from more than 200,000 patients for 25 brain-associated disorders and 17 phenotypes. Broadly, it appears that psychiatric and neurologic disorders share relatively little common genetic risk. However, different and independent pathways can result in similar clinical manifestations (e.g., psychosis, which occurs in both schizophrenia and Alzheimer's disease). Schizophrenia correlated with many psychiatric disorders, whereas the immunopathological affliction Crohn's disease did not, and posttraumatic stress syndrome was also largely independent of underlying traits. Essentially, the earlier the onset of a disorder, the more inheritable it appeared to be. Science , this issue p. eaap8757

Several lines of evidence point to genetic involvement in autism spectrum disorders (ASDs), neurodevelopmental and neuropsychiatric disorders characterized by impaired verbal communication and social interaction. The clinical and genetic complexities of the condition make it difficult to identify susceptibility factors, but two related studies now present robust evidence for a genetic involvement. The first, a genome-wide association study, identifies six single-nucleotide polymorphisms strongly associated with autism. These variants lie between two genes encoding neuronal cell-adhesion molecules (cadherins 9 and 10), suggesting possible involvement in ASD pathogenesis. The second study used copy number variation screens to identify genetic variants in two major gene pathways in children with ASDs. The changes are in the ubiquitin pathway, which has previously been associated with neurological disease, and in genes for neuronal cell-adhesion molecules. Autism spectrum disorders (ASDs) are neurodevelopmental disorders characterized by impairments in social and communication skills. Accumulating evidence suggests a genetic component to ASDs, and here a two-stage, genome-wide approach is used to identify candidate genomic loci enriched in ASD cases. The majority of these loci are found to be involved in neuronal adhesion and ubiquitin degradation, suggesting novel susceptibility mechanisms. Autism spectrum disorders (ASDs) are childhood neurodevelopmental disorders with complex genetic origins1,2,3,4. Previous studies focusing on candidate genes or genomic regions have identified several copy number variations (CNVs) that are associated with an increased risk of ASDs5,6,7,8,9. Here we present the results from a whole-genome CNV study on a cohort of 859 ASD cases and 1,409 healthy children of European ancestry who were genotyped with ∼550,000 single nucleotide polymorphism markers, in an attempt to comprehensively identify CNVs conferring susceptibility to ASDs. Positive findings were evaluated in an independent cohort of 1,336 ASD cases and 1,110 controls of European ancestry. Besides previously reported ASD candidate genes, such as NRXN1 (ref. 10) and CNTN4 (refs 11, 12), several new susceptibility genes encoding neuronal cell-adhesion molecules, including NLGN1 and ASTN2, were enriched with CNVs in ASD cases compared to controls (P = 9.5 × 10-3). Furthermore, CNVs within or surrounding genes involved in the ubiquitin pathways, including UBE3A, PARK2, RFWD2 and FBXO40, were affected by CNVs not observed in controls (P = 3.3 × 10-3). We also identified duplications 55 kilobases upstream of complementary DNA AK123120 (P = 3.6 × 10-6). Although these variants may be individually rare, they target genes involved in neuronal cell-adhesion or ubiquitin degradation, indicating that these two important gene networks expressed within the central nervous system may contribute to the genetic susceptibility of ASD.

Using the ImmunoChip custom genotyping array, we analyzed 14,498 subjects with multiple sclerosis and 24,091 healthy controls for 161,311 autosomal variants and identified 135 potentially associated regions (P < 1.0 × 10(-4)). In a replication phase, we combined these data with previous genome-wide association study (GWAS) data from an independent 14,802 subjects with multiple sclerosis and 26,703 healthy controls. In these 80,094 individuals of European ancestry, we identified 48 new susceptibility variants (P < 5.0 × 10(-8)), 3 of which we found after conditioning on previously identified variants. Thus, there are now 110 established multiple sclerosis risk variants at 103 discrete loci outside of the major histocompatibility complex. With high-resolution Bayesian fine mapping, we identified five regions where one variant accounted for more than 50% of the posterior probability of association. This study enhances the catalog of multiple sclerosis risk variants and illustrates the value of fine mapping in the resolution of GWAS signals.

Neuroblastoma is a childhood cancer that can be inherited, but the genetic aetiology is largely unknown. Here we show that germline mutations in the anaplastic lymphoma kinase (ALK) gene explain most hereditary neuroblastomas, and that activating mutations can also be somatically acquired. We first identified a significant linkage signal at chromosome bands 2p23–24 using a whole-genome scan in neuroblastoma pedigrees. Resequencing of regional candidate genes identified three separate germline missense mutations in the tyrosine kinase domain of ALK that segregated with the disease in eight separate families. Resequencing in 194 high-risk neuroblastoma samples showed somatically acquired mutations in the tyrosine kinase domain in 12.4% of samples. Nine of the ten mutations map to critical regions of the kinase domain and were predicted, with high probability, to be oncogenic drivers. Mutations resulted in constitutive phosphorylation, and targeted knockdown of ALK messenger RNA resulted in profound inhibition of growth in all cell lines harbouring mutant or amplified ALK, as well as in two out of six wild-type cell lines for ALK. Our results demonstrate that heritable mutations of ALK are the main cause of familial neuroblastoma, and that germline or acquired activation of this cell-surface kinase is a tractable therapeutic target for this lethal paediatric malignancy. Neuroblastoma is the most common childhood cancer. There is a strong familial association and it was predicted over 30 years ago that there was a genetic element to the disease. Four groups now report the identification of mutations in the tyrosine kinase receptor ALK (anaplastic lymphoma kinase) in neuroblastoma patients. ALK acts as a neuroblastoma predisposition gene, and somatic point mutations occur in sporadic neuroblastoma cases. These mutations promote ALK's kinase activity and can transform cells and display tumorigenic activity in vivo. ALK inhibitors decrease neuroblastoma cell proliferation, so have potential as anticancer drugs. ALK is identified as a neuroblastoma predisposition gene. Germline mutations were found in ALK, a tryrosine kinase receptor, in affected families. In addition, somatic point mutations in ALK were found in sporadic cases of neuroblastomas. ALK mutations seem to lead to constitutive activation of its kinase activity and promote cell proliferation.

It has recently been reported (Van Dijk et al., 2011) that in-scanner head motion can have a substantial impact on MRI measurements of resting-state functional connectivity. This finding may be of particular relevance for studies of neurodevelopment in youth, confounding analyses to the extent that motion and subject age are related. Furthermore, while Van Dijk et al. demonstrated the effect of motion on seed-based connectivity analyses, it is not known how motion impacts other common measures of connectivity. Here we expand on the findings of Van Dijk et al. by examining the effect of motion on multiple types of resting-state connectivity analyses in a large sample of children and adolescents (n = 456). Following replication of the effect of motion on seed-based analyses, we examine the influence of motion on graphical measures of network modularity, dual-regression of independent component analysis, as well as the amplitude and fractional amplitude of low frequency fluctuation. In the entire sample, subject age was highly related to motion. Using a subsample where age and motion were unrelated, we demonstrate that motion has marked effects on connectivity in every analysis examined. While subject age was associated with increased within-network connectivity even when motion was accounted for, controlling for motion substantially attenuated the strength of this relationship. The results demonstrate the pervasive influence of motion on multiple types functional connectivity analysis, and underline the importance of accounting for motion in studies of neurodevelopment.

Genetic influences on psychiatric disorders transcend diagnostic boundaries, suggesting substantial pleiotropy of contributing loci. However, the nature and mechanisms of these pleiotropic effects remain unclear. We performed analyses of 232,964 cases and 494,162 controls from genome-wide studies of anorexia nervosa, attention-deficit/hyperactivity disorder, autism spectrum disorder, bipolar disorder, major depression, obsessive-compulsive disorder, schizophrenia, and Tourette syndrome. Genetic correlation analyses revealed a meaningful structure within the eight disorders, identifying three groups of inter-related disorders. Meta-analysis across these eight disorders detected 109 loci associated with at least two psychiatric disorders, including 23 loci with pleiotropic effects on four or more disorders and 11 loci with antagonistic effects on multiple disorders. The pleiotropic loci are located within genes that show heightened expression in the brain throughout the lifespan, beginning prenatally in the second trimester, and play prominent roles in neurodevelopmental processes. These findings have important implications for psychiatric nosology, drug development, and risk prediction.