Jonathan Marchini, Gonçalo Abecasis, Richard Durbin and colleagues describe the construction of a reference panel of human haplotypes from whole-genome sequencing data. They are able to use this to accurately impute genotypes at low minor allele frequency and present remote server resources for use by the community. We describe a reference panel of 64,976 human haplotypes at 39,235,157 SNPs constructed using whole-genome sequence data from 20 studies of predominantly European ancestry. Using this resource leads to accurate genotype imputation at minor allele frequencies as low as 0.1% and a large increase in the number of SNPs tested in association studies, and it can help to discover and refine causal loci. We describe remote server resources that allow researchers to carry out imputation and phasing consistently and efficiently.

To identify novel genes associated with ALS, we undertook two lines of investigation. We carried out a genome-wide association study comparing 20,806 ALS cases and 59,804 controls. Independently, we performed a rare variant burden analysis comparing 1,138 index familial ALS cases and 19,494 controls. Through both approaches, we identified kinesin family member 5A (KIF5A) as a novel gene associated with ALS. Interestingly, mutations predominantly in the N-terminal motor domain of KIF5A are causative for two neurodegenerative diseases: hereditary spastic paraplegia (SPG10) and Charcot-Marie-Tooth type 2 (CMT2). In contrast, ALS-associated mutations are primarily located at the C-terminal cargo-binding tail domain and patients harboring loss-of-function mutations displayed an extended survival relative to typical ALS cases. Taken together, these results broaden the phenotype spectrum resulting from mutations in KIF5A and strengthen the role of cytoskeletal defects in the pathogenesis of ALS.

Ammar Al-Chalabi, Jan Veldink and colleagues perform a genome-wide association study for amyotrophic lateral sclerosis (ALS) in 15,156 cases and 26,242 controls. They identify three new genome-wide-significant variants and establish ALS as a complex trait with a polygenic architecture, but with a distinct and important role for low-frequency variants. To elucidate the genetic architecture of amyotrophic lateral sclerosis (ALS) and find associated loci, we assembled a custom imputation reference panel from whole-genome-sequenced patients with ALS and matched controls (n = 1,861). Through imputation and mixed-model association analysis in 12,577 cases and 23,475 controls, combined with 2,579 cases and 2,767 controls in an independent replication cohort, we fine-mapped a new risk locus on chromosome 21 and identified C21orf2 as a gene associated with ALS risk. In addition, we identified MOBP and SCFD1 as new associated risk loci. We established evidence of ALS being a complex genetic trait with a polygenic architecture. Furthermore, we estimated the SNP-based heritability at 8.5%, with a distinct and important role for low-frequency variants (frequency 1–10%). This study motivates the interrogation of larger samples with full genome coverage to identify rare causal variants that underpin ALS risk.

Amyotrophic lateral sclerosis (ALS) is a relentlessly progressive, fatal motor neuron disease with a variable natural history. There are no accurate models that predict the disease course and outcomes, which complicates risk assessment and counselling for individual patients, stratification of patients for trials, and timing of interventions. We therefore aimed to develop and validate a model for predicting a composite survival endpoint for individual patients with ALS.We obtained data for patients from 14 specialised ALS centres (each one designated as a cohort) in Belgium, France, the Netherlands, Germany, Ireland, Italy, Portugal, Switzerland, and the UK. All patients were diagnosed in the centres after excluding other diagnoses and classified according to revised El Escorial criteria. We assessed 16 patient characteristics as potential predictors of a composite survival outcome (time between onset of symptoms and non-invasive ventilation for more than 23 h per day, tracheostomy, or death) and applied backward elimination with bootstrapping in the largest population-based dataset for predictor selection. Data were gathered on the day of diagnosis or as soon as possible thereafter. Predictors that were selected in more than 70% of the bootstrap resamples were used to develop a multivariable Royston-Parmar model for predicting the composite survival outcome in individual patients. We assessed the generalisability of the model by estimating heterogeneity of predictive accuracy across external populations (ie, populations not used to develop the model) using internal-external cross-validation, and quantified the discrimination using the concordance (c) statistic (area under the receiver operator characteristic curve) and calibration using a calibration slope.Data were collected between Jan 1, 1992, and Sept 22, 2016 (the largest data-set included data from 1936 patients). The median follow-up time was 97·5 months (IQR 52·9-168·5). Eight candidate predictors entered the prediction model: bulbar versus non-bulbar onset (univariable hazard ratio [HR] 1·71, 95% CI 1·63-1·79), age at onset (1·03, 1·03-1·03), definite versus probable or possible ALS (1·47, 1·39-1·55), diagnostic delay (0·52, 0·51-0·53), forced vital capacity (HR 0·99, 0·99-0·99), progression rate (6·33, 5·92-6·76), frontotemporal dementia (1·34, 1·20-1·50), and presence of a C9orf72 repeat expansion (1·45, 1·31-1·61), all p<0·0001. The c statistic for external predictive accuracy of the model was 0·78 (95% CI 0·77-0·80; 95% prediction interval [PI] 0·74-0·82) and the calibration slope was 1·01 (95% CI 0·95-1·07; 95% PI 0·83-1·18). The model was used to define five groups with distinct median predicted (SE) and observed (SE) times in months from symptom onset to the composite survival outcome: very short 17·7 (0·20), 16·5 (0·23); short 25·3 (0·06), 25·2 (0·35); intermediate 32·2 (0·09), 32·8 (0·46); long 43·7 (0·21), 44·6 (0·74); and very long 91·0 (1·84), 85·6 (1·96).We have developed an externally validated model to predict survival without tracheostomy and non-invasive ventilation for more than 23 h per day in European patients with ALS. This model could be applied to individualised patient management, counselling, and future trial design, but to maximise the benefit and prevent harm it is intended to be used by medical doctors only.Netherlands ALS Foundation.

Exome sequencing is an effective strategy for identifying human disease genes. However, this methodology is difficult in late-onset diseases where limited availability of DNA from informative family members prohibits comprehensive segregation analysis. To overcome this limitation, we performed an exome-wide rare variant burden analysis of 363 index cases with familial ALS (FALS). The results revealed an excess of patient variants within TUBA4A, the gene encoding the Tubulin, Alpha 4A protein. Analysis of a further 272 FALS cases and 5,510 internal controls confirmed the overrepresentation as statistically significant and replicable. Functional analyses revealed that TUBA4A mutants destabilize the microtubule network, diminishing its repolymerization capability. These results further emphasize the role of cytoskeletal defects in ALS and demonstrate the power of gene-based rare variant analyses in situations where causal genes cannot be identified through traditional segregation analysis.

Amyotrophic lateral sclerosis (ALS) is a fatal neurodegenerative disorder with a substantial heritable component. In pedigrees affected by its familial form, incomplete penetrance is often observed. We hypothesized that this could be caused by a complex inheritance of risk variants in multiple genes. Therefore, we screened 111 familial ALS (FALS) patients from 97 families, and large cohorts of sporadic ALS (SALS) patients and control subjects for mutations in TAR DNA-binding protein (TARDBP), fused in sarcoma/translated in liposarcoma (FUS/TLS), superoxide dismutase-1 (SOD1), angiogenin (ANG) and chromosome 9 open reading frame 72 (C9orf72). Mutations were identified in 48% of FALS families, 8% of SALS patients and 0.5% of control subjects. In five of the FALS families, we identified multiple mutations in ALS-associated genes. We detected FUS/TLS and TARDBP mutations in combination with ANG mutations, and C9orf72 repeat expansions with TARDBP, SOD1 and FUS/TLS mutations. Statistical analysis demonstrated that the presence of multiple mutations in FALS is in excess of what is to be expected by chance (P = 1.57 × 10−7). The most compelling evidence for an oligogenic basis was found in individuals with a p.N352S mutation in TARDBP, detected in five FALS families and three apparently SALS patients. Genealogical and haplotype analyses revealed that these individuals shared a common ancestor. We obtained DNA of 14 patients with this TARDBP mutation, 50% of whom had an additional mutation (ANG, C9orf72 or homozygous TARDBP). Hereby, we provide evidence for an oligogenic aetiology of ALS. This may have important implications for the interpretation of whole exome/genome experiments designed to identify new ALS-associated genes and for genetic counselling, especially of unaffected family members.

Abstract Gaining insight into the downstream consequences of non-coding variants is an essential step towards the identification of therapeutic targets from genome-wide association study (GWAS) findings. Here we have harmonized and integrated 8,727 RNA-seq samples with accompanying genotype data from multiple brain-regions from 14 datasets. This sample size enabled us to perform both cis - and trans -expression quantitative locus (eQTL) mapping. Upon comparing the brain cortex cis -eQTLs (for 12,307 unique genes at FDR<0.05) with a large blood cis- eQTL analysis (n=31,684 samples), we observed that brain eQTLs are more tissue specific than previously assumed. We inferred the brain cell type for 1,515 cis -eQTLs by using cell type proportion information. We conducted Mendelian Randomization on 31 brain-related traits using cis -eQTLs as instruments and found 159 significant findings that also passed colocalization. Furthermore, two multiple sclerosis (MS) findings had cell type specific signals, a neuron-specific cis- eQTL for CYP24A1 and a macrophage specific cis -eQTL for CLECL1 . To further interpret GWAS hits, we performed trans -eQTL analysis. We identified 2,589 trans -eQTLs (at FDR<0.05) for 373 unique SNPs, affecting 1,263 unique genes, and 21 replicated significantly using single-nucleus RNA-seq data from excitatory neurons. We also generated a brain-specific gene-coregulation network that we used to predict which genes have brain-specific functions, and to perform a novel network analysis of Alzheimer’s disease (AD), amyotrophic lateral sclerosis (ALS), multiple sclerosis (MS) and Parkinson’s disease (PD) GWAS data. This resulted in the identification of distinct sets of genes that show significantly enriched co-regulation with genes inside the associated GWAS loci, and which might reflect drivers of these diseases.

We describe a reference panel of 64,976 human haplotypes at 39,235,157 SNPs constructed using whole genome sequence data from 20 studies of predominantly European ancestry. Using this resource leads to accurate genotype imputation at minor allele frequencies as low as 0.1%, a large increase in the number of SNPs tested in association studies and can help to discover and refine causal loci. We describe remote server resources that allow researchers to carry out imputation and phasing consistently and efficiently.

The genetic basis of sporadic amyotrophic lateral sclerosis (ALS) is not well understood. Using large genome-wide association studies and validated tools to quantify genetic overlap, we systematically identified single nucleotide polymorphisms (SNPs) associated with ALS conditional on genetic data from 65 different traits and diseases from >3 million people. We found strong genetic enrichment between ALS and a number of disparate traits including frontotemporal dementia, coronary artery disease, C-reactive protein, celiac disease and memory function. Beyond C9ORF72, we detected novel genetic signal within numerous loci including GIPC1, ELMO1 and COL16A and confirmed previously reported variants, such as ATXN2, KIF5A, UNC13A and MOBP. We found that ALS variants form a small-world co-expression network characterized by highly inter-connected 'hub' genes. This network clustered into smaller sub-networks, each with a unique function. Altered gene expression of several sub-networks and hubs was over-represented in neuropathological samples from ALS patients and SOD1 G93A mice. Our collective findings indicate that the genetic architecture of ALS can be partitioned into distinct components where some genes are highly important for developing disease. These findings have implications for stratification and enrichment strategies for ALS clinical trials.

Streptococcus pneumoniae is a common nasopharyngeal colonizer, but can also cause life-threatening invasive diseases such as empyema, bacteremia and meningitis. Genetic variation of host and pathogen is known to play a role in invasive pneumococcal disease, though to what extent is unknown. In a genome-wide association study of human and pathogen we show that human variation explains almost half of variation in susceptibility to pneumococcal meningitis and one-third of variation in severity, and identified variants in CCDC33 associated with susceptibility. Pneumococcal variation explained a large amount of invasive potential, but serotype explained only half of this variation. Newly developed methods identified pneumococcal genes involved in invasiveness including pspC and zmpD, and allowed a human-bacteria interaction analysis, finding associations between pneumococcal lineage and STK32C.