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.

The Myocardial Infarction Genetics Consortium reports results of a genome-wide association study of early-onset myocardial infarction. The study analyzed common SNPs, common CNVs and rare CNVs and identified SNP alleles at three new loci associated with disease risk. We conducted a genome-wide association study testing single nucleotide polymorphisms (SNPs) and copy number variants (CNVs) for association with early-onset myocardial infarction in 2,967 cases and 3,075 controls. We carried out replication in an independent sample with an effective sample size of up to 19,492. SNPs at nine loci reached genome-wide significance: three are newly identified (21q22 near MRPS6-SLC5A3-KCNE2, 6p24 in PHACTR1 and 2q33 in WDR12) and six replicated prior observations1,2,3,4 (9p21, 1p13 near CELSR2-PSRC1-SORT1, 10q11 near CXCL12, 1q41 in MIA3, 19p13 near LDLR and 1p32 near PCSK9). We tested 554 common copy number polymorphisms (>1% allele frequency) and none met the pre-specified threshold for replication (P < 10−3). We identified 8,065 rare CNVs but did not detect a greater CNV burden in cases compared to controls, in genes compared to the genome as a whole, or at any individual locus. SNPs at nine loci were reproducibly associated with myocardial infarction, but tests of common and rare CNVs failed to identify additional associations with myocardial infarction risk.

Genetic roots of multiple sclerosis The genetics underlying who develops multiple sclerosis (MS) have been difficult to work out. Examining more than 47,000 cases and 68,000 controls with multiple genome-wide association studies, the International Multiple Sclerosis Genetics Consortium identified more than 200 risk loci in MS (see the Perspective by Briggs). Focusing on the best candidate genes, including a model of the major histocompatibility complex region, the authors identified statistically independent effects at the genome level. Gene expression studies detected that every major immune cell type is enriched for MS susceptibility genes and that MS risk variants are enriched in brain-resident immune cells, especially microglia. Up to 48% of the genetic contribution of MS can be explained through this analysis. Science , this issue p. eaav7188 ; see also p. 1383

Jeanette Erdmann and colleagues identify a locus on chromosome 3q22.3 associated with coronary artery disease. The SNP with the strongest association is in MRAS, which encodes a membrane-anchored GTP-binding protein. We present a three-stage analysis of genome-wide SNP data in 1,222 German individuals with myocardial infarction and 1,298 controls, in silico replication in three additional genome-wide datasets of coronary artery disease (CAD) and subsequent replication in ∼25,000 subjects. We identified one new CAD risk locus on 3q22.3 in MRAS (P = 7.44 × 10−13; OR = 1.15, 95% CI = 1.11–1.19), and suggestive association with a locus on 12q24.31 near HNF1A-C12orf43 (P = 4.81 × 10−7; OR = 1.08, 95% CI = 1.05–1.11).

Abstract The analysis of variation of risk for a given disease in space and time is a key issue in descriptive epidemiology. When the data are scarce, maximum likelihood estimates of the area‐specific risk and of its linear time‐trend can be seriously affected by random variation. In this paper, we propose a Bayesian model in which both area‐specific intercept and trend are modelled as random effects and correlation between them is allowed for. This model is an extension of that originally proposed for disease mapping. It is illustrated by the analysis of the cumulative prevalence of insulin dependent diabetes mellitus as observed at the military examination of 18‐year‐old conscripts born in Sardinia during the period 1936–1971. Data concerning the genetic differentiation of the Sardinian population are used to interpret the results.

Previous investigations into multiple sclerosis (MS) risk factors predominantly relied on retrospective studies, which do not consider different follow-up times and assume a constant risk effect throughout lifetime.

Multiple sclerosis is a common, complex neurological disease, where almost 20% of risk heritability can be attributed to common genetic variants, including >230 identified by genome-wide association studies (Patsopoulos et al., 2017). Multiple strands of evidence suggest that the majority of the remaining heritability is also due to the additive effects of individual variants, rather than epistatic interactions between these variants, or mutations exclusive to individual families. Here, we show in 68,379 cases and controls that as much as 5% of this heritability is explained by low-frequency variation in gene coding sequence. We identify four novel genes driving MS risk independently of common variant signals, which highlight a key role for regulatory T cell homeostasis and regulation, IFNγ biology and NFκB signaling in MS pathogenesis. As low-frequency variants do not show substantial linkage disequilibrium with other variants, and as coding variants are more interpretable and experimentally tractable than non-coding variation, our discoveries constitute a rich resource for dissecting the pathobiology of MS.

We assembled and analyzed genetic data of 47,351 multiple sclerosis (MS) subjects and 68,284 control subjects and establish a reference map of the genetic architecture of MS that includes 200 autosomal susceptibility variants outside the major histocompatibility complex (MHC), one chromosome X variant, and 32 independent associations within the extended MHC. We used an ensemble of methods to prioritize up to 551 potentially associated MS susceptibility genes, that implicate multiple innate and adaptive pathways distributed across the cellular components of the immune system. Using expression profiles from purified human microglia, we do find enrichment for MS genes in these brain-resident immune cells. Thus, while MS is most likely initially triggered by perturbation of peripheral immune responses the functional responses of microglia and other brain cells are also altered and may have a role in targeting an autoimmune process to the central nervous system.