Abstract Background Expansions of short tandem repeats are the cause of many neurogenetic disorders including familial amyotrophic lateral sclerosis, Huntington disease, and many others. Multiple methods have been recently developed that can identify repeat expansions in whole genome or exome sequencing data. Despite the widely-recognized need for visual assessment of variant calls in clinical settings, current computational tools lack the ability to produce such visualizations for repeat expansions. Expanded repeats are difficult to visualize because they correspond to large insertions relative to the reference genome and involve many misaligning and ambiguously aligning reads. Results We implemented REViewer, a computational method for visualization of sequencing data in genomic regions containing long repeat expansions. To generate a read pileup, REViewer reconstructs local haplotype sequences and distributes reads to these haplotypes in a way that is most consistent with the fragment lengths and evenness of read coverage. To create appropriate training materials for onboarding new users, we performed a concordance study involving 12 scientists involved in STR research. We used the results of this study to create a user guide that describes the basic principles of using REViewer as well as a guide to the typical features of read pileups that correspond to low confidence repeat genotype calls. Additionally, we demonstrated that REViewer can be used to annotate clinically-relevant repeat interruptions by comparing visual assessment results of 44 FMR1 repeat alleles with the results of triplet repeat primed PCR. For 38 of these alleles, the results of visual assessment were consistent with triplet repeat primed PCR. Conclusions Read pileup plots generated by REViewer offer an intuitive way to visualize sequencing data in regions containing long repeat expansions. Laboratories can use REViewer to assess the quality of repeat genotype calls as well as to visually detect interruptions or other imperfections in the repeat sequence and the surrounding flanking regions.

Abstract Short tandem repeat expansions are an established cause of diseases such as Huntington’s disease. Bioinformatic methods for detecting repeat expansions in short-read sequencing have revealed new repeat expansions in humans. Current bioinformatic methods to detect repeat expansions require alignment information to identify repetitive motif enrichment at genomic locations. We present superSTR, an ultrafast method that does not require alignment. We demonstrate superSTR’s ability to efficiently process both whole-genome and whole-exome sequencing data. Using superSTR we perform the first analysis of the UK Biobank to efficiently screen the exomes of 49,953 biobank participants for repeat expansions. We identify known mutations, as well as diseases not previously associated with REs. We further demonstrate the first bioinformatic screening of RNA sequencing data to detect repeat expansions in patients with spinocerebellar ataxia and Fuchs’ endothelial corneal dystrophy, and mouse models of myotonic dystrophy. superSTR is a highly computationally-efficient repeat expansion tool screening and detection tool for genomewide novel repeat expansion analysis, significantly outperforming existing methods. superSTR is available from https://github.com/bahlolab/superSTR .

iLINCS (http://ilincs.org) is an integrative web-based platform for analysis of omics data and signatures of cellular perturbations. The portal facilitates analysis of user-submitted omics signatures of diseases and cellular perturbations in the context of a large compendium of pre-computed signatures (>200,000), as well as mining and re-analysis of the large collection of omics datasets (>10,000), pre-computed signatures and their connections. Analytics workflows driven by user-friendly interfaces enable users with only conceptual understanding of the analysis strategy to execute sophisticated analyses of omics signatures, such as systems biology analysis and interpretation of signatures, mechanism of action analysis and signature-driven drug re-positioning. iLINCS workflows integrate a range of analytics and interactive visualization tools into a comprehensive platform for analysis of omics signatures. There are only few platforms that integrate multiple omics data types, bioinformatics tools, and interfaces for integrative analyses and visualization that do not require any computer programming skills. Among them, iLINCS is unique in terms of the scope and versatility of the data it provides and the analytics it facilitates.

Repeat expansions cause over 30, predominantly neurogenetic, inherited disorders. These can present with overlapping clinical phenotypes, making molecular diagnosis challenging. Single gene or small panel PCR-based methods are employed to identify the precise genetic cause, but can be slow and costly, and often yield no result. Genomic analysis via whole exome and whole genome sequencing (WES and WGS) is being increasingly performed to diagnose genetic disorders. However, until recently analysis protocols could not identify repeat expansions in these datasets. A new method, called exSTRa (expanded Short Tandem Repeat algorithm) for the identification of repeat expansions using either WES or WGS was developed and performance of exSTRa was assessed in a simulation study. In addition, four retrospective cohorts of individuals with eleven different known repeat expansion disorders were analysed with the new method. Results were assessed by comparing to known disease status. Performance was also compared to three other analysis methods (ExpansionHunter, STRetch and TREDPARSE), which were developed specifically for WGS data. Expansions in the STR loci assessed were successfully identified in WES and WGS datasets by all four methods, with high specificity and sensitivity, excepting the FRAXA STR where expansions were unlikely to be detected. Overall exSTRa demonstrated more robust/superior performance for WES data in comparison to the other three methods. exSTRa can be applied to existing WES or WGS data to identify likely repeat expansions and can be used to investigate any STR of interest, by specifying location and repeat motif. We demonstrate that methods such as exSTRa can be effectively utilized as a screening tool to interrogate WES data generated with PCR-based library preparations and WGS data generated using either PCR-based or PCR-free library protocols, for repeat expansions which can then be followed up with specific diagnostic tests. exSTRa is available via GitHub (https://github.com/bahlolab/exSTRa).

Genomic technologies such as Next Generation Sequencing (NGS) are revolutionizing molecular diagnostics and clinical medicine. However, these approaches have proven inefficient at identifying pathogenic repeat expansions. Here, we apply a collection of bioinformatics tools that can be utilized to identify either known or novel expanded repeat sequences in NGS data. We performed genetic studies of a cohort of 35 individuals from 22 families with a clinical diagnosis of cerebellar ataxia with neuropathy and bilateral vestibular areflexia syndrome (CANVAS). Analysis of whole genome sequence (WGS) data with five independent algorithms identified a recessively inherited intronic repeat expansion [(AAGGG)exp] in the gene encoding Replication Factor C1 ( RFC1 ). This motif, not reported in the reference sequence, localized to an Alu element and replaced the reference (AAAAG)[11][1] short tandem repeat. Genetic analyses confirmed the pathogenic expansion in 18 of 22 CANVAS families and identified a core ancestral haplotype, estimated to have arisen in Europe over twenty-five thousand years ago. WGS of the four RFC1 negative CANVAS families identified plausible variants in three, with genomic re-diagnosis of SCA3, spastic ataxia of the Charlevoix-Saguenay type and SCA45. This study identified the genetic basis of CANVAS and demonstrated that these improved bioinformatics tools increase the diagnostic utility of WGS to determine the genetic basis of a heterogeneous group of clinically overlapping neurogenetic disorders. [1]: #ref-11

Abstract Objective To compare the frequency and impact on channel function of KCNH2 variants in SUDEP patients with epilepsy controls comprising patients older than 50 years, a group with low SUDEP risk, and establish loss-of-function KCNH2 variants as predictive biomarkers of SUDEP risk. Methods We searched for KCNH2 variants with a minor allele frequency of < 5%. Functional analysis in Xenopus laevis oocytes was performed for all KCNH2 variants identified. Results KCNH2 variants were found in 11.1% (10/90) of SUDEP individuals compared to 6.0% (20/332) of epilepsy controls ( p = 0.11). Loss-of-function KCNH2 variants, defined as causing > 20% reduction in maximal amplitude, were observed in 8.9% (8/90) SUDEP patients compared to 3.3% (11/332) epilepsy controls suggesting about three-fold enrichment (nominal p = 0.04). KCNH2 variants that did not change channel function occurred at a similar frequency in SUDEP (2.2%; 2/90) and epilepsy control (2.7%; 9/332) cohorts ( p > 0.99). Rare KCNH2 variants (< 1% allele frequency) associated with greater loss of function and an ∼11-fold enrichment in the SUDEP cohort (nominal p = 0.03). In silico tools were unable to predict the impact of a variant on function highlighting the need for electrophysiological analysis. Conclusions These data show that loss-of-function KCNH2 variants are enriched in SUDEP patients and suggest that cardiac mechanisms contribute to SUDEP risk. We propose that genetic screening in combination with functional analysis can identify loss-of-function KCNH2 variants that could act as biomarkers of an individual’s SUDEP risk.