Monozygotic (MZ) twin pair discordance for childhood-onset Type 1 Diabetes (T1D) is ∼50%, implicating roles for genetic and non-genetic factors in the aetiology of this complex autoimmune disease. Although significant progress has been made in elucidating the genetics of T1D in recent years, the non-genetic component has remained poorly defined. We hypothesized that epigenetic variation could underlie some of the non-genetic component of T1D aetiology and, thus, performed an epigenome-wide association study (EWAS) for this disease. We generated genome-wide DNA methylation profiles of purified CD14+ monocytes (an immune effector cell type relevant to T1D pathogenesis) from 15 T1D–discordant MZ twin pairs. This identified 132 different CpG sites at which the direction of the intra-MZ pair DNA methylation difference significantly correlated with the diabetic state, i.e. T1D–associated methylation variable positions (T1D–MVPs). We confirmed these T1D–MVPs display statistically significant intra-MZ pair DNA methylation differences in the expected direction in an independent set of T1D–discordant MZ pairs (P = 0.035). Then, to establish the temporal origins of the T1D–MVPs, we generated two further genome-wide datasets and established that, when compared with controls, T1D–MVPs are enriched in singletons both before (P = 0.001) and at (P = 0.015) disease diagnosis, and also in singletons positive for diabetes-associated autoantibodies but disease-free even after 12 years follow-up (P = 0.0023). Combined, these results suggest that T1D–MVPs arise very early in the etiological process that leads to overt T1D. Our EWAS of T1D represents an important contribution toward understanding the etiological role of epigenetic variation in type 1 diabetes, and it is also the first systematic analysis of the temporal origins of disease-associated epigenetic variation for any human complex disease.

DNA methylation patterns are altered in numerous diseases and often correlate with clinically relevant information such as disease subtypes, prognosis and drug response. With suitable assays and after validation in large cohorts, such associations can be exploited for clinical diagnostics and personalized treatment decisions. Here we describe the results of a community-wide benchmarking study comparing the performance of all widely used methods for DNA methylation analysis that are compatible with routine clinical use. We shipped 32 reference samples to 18 laboratories in seven different countries. Researchers in those laboratories collectively contributed 21 locus-specific assays for an average of 27 predefined genomic regions, as well as six global assays. We evaluated assay sensitivity on low-input samples and assessed the assays' ability to discriminate between cell types. Good agreement was observed across all tested methods, with amplicon bisulfite sequencing and bisulfite pyrosequencing showing the best all-round performance. Our technology comparison can inform the selection, optimization and use of DNA methylation assays in large-scale validation studies, biomarker development and clinical diagnostics.

Abstract The Infinium Human Methylation450 and Methylation EPIC BeadChips are useful tools for the study of the methylation state of hundreds of thousands of CpG across the human genome at affordable cost. However, in a wide range of experimental settings in particular for studies in infectious or brain-related diseases, human samples cannot be easily obtained. Hence, due to their close developmental, immunological and neurological proximity with humans, non-human primates are used in many research fields of human diseases and for preclinical research. Few studies have used DNA methylation microarrays in simian models. Microarrays designed for the analysis of DNA methylation patterns in the human genome could be useful given the genomic proximity between human and nonhuman primates. However, there is currently information lacking about the specificity and usability of each probe for many nonhuman primate species, including rhesus macaques ( Macaca mulatta ), originating from Asia, and African green monkeys originating from West-Africa ( Chlorocebus sabaeus) . Rhesus macaques and African green monkeys are among the major nonhuman primate models utilized in biomedical research. Here, we provide a precise evaluation and re-annotation of the probes of the two microarrays for the analysis of genome-wide DNA methylation patterns in these two Cercopithecidae species. We demonstrate that up to 162,000 of the 450K and 255,000 probes of the EPIC BeadChip can be reliably used in Macaca mulatta or Chlorocebus sabaeus . The annotation files are provided in a format compatible with a variety of preprocessing, normalization and analytical pipelines designed for data analysis from 450K/EPIC arrays, facilitating high-throughput DNA methylation analyses in Macaca mulatta and Chlorocebus sabaeus . They provide the opportunity to the research community to focus their analysis only on those probes identified as reliable. The described analytical workflow leaves the choice to the user to balance coverage versus specificity and can also be applied to other Cercopithecidae species.

Endocrine disrupting compounds (EDCs) such as phthalates and phenols can affect placental functioning and fetal health, potentially via epigenetic modifications. We investigated the associations between pregnancy exposure to synthetic phenols and phthalates estimated from repeated urine sampling and genome wide placental DNA methylation. The study is based on 387 women with placental DNA methylation assessed with Infinium MethylationEPIC arrays and with 7 phenols, 13 phthalates, and two non-phthalate plasticizer metabolites measured in pools of urine samples collected twice during pregnancy. We conducted an exploratory analysis on individual CpGs (EWAS) and differentially methylated regions (DMRs) as well as a candidate analysis focusing on 20 previously identified CpGs. Sex-stratified analyses were also performed. In the exploratory analysis, when both sexes were studied together no association was observed in the EWAS. In the sex-stratified analysis, 114 individual CpGs (68 in males, 46 in females) were differentially methylated, encompassing 74 genes (36 for males and 38 for females). We additionally identified 28 DMRs in the entire cohort, 40 for females and 42 for males. Associations were mostly positive (for DMR: 93 % positive associations in the entire cohort, 60 % in the sex-stratified analysis), with the exception of several associations for bisphenols and DINCH metabolites that were negative. Biomarkers associated with most DMRs were parabens, DEHP, and DiNP metabolite concentrations. Some DMRs encompassed imprinted genes including APC (associated with parabens and DiNP metabolites), GNAS (bisphenols), ZIM2;PEG3;MIMT1 (parabens, monoethyl phthalate), and SGCE;PEG10 (parabens, DINCH metabolites). Terms related to adiposity, lipid and glucose metabolism, and cardiovascular function were among the enriched phenotypes associated with differentially methylated CpGs. The candidate analysis identified one CpG mapping to imprinted LGALS8 gene, negatively associated with ethylparaben. By combining improved exposure assessment and extensive placental epigenome coverage, we identified several novel exposure-associated genes, possibly in a sex-specific manner.

ABSTRACT Aberrant DNA methylation is a well-known feature of tumours and has been associated with metastatic melanoma. However, since melanoma cells are highly heterogeneous, it has been challenging to use affected genes to predict tumour aggressiveness, metastatic evolution, and patients’ outcomes. We hypothesized that common aggressive hypermethylation signatures should emerge early in tumorigenesis and should be shared in aggressive cells, independent of the physiological context under which this trait arises. We compared paired melanoma cell lines with the following properties: (i) each pair comprises one aggressive counterpart and its parental cell line, and (ii) the aggressive cell lines were each obtained from different host and their environment (human, rat, and mouse), though starting from the same parent cell line. Next, we developed a multi-step genomic pipeline that combines the DNA methylome profile with a chromosome cluster-oriented analysis. A total of 229 differentially hypermethylated genes were commonly found in the aggressive cell lines. Genome localization analysis revealed hypermethylation peaks and clusters, identifying eight hypermethylated gene promoters for validation in tissues from melanoma patients. Five CpG identified in primary melanoma tissues were transformed into a DNA methylation score that can predict survival (Log-rank test, p =0.0008). This strategy is potentially universally applicable to other diseases involving DNA methylation alterations.

DNA methylation (DNAme) is a key epigenetic mark that regulates critical biological processes maintaining overall genome stability. Given its pleiotropic function, studies of DNAme dynamics are crucial, but currently available tools to interfere with DNAme have limitations and major cytotoxic side effects. Here, we present untransformed and cancer cell models that allow inducible and reversible global modulation of DNAme through DNMT1 depletion. By dynamically assessing the effects of induced passive demethylation through cell divisions at both the whole genome and locus-specific level, we reveal a cooperative activity between DNMT1 and DNMT3B to maintain and control DNAme. Moreover, we show that gradual loss of DNAme is accompanied by progressive and reversible changes in heterochromatin abundance, compartmentalization, and peripheral localization. DNA methylation loss coincided with a gradual reduction of cell fitness due to G1 arrest, but with minor level of mitotic failure. Altogether, this powerful system allows DNMT and DNA methylation studies with fine temporal resolution, which may help to reveal the etiologic link between DNA methylation dysfunction and human disease.