Velo-cardio-facial syndrome (VCFS)/DiGeorge syndrome (DGS) is a human disorder characterized by a number of phenotypic features including cardiovascular defects. Most VCFS/DGS patients are hemizygous for a 1.5–3.0 Mb region of 22q11. To investigate the etiology of this disorder, we used a cre-loxP strategy to generate mice that are hemizygous for a 1.5 Mb deletion corresponding to that on 22q11. These mice exhibit significant perinatal lethality and have conotruncal and parathyroid defects. The conotruncal defects can be partially rescued by a human BAC containing the TBX1 gene. Mice heterozygous for a null mutation in Tbx1 develop conotruncal defects. These results together with the expression patterns of Tbx1 suggest a major role for this gene in the molecular etiology of VCFS/DGS.

For more than a decade, risk stratification for hypertrophic cardiomyopathy has been enhanced by targeted genetic testing. Using sequencing results, clinicians routinely assess the risk of hypertrophic cardiomyopathy in a patient's relatives and diagnose the condition in patients who have ambiguous clinical presentations. However, the benefits of genetic testing come with the risk that variants may be misclassified.Using publicly accessible exome data, we identified variants that have previously been considered causal in hypertrophic cardiomyopathy and that are overrepresented in the general population. We studied these variants in diverse populations and reevaluated their initial ascertainments in the medical literature. We reviewed patient records at a leading genetic-testing laboratory for occurrences of these variants during the near-decade-long history of the laboratory.Multiple patients, all of whom were of African or unspecified ancestry, received positive reports, with variants misclassified as pathogenic on the basis of the understanding at the time of testing. Subsequently, all reported variants were recategorized as benign. The mutations that were most common in the general population were significantly more common among black Americans than among white Americans (P<0.001). Simulations showed that the inclusion of even small numbers of black Americans in control cohorts probably would have prevented these misclassifications. We identified methodologic shortcomings that contributed to these errors in the medical literature.The misclassification of benign variants as pathogenic that we found in our study shows the need for sequencing the genomes of diverse populations, both in asymptomatic controls and the tested patient population. These results expand on current guidelines, which recommend the use of ancestry-matched controls to interpret variants. As additional populations of different ancestry backgrounds are sequenced, we expect variant reclassifications to increase, particularly for ancestry groups that have historically been less well studied. (Funded by the National Institutes of Health.).

The accurate interpretation of variation in Mendelian disease genes has lagged behind data generation as sequencing has become increasingly accessible. Ongoing large sequencing efforts present huge interpretive challenges, but they also provide an invaluable opportunity to characterize the spectrum and importance of rare variation.We analyzed sequence data from 7,855 clinical cardiomyopathy cases and 60,706 Exome Aggregation Consortium (ExAC) reference samples to obtain a better understanding of genetic variation in a representative autosomal dominant disorder.We found that in some genes previously reported as important causes of a given cardiomyopathy, rare variation is not clinically informative because there is an unacceptably high likelihood of false-positive interpretation. By contrast, in other genes, we find that diagnostic laboratories may be overly conservative when assessing variant pathogenicity.We outline improved analytical approaches that evaluate which genes and variant classes are interpretable and propose that these will increase the clinical utility of testing across a range of Mendelian diseases.Genet Med 19 2, 192-203.

The chromosome 22q11 region is susceptible to rearrangements that are associated with congenital anomaly disorders and malignant tumors. Three congenital anomaly disorders, cat-eye syndrome, der() syndrome and velo-cardio-facial syndrome/DiGeorge syndrome (VCFS/DGS) are associated with tetrasomy, trisomy or monosomy, respectively, for part of chromosome 22q11. VCFS/DGS is the most common syndrome associated with 22q11 rearrangements. In order to determine whether there are particular regions on 22q11 that are prone to rearrangements, the deletion end-points in a large number of VCFS/DGS patients were defined by haplotype analysis. Most VCFS/DGS patients have a similar 3 Mb deletion, some have a nested distal deletion breakpoint resulting in a 1.5 Mb deletion and a few rare patients have unique deletions or translocations. The high prevalence of the disorder in the population and the fact that most cases occur sporadically suggest that sequences at or near the breakpoints confer susceptibility to chromosome rearrangements. To investigate this hypothesis, we developed hamster-human somatic hybrid cell lines from VCFS/DGS patients with all three classes of deletions and we now show that the breakpoints occur within similar low copy repeats, termed LCR22s. To support this idea further, we identified a family that carries an interstitial duplication of the same 3 Mb region that is deleted in VCFS/DGS patients. We present models to explain how the LCR22s can mediate different homologous recombination events, thereby generating a number of rearrangements that are associated with congenital anomaly disorders. We identified five additional copies of the LCR22 on 22q11 that may mediate other rearrangements leading to disease.

There is tremendous potential for genome sequencing to improve clinical diagnosis and care once it becomes routinely accessible, but this will require formalizing research methods into clinical best practices in the areas of sequence data generation, analysis, interpretation and reporting. The CLARITY Challenge was designed to spur convergence in methods for diagnosing genetic disease starting from clinical case history and genome sequencing data. DNA samples were obtained from three families with heritable genetic disorders and genomic sequence data were donated by sequencing platform vendors. The challenge was to analyze and interpret these data with the goals of identifying disease-causing variants and reporting the findings in a clinically useful format. Participating contestant groups were solicited broadly, and an independent panel of judges evaluated their performance. A total of 30 international groups were engaged. The entries reveal a general convergence of practices on most elements of the analysis and interpretation process. However, even given this commonality of approach, only two groups identified the consensus candidate variants in all disease cases, demonstrating a need for consistent fine-tuning of the generally accepted methods. There was greater diversity of the final clinical report content and in the patient consenting process, demonstrating that these areas require additional exploration and standardization. The CLARITY Challenge provides a comprehensive assessment of current practices for using genome sequencing to diagnose and report genetic diseases. There is remarkable convergence in bioinformatic techniques, but medical interpretation and reporting are areas that require further development by many groups.

PurposeWhole-exome and whole-genome sequencing have transformed the discovery of genetic variants that cause human Mendelian disease, but discriminating pathogenic from benign variants remains a daunting challenge. Rarity is recognized as a necessary, although not sufficient, criterion for pathogenicity, but frequency cutoffs used in Mendelian analysis are often arbitrary and overly lenient. Recent very large reference datasets, such as the Exome Aggregation Consortium (ExAC), provide an unprecedented opportunity to obtain robust frequency estimates even for very rare variants.MethodsWe present a statistical framework for the frequency-based filtering of candidate disease-causing variants, accounting for disease prevalence, genetic and allelic heterogeneity, inheritance mode, penetrance, and sampling variance in reference datasets.ResultsUsing the example of cardiomyopathy, we show that our approach reduces by two-thirds the number of candidate variants under consideration in the average exome, without removing true pathogenic variants (false-positive rate<0.001).ConclusionWe outline a statistically robust framework for assessing whether a variant is “too common” to be causative for a Mendelian disorder of interest. We present precomputed allele frequency cutoffs for all variants in the ExAC dataset.

Objective— Children with Hutchinson-Gilford progeria syndrome (HGPS) exhibit dramatically accelerated cardiovascular disease (CVD), causing death from myocardial infarction or stroke between the ages of 7 and 20 years. We undertook the first histological comparative evaluation between genetically confirmed HGPS and the CVD of aging. Methods and Results— We present structural and immunohistological analysis of cardiovascular tissues from 2 children with HGPS who died of myocardial infarction. Both had features classically associated with the atherosclerosis of aging, as well as arteriolosclerosis of small vessels. In addition, vessels exhibited prominent adventitial fibrosis, a previously undescribed feature of HGPS. Importantly, although progerin was detected at higher rates in the HGPS coronary arteries, it was also present in non-HGPS individuals. Between the ages of 1 month and 97 years, progerin staining increased an average of 3.34% per year ( P <0.0001) in coronary arteries. Conclusion— We find concordance among many aspects of cardiovascular pathology in both HGPS and geriatric patients. HGPS generates a more prominent adventitial fibrosis than typical CVD. Vascular progerin generation in young non-HGPS individuals, which significantly increases throughout life, strongly suggests that progerin has a role in cardiovascular aging of the general population.

The higher throughput and lower per-base cost of next-generation sequencing (NGS) as compared to Sanger sequencing has led to its rapid adoption in clinical testing. The number of laboratories offering NGS-based tests has also grown considerably in the past few years, despite the fact that specific Clinical Laboratory Improvement Amendments of 1988/College of American Pathologists (CAP) laboratory standards had not yet been developed to regulate this technology.To develop a checklist for clinical testing using NGS technology that sets standards for the analytic wet bench process and for bioinformatics or "dry bench" analyses. As NGS-based clinical tests are new to diagnostic testing and are of much greater complexity than traditional Sanger sequencing-based tests, there is an urgent need to develop new regulatory standards for laboratories offering these tests.To develop the necessary regulatory framework for NGS and to facilitate appropriate adoption of this technology for clinical testing, CAP formed a committee in 2011, the NGS Work Group, to deliberate upon the contents to be included in the checklist. Results . -A total of 18 laboratory accreditation checklist requirements for the analytic wet bench process and bioinformatics analysis processes have been included within CAP's molecular pathology checklist (MOL).This report describes the important issues considered by the CAP committee during the development of the new checklist requirements, which address documentation, validation, quality assurance, confirmatory testing, exception logs, monitoring of upgrades, variant interpretation and reporting, incidental findings, data storage, version traceability, and data transfer confidentiality.

Standardized benchmarking approaches are required to assess the accuracy of variants called from sequence data. Although variant-calling tools and the metrics used to assess their performance continue to improve, important challenges remain. Here, as part of the Global Alliance for Genomics and Health (GA4GH), we present a benchmarking framework for variant calling. We provide guidance on how to match variant calls with different representations, define standard performance metrics, and stratify performance by variant type and genome context. We describe limitations of high-confidence calls and regions that can be used as truth sets (for example, single-nucleotide variant concordance of two methods is 99.7% inside versus 76.5% outside high-confidence regions). Our web-based app enables comparison of variant calls against truth sets to obtain a standardized performance report. Our approach has been piloted in the PrecisionFDA variant-calling challenges to identify the best-in-class variant-calling methods within high-confidence regions. Finally, we recommend a set of best practices for using our tools and evaluating the results. A new standard allows the accuracy of variant calls to be assessed and compared across different technologies, variant types and genomic regions.

Genetic testing for families with hypertrophic cardiomyopathy (HCM) provides a significant opportunity to improve care. Recent trends to increase gene panel sizes often mean variants in genes with questionable association are reported to patients. Classification of HCM genes and variants is critical, as misclassification can lead to genetic misdiagnosis. We show the validity of previously reported HCM genes using an established method for evaluating gene-disease associations.A systematic approach was used to assess the validity of reported gene-disease associations, including associations with isolated HCM and syndromes including left ventricular hypertrophy. Genes were categorized as having definitive, strong, moderate, limited, or no evidence of disease causation. We also reviewed current variant classifications for HCM in ClinVar, a publicly available variant resource.Fifty-seven genes were selected for curation based on their frequent inclusion in HCM testing and prior association reports. Of 33 HCM genes, only 8 (24%) were categorized as definitive ( MYBPC3, MYH7, TNNT2, TNNI3, TPM1, ACTC1, MYL2, and MYL3); 3 had moderate evidence ( CSRP3, TNNC1, and JPH2; 33%); and 22 (66%) had limited (n=16) or no evidence (n=6). There were 12 of 24 syndromic genes definitively associated with isolated left ventricular hypertrophy. Of 4191 HCM variants in ClinVar, 31% were in genes with limited or no evidence of disease association.The majority of genes previously reported as causative of HCM and commonly included in diagnostic tests have limited or no evidence of disease association. Systematically curated HCM genes are essential to guide appropriate reporting of variants and ensure the best possible outcomes for HCM families.