Genome-wide association studies (GWAS) have laid the foundation for investigations into the biology of complex traits, drug development and clinical guidelines. However, the majority of discovery efforts are based on data from populations of European ancestry1–3. In light of the differential genetic architecture that is known to exist between populations, bias in representation can exacerbate existing disease and healthcare disparities. Critical variants may be missed if they have a low frequency or are completely absent in European populations, especially as the field shifts its attention towards rare variants, which are more likely to be population-specific4–10. Additionally, effect sizes and their derived risk prediction scores derived in one population may not accurately extrapolate to other populations11,12. Here we demonstrate the value of diverse, multi-ethnic participants in large-scale genomic studies. The Population Architecture using Genomics and Epidemiology (PAGE) study conducted a GWAS of 26 clinical and behavioural phenotypes in 49,839 non-European individuals. Using strategies tailored for analysis of multi-ethnic and admixed populations, we describe a framework for analysing diverse populations, identify 27 novel loci and 38 secondary signals at known loci, as well as replicate 1,444 GWAS catalogue associations across these traits. Our data show evidence of effect-size heterogeneity across ancestries for published GWAS associations, substantial benefits for fine-mapping using diverse cohorts and insights into clinical implications. In the United States—where minority populations have a disproportionately higher burden of chronic conditions13—the lack of representation of diverse populations in genetic research will result in inequitable access to precision medicine for those with the highest burden of disease. We strongly advocate for continued, large genome-wide efforts in diverse populations to maximize genetic discovery and reduce health disparities. Genetic analyses of ancestrally diverse populations show evidence of heterogeneity across ancestries and provide insights into clinical implications, highlighting the importance of including ancestrally diverse populations to maximize genetic discovery and reduce health disparities.

After the recent discovery that common genetic variation in 8q24 influences inherited risk of prostate cancer, we genotyped 2,973 SNPs in up to 7,518 men with and without prostate cancer from five populations. We identified seven risk variants, five of them previously undescribed, spanning 430 kb and each independently predicting risk for prostate cancer (P = 7.9 x 10(-19) for the strongest association, and P < 1.5 x 10(-4) for five of the variants, after controlling for each of the others). The variants define common genotypes that span a more than fivefold range of susceptibility to cancer in some populations. None of the prostate cancer risk variants aligns to a known gene or alters the coding sequence of an encoded protein.

Christopher Haiman and colleagues report a genome-wide association study for estrogen receptor (ER)-negative breast cancer in women of African and European ancestry. They identify a variant at the TERT-CLPTM1L locus on 5p15 as associated with ER-negative and triple-negative breast cancer. This locus also harbors multiple variants associated with a range of other cancers. Estrogen receptor (ER)-negative breast cancer shows a higher incidence in women of African ancestry compared to women of European ancestry. In search of common risk alleles for ER-negative breast cancer, we combined genome-wide association study (GWAS) data from women of African ancestry (1,004 ER-negative cases and 2,745 controls) and European ancestry (1,718 ER-negative cases and 3,670 controls), with replication testing conducted in an additional 2,292 ER-negative cases and 16,901 controls of European ancestry. We identified a common risk variant for ER-negative breast cancer at the TERT-CLPTM1L locus on chromosome 5p15 (rs10069690: per-allele odds ratio (OR) = 1.18 per allele, P = 1.0 × 10−10). The variant was also significantly associated with triple-negative (ER-negative, progesterone receptor (PR)-negative and human epidermal growth factor-2 (HER2)-negative) breast cancer (OR = 1.25, P = 1.1 × 10−9), particularly in younger women (<50 years of age) (OR = 1.48, P = 1.9 × 10−9). Our results identify a genetic locus associated with estrogen receptor negative breast cancer subtypes in multiple populations.

Abstract Statistical imputation applied to genome-wide array data is the most cost-effective approach to complete the catalog of genetic variation in a study population. However, imputed genotypes in underrepresented populations incur greater inaccuracies due to ascertainment bias and a lack of representation among reference individuals,, further contributing to the obstacles to study these populations. Here we examined the consequences due to the lack of representation by genotyping a functionally important, Polynesian-specific variant, rs373863828, in the CREBRF gene, in a large number of self-reported Native Hawai’ians (N=3,693) from the Multiethnic Cohort. We found the derived allele of rs373863828 was significantly associated with several adiposity traits with large effects ( e.g. 0.214 s.d., or approximately 1.28 kg/m 2 , per allele, in BMI as the most significant; P = 7.5×10 −5 ). Due to the current absence of Polynesian representation in publicly accessible reference sequences, rs373863828 or any of its proxies could not be tested through imputation using these existing resources. Moreover, the association signals at this Polynesian-specific variant could not be captured by alternative approaches, such as admixture mapping. In contrast, highly accurate imputation can be achieved even if a small number (<200) of Polynesian reference individuals were available. By constructing an internal set of Polynesian reference individuals, we were able to increase sample size for analysis up to 3,936 individuals, and improved the statistical evidence of association (e.g. p = 1.5×10 −7 , 3×10 −6 , and 1.4×10 −4 for BMI, hip circumference, and T2D, respectively). Taken together, our results suggest the alarming possibility that lack of representation in reference panels would inhibit discovery of functionally important, population-specific loci such as CREBRF . Yet, they could be easily detected and prioritized with improved representation of diverse populations in sequencing studies.

Abstract T cell responses to minor histocompatibility antigens (mHAs) mediate graft versus leukemia (GvL) effects and graft versus host disease (GvHD) in allogeneic hematopoietic cell transplant (alloHCT). Therapies that boost T cell responses improve the efficacy of alloHCT; however, these have been limited by concurrent increases in the incidence and severity of GvHD. mHAs with expression restricted to hematopoietic tissue (GvL mHAs) are attractive targets for driving GvL without causing GvHD. Prior work to identify mHAs has focused on a small set of mHAs or population-level SNP association studies. We report here the discovery of a large set of novel GvL mHAs based on predicted peptide immunogenicity, restriction of expression to hematopoietic tissue or GvHD target organs, and degree of sharing among donor-recipient pairs (DRPs) in the DISCOVeRY-BMT dataset of 3231 alloHCT DRPs. The total number of predicted mHAs and count within each class of predicted mHAs significantly differed by recipient genomic ancestry group, with European American>Hispanic>African American for each. The number of mHAs also differed markedly by HLA allele, even among alleles of the same gene. From the pool of predicted mHAs, we identified the smallest sets of GvL mHAs needed to cover 100% of DRPs with a given HLA allele. We then used mass spectrometry to search for high population frequency mHAs for three common HLA alleles. We validated a total of 24 novel predicted GvL mHAs that cumulatively are found within 98.8%, 60.7%, and 78.9% of DRPs within DISCOVeRY-BMT that express HLA-A*02:01, HLA-B*35:01, and HLA-C*07:02 respectively. We also confirmed in vivo immunogenicity of one example novel mHA via coculture of healthy human CD8 T cells with mHA-pulsed dendritic cells. This work demonstrates that identification of shared mHAs is a feasible and promising technique for expanding mHA-targeting immunotherapeutics to larger numbers of patients.

The role of common genetic variation in susceptibility to acute myeloid leukemia (AML), and myelodysplastic syndrome (MDS), a group of rare clonal hematologic disorders characterized by dysplastic hematopoiesis and high mortality, remains unclear. We performed AML and MDS genome-wide association studies (GWAS) in the DISCOVeRY-BMT cohorts (2309 cases and 2814 controls). Association analysis based on subsets (ASSET) was used to conduct a summary statistics SNP-based analysis of MDS and AML subtypes. For each AML and MDS case and control we used PrediXcan to estimate the component of gene expression determined by their genetic profile and correlate this imputed gene expression level with risk of developing disease in a transcriptome-wide association study (TWAS). ASSET identified an increased risk for de novo AML and MDS (OR=1.38, 95% CI, 1.26-1.51, Pmeta=2.8×10-12) in patients carrying the T allele at rs12203592 in Interferon Regulatory Factor 4 ( IRF4 ), a transcription factor which regulates myeloid and lymphoid hematopoietic differentiation. Our TWAS analyses showed increased IRF4 gene expression is associated with increased risk of de novo AML and MDS (OR=3.90, 95% CI, 2.36-6.44, Pmeta =1.0×10-7). The identification of IRF4 by both GWAS and TWAS contributes valuable insight on the role of genetic variation in AML and MDS susceptibility.### Competing Interest StatementThe authors have declared no competing interest.

ABSTRACT The role of minor histocompatibility antigens (mHAs) in mediating graft versus leukemia (GvL) and graft versus host disease (GvHD) following allogeneic hematopoietic cell transplantation (alloHCT) is recognized but not well-characterized. By implementing improved methods for mHA prediction in two large patient cohorts, this study aimed to comprehensively explore the role of mHAs in alloHCT by analyzing whether (1) the number of predicted mHAs, or (2) individual mHAs are associated with clinical outcomes using multi-variate survival models corrected for multiple testing. Cox proportional hazard results showed that patients with a class I mHA count greater than the population median had an increased hazard of GvHD mortality (HR=1.39, 95%CI 1.01, 1.77, P=0.046). Competing risk analyses identified the class I mHAs DLRCKYISL (gene GSTP ), WEHGPTSLL ( CRISPLD2 ) and STSPTTNVL ( SERPINF2 ) were associated with increased GVHD death (HR=2.84, 95%CI 1.52, 5.31, P=0.01), decreased leukemia-free survival (LFS) (HR=1.94,95%CI 1.27, 2.95, P=0.044), and increased disease-related mortality (DRM) (HR=2.32, 95%CI 1.5, 3.6, P=0.008), respectively. One class II mHA YQEIAAIPSAGRERQ (T ACC2 ) was associated with increased risk of treatment-related mortality (TRM) (HR=3.05, 95%CI 1.75, 5.31, P=0.02). WEHGPTSLL and STSPTTNVL were present in conjunction within HLA haplotype B*40:01-C*03:04 and showed a positive dose-response relationship with increased all-cause mortality and DRM and decreased LFS, indicating these two mHAs contribute to risk of mortality in an additive manner. Our study reports the first large scale investigation of the associations of predicted class I and class II mHA peptides with clinical outcomes following alloHCT. Graphical Abstract

Abstract Several studies have found associations between higher pancreatic fat content and adverse health outcomes, such as diabetes and the metabolic syndrome, but investigations into the genetic contributions to pancreatic fat are limited. This genome-wide association study, comprised of 804 participants with MRI-assessed pancreatic fat measurements, was conducted in the ethnically diverse Multiethnic Cohort-Adiposity Phenotype Study (MEC-APS). Two genetic variants reaching genome-wide significance, rs73449607 on chromosome 13q21.2 (Beta = −0.67, P = 4.50×10 -8 ) and rs7996760 on chromosome 6q14 (Beta = −0.90, P = 4.91×10 -8 ) were associated with percent pancreatic fat on the log scale. Rs73449607 was most common in the African American population (13%) and rs79967607 was most common in the European American population (6%). Rs73449607 was also suggestively associated with lower risk of type 2 diabetes (OR = 0.95, 95% CI = 0.89-1.00, P = 0.047) in the Population Architecture Genomics and Epidemiology (PAGE) Study and the DIAbetes Genetics Replication and Meta-analysis (DIAGRAM), which included substantial numbers of non-European ancestry participants (53,102 cases and 193,679 controls). Rs73449607 is located in an intergenic region between GSX1 and PLUT , and rs79967607 is in intron 1 of EPM2A . PLUT , a linkRNA , regulates transcription of an adjacent gene, PDX1 , that controls beta-cell function in the mature pancreas, and EPM2A encodes the protein laforin, which plays a critical role in regulating glycogen production. If validated, these variants may suggest a genetic component for pancreatic fat and a common etiologic link between pancreatic fat and type 2 diabetes.

Genome-wide association studies (GWAS) have laid the foundation for many downstream investigations, including the biology of complex traits, drug development, and clinical guidelines. However, the dominance of European-ancestry populations in GWAS creates a biased view of human variation and hinders the translation of genetic associations into clinical and public health applications. To demonstrate the benefit of studying underrepresented populations, the Population Architecture using Genomics and Epidemiology (PAGE) study conducted a GWAS of 26 clinical and behavioral phenotypes in 49,839 non-European individuals. Using novel strategies for multi-ethnic analysis of admixed populations, we confirm 574 GWAS catalog variants across these traits, and find 28 novel loci and 42 residual signals in known loci. Our data show strong evidence of effect-size heterogeneity across ancestries for published GWAS associations, which substantially restricts genetically-guided precision medicine. We advocate for new, large genome-wide efforts in diverse populations to reduce health disparities.