Copy number variation (CNV) of DNA sequences is functionally significant but has yet to be fully ascertained. We have constructed a first-generation CNV map of the human genome through the study of 270 individuals from four populations with ancestry in Europe, Africa or Asia (the HapMap collection). DNA from these individuals was screened for CNV using two complementary technologies: single-nucleotide polymorphism (SNP) genotyping arrays, and clone-based comparative genomic hybridization. A total of 1,447 copy number variable regions (CNVRs), which can encompass overlapping or adjacent gains or losses, covering 360 megabases (12% of the genome) were identified in these populations. These CNVRs contained hundreds of genes, disease loci, functional elements and segmental duplications. Notably, the CNVRs encompassed more nucleotide content per genome than SNPs, underscoring the importance of CNV in genetic diversity and evolution. The data obtained delineate linkage disequilibrium patterns for many CNVs, and reveal marked variation in copy number among populations. We also demonstrate the utility of this resource for genetic disease studies. Where to next after sequencing the human genome? We want to know how human genomes differ from each other. Last year the International HapMap Project published a map of single nucleotide changes, and now an international consortium has mapped even larger areas of differences, called copy number variants (CNVs). Each CNV involves at least 1,000 base-pair differences between individuals, and they have been linked to both benign and disease-causing changes in the genome. The new map is based on analysis of DNA from 270 individuals. Over 1,400 CNVs were found, covering 12% of the genome. This makes them far more prevalent than was thought, and suggests that unless analysed for directly, these differences could be missed by present strategies used to identify genes mutated in genetic diseases. Last year the first map of single nucleotide changes was published; now an international consortium has mapped even larger areas of differences, called copy number variants. These variants are at least 1,000-base-pair differences between individual people, and have been linked to both benign and disease-causing changes in the human genome.

Structural variations of DNA greater than 1 kilobase in size account for most bases that vary among human genomes, but are still relatively under-ascertained. Here we use tiling oligonucleotide microarrays, comprising 42 million probes, to generate a comprehensive map of 11,700 copy number variations (CNVs) greater than 443 base pairs, of which most (8,599) have been validated independently. For 4,978 of these CNVs, we generated reference genotypes from 450 individuals of European, African or East Asian ancestry. The predominant mutational mechanisms differ among CNV size classes. Retrotransposition has duplicated and inserted some coding and non-coding DNA segments randomly around the genome. Furthermore, by correlation with known trait-associated single nucleotide polymorphisms (SNPs), we identified 30 loci with CNVs that are candidates for influencing disease susceptibility. Despite this, having assessed the completeness of our map and the patterns of linkage disequilibrium between CNVs and SNPs, we conclude that, for complex traits, the heritability void left by genome-wide association studies will not be accounted for by common CNVs. Copy number variations or CNVs are a common form of genetic variation between individuals, caused by genomic rearrangements, either inherited or due to de novo mutation. A major collaborative effort using tiling oligonucleotide microarrays and HapMap samples has generated a comprehensive working map of 11,700 CNVs in the human genome. About half of these were also genotyped in individuals of different ancestry — European, African or East Asian. Thirty loci with CNVs that are candidates for influencing disease susceptibility were identified. Published online last October, this vast data set is a landmark in terms of completeness and spatial resolution, and as John Armour wrote in News & Views , is likely to stand as a definitive resource for years to come. This resource is the main focus of a new genome-wide association study, from the Wellcome Trust Case Control Consortium, of the links between common CNVs and eight common human diseases. Providing a wealth of technical insights to inform future study design and analysis, the Wellcome study also implies that common CNVs that can be genotyped using existing platforms are unlikely to have a major role in the genetic basis of common diseases. Much genetic variation among humans can be accounted for by structural DNA differences that are greater than 1 kilobase in size. Here, using tiling oligonucleotide arrays and HapMap samples, a map of 11,700 copy number variations (CNVs) bigger than 443 base pairs has been generated. About half of these CNVs were also genotyped in individuals of different ancestry. The results offer insight into the relative prevalence of mechanisms that generate CNVs, their evolution, and their contribution to complex genetic diseases.

Starch consumption is a prominent characteristic of agricultural societies and hunter-gatherers in arid environments. In contrast, rainforest and circum-arctic hunter-gatherers and some pastoralists consume much less starch1,2,3. This behavioral variation raises the possibility that different selective pressures have acted on amylase, the enzyme responsible for starch hydrolysis4. We found that copy number of the salivary amylase gene (AMY1) is correlated positively with salivary amylase protein level and that individuals from populations with high-starch diets have, on average, more AMY1 copies than those with traditionally low-starch diets. Comparisons with other loci in a subset of these populations suggest that the extent of AMY1 copy number differentiation is highly unusual. This example of positive selection on a copy number–variable gene is, to our knowledge, one of the first discovered in the human genome. Higher AMY1 copy numbers and protein levels probably improve the digestion of starchy foods and may buffer against the fitness-reducing effects of intestinal disease.

Connie Bezzina, Richard Redon and colleagues show that common variants at SCN5A-SCN10A and HEY2 are associated with Brugada syndrome, a rare disorder with high risk of sudden cardiac death. The newly discovered loci have a large cumulative effect on disease risk and illustrate how common variants can have a strong impact on predisposition to rare diseases. Brugada syndrome is a rare cardiac arrhythmia disorder, causally related to SCN5A mutations in around 20% of cases1,2,3. Through a genome-wide association study of 312 individuals with Brugada syndrome and 1,115 controls, we detected 2 significant association signals at the SCN10A locus (rs10428132) and near the HEY2 gene (rs9388451). Independent replication confirmed both signals (meta-analyses: rs10428132, P = 1.0 × 10−68; rs9388451, P = 5.1 × 10−17) and identified one additional signal in SCN5A (at 3p21; rs11708996, P = 1.0 × 10−14). The cumulative effect of the three loci on disease susceptibility was unexpectedly large (Ptrend = 6.1 × 10−81). The association signals at SCN5A-SCN10A demonstrate that genetic polymorphisms modulating cardiac conduction4,5,6,7 can also influence susceptibility to cardiac arrhythmia. The implication of association with HEY2, supported by new evidence that Hey2 regulates cardiac electrical activity, shows that Brugada syndrome may originate from altered transcriptional programming during cardiac development8. Altogether, our findings indicate that common genetic variation can have a strong impact on the predisposition to rare diseases.

Background: Autism spectrum disorders (ASD) refer to a broader group of neurobiological conditions, pervasive developmental disorders. They are characterised by a symptomatic triad associated with qualitative changes in social interactions, defect in communication abilities, and repetitive and stereotyped interests and activities. ASD is prevalent in 1 to 3 per 1000 people. Despite several arguments for a strong genetic contribution, the molecular basis of a most cases remains unexplained. About 5% of patients with autism have a chromosome abnormality visible with cytogenetic methods. The most frequent are 15q11–q13 duplication, 2q37 and 22q13.3 deletions. Many other chromosomal imbalances have been described. However, most of them remain undetectable using routine karyotype analysis, thus impeding diagnosis and genetic counselling. Methods and results: 29 patients presenting with syndromic ASD were investigated using a DNA microarray constructed from large insert clones spaced at approximately 1 Mb intervals across the genome. Eight clinically relevant rearrangements were identified in 8 (27.5%) patients: six deletions and two duplications. Altered segments ranged in size from 1.4 to 16 Mb (2–19 clones). No recurrent abnormality was identified. Conclusion: These results clearly show that array comparative genomic hybridisation should be considered to be an essential aspect of the genetic analysis of patients with syndromic ASD. Moreover, besides their importance for diagnosis and genetic counselling, they may allow the delineation of new contiguous gene syndromes associated with ASD. Finally, the detailed molecular analysis of the rearranged regions may pave the way for the identification of new ASD genes.

Pitt-Hopkins syndrome (PHS) is a rare syndromic encephalopathy characterized by daily bouts of hyperventilation and a facial gestalt. We report a 1.8-Mb de novo microdeletion on chromosome 18q21.1, identified by array-comparative genomic hybridization in one patient with PHS. We subsequently identified two de novo heterozygous missense mutations of a conserved amino acid in the basic region of the TCF4 gene in three additional subjects with PHS. These findings demonstrate that TCF4 anomalies are responsible for PHS and provide the first evidence of a human disorder related to class I basic helix-loop-helix transcription-factor defects (also known as "E proteins"). Moreover, our data may shed new light on the normal processes underlying autonomic nervous system development and maintenance of an appropriate ventilatory neuronal circuitry.

Abstract France has a population with extensive internal fine-structure; and while public imputation reference panels contain an abundance of European genomes, there include few French genomes. Intuitively, using a ‘study specific panel’ (SSP) for France would therefore likely be beneficial. To investigate, we imputed 550 French individuals using either the University of Michigan imputation server with the Haplotype Reference Consortium panel, or in-house using an SSP of 850 whole-genome sequenced French individuals. With approximate geo-localization of both our target and SSP individuals we are able to pinpoint different scenarios where SSP-based imputation would be preferred over server-based imputation or vice-versa. We could also show to a high degree of resolution how the proximity of the reference panel to a target individual determined the accuracy of both haplotype phasing and genotype imputation. Previous comparisons of different strategies have shown the benefits of combining public reference panels with SSPs. Getting the best out of both resources simultaneously is unfortunately impractical. We put forward a pragmatic solution where server-based and SSP-based imputation outcomes can be combined based on comparing posterior genotype probabilities. Such an approach can give a level of imputation accuracy markedly in excess of what could be achieved with either strategy alone.

Abstract European genetic ancestry originates from three main ancestral populations - Western hunter-gatherers, early European farmers and Yamnaya Eurasian herders - whose edges geographically met in present-day France. Despite its central role to our understanding of how the ancestral populations interacted and gave rise to modern population structure, the population history of France has remained largely understudied. Here, we analysed the high-coverage whole-genome sequences and genome-wide genotype profiles of respectively 856 and 3,234 present-day individuals from the northern half of France, and merged them with publicly available present-day and ancient Europe-wide genotype datasets. We also explored, for the first time, the whole-genome sequences of six mediaeval individuals (300-1100 CE) from Western France to gain insights into the genetic impact of what is commonly known as the Migration Period in Europe. We found extensive fine-scale population structure across Brittany and the downstream Loire basin, emphasising the need for investigating local populations to better understand the distribution of rare and putatively deleterious variants across space. Overall, we observed an increased population differentiation between the northern and southern sides of the river Loire, which are characterised by different proportions of steppe vs. Neolithic-related ancestry. Samples from Western Brittany carry the largest levels of steppe ancestry and show high levels of allele sharing with individuals associated with the Bell Beaker complex, levels that are only comparable with those found in populations lying on the northwestern edges of Europe. Together, our results imply that present-day individuals from Western Brittany retain substantial legacy of the genetic changes that occurred in Northwestern Europe following the arrival of the Bell Beaker people c. 2500 BCE. Such genetic legacy may explain the sharing of disease-related alleles with other present-day populations from Western Britain and Ireland.

Abstract Human heart development is governed by transcription factor (TF) networks controlling dynamic and temporal gene expression alterations. Therefore, to comprehensively characterize these transcriptional regulations, day-to-day transcriptomic profiles were generated throughout the directed cardiac differentiation, starting from three distinct human induced pluripotent stem cell lines from healthy donors (32 days). We applied an expression-based correlation score to the chronological expression profiles of the TF genes, and clustered them into 12 sequential gene expression waves. We then identified a regulatory network of more than 23 000 activation and inhibition links between 216 TFs. Within this network, we observed previously unknown inferred transcriptional activations linking IRX3 and IRX5 TFs to three master cardiac TFs: GATA4, NKX2-5 and TBX5. Luciferase and co-immunoprecipitation assays demonstrated that these 5 TFs could (1) activate each other’s expression, (2) interact physically as multiprotein complexes and (3) together, finely regulate the expression of SCN5A , encoding the major cardiac sodium channel. Altogether, these results unveiled thousands of interactions between TFs, generating multiple robust hypotheses governing human cardiac development.

Abstract Genotype-phenotype association tests are typically adjusted for population stratification using principal components that are estimated genome-wide. This lacks resolution when analysing populations with fine structure and/or individuals with fine levels of admixture. This can affect power and precision, and is a particularly relevant consideration when control individuals are recruited using geographic selection criteria. Such is the case in France where we have recently created reference panels of individuals anchored to different geographic regions. To make correct comparisons against case groups, who would likely be gathered from large urban areas, new methods are needed. We present SURFBAT (a SURrogate Family Based Association Test) which performs an approximation of the transmission-disequilibrium test. Our method hinges on the application of genotype imputation algorithms to match similar haplotypes between the case and control groups. This permits us to approximate local ancestry informed posterior probabilities of un-transmitted parental alleles of each case individual. SURFBAT provides an association test that is inherently robust to fine-scale population stratification and opens up the possibility of efficiently using large imputation reference panels as control groups for association testing. The method is suitable when the control panel spans the local ancestry spectrum of the case-group population and each control has similar paternal and maternal ancestries. This is the case for our reference panels where individuals have their four grand-parents born in the same geographic area. In contrast to other methods for association testing that incorporate local-ancestry inference, SURFBAT does not require a set of ancestry groups to be defined, nor for local ancestry to be explicitly estimated. We demonstrate the interest of our tool on simulated datasets created from the 1000 Genomes project and the FranceGenRef project, as well as on a real-data example for a group of case individuals affected by Brugada syndrome.