Obesity is a heritable trait and a risk factor for many common diseases such as type 2 diabetes, heart disease, and hypertension. We used a dense whole-genome scan of DNA samples from the Framingham Heart Study participants to identify a common genetic variant near the INSIG2 gene associated with obesity. We have replicated the finding in four separate samples composed of individuals of Western European ancestry, African Americans, and children. The obesity-predisposing genotype is present in 10% of individuals. Our study suggests that common genetic polymorphisms are important determinants of obesity.

Alzheimer's disease (AD) is a genetically complex and heterogeneous disorder. To date four genes have been established to either cause early-onset autosomal-dominant AD (APP, PSEN1, and PSEN2^1–4) or to increase susceptibility for late-onset AD (APOE⁵). However, the heritability of late-onset AD is as high as 80%,⁶ and much of the phenotypic variance remains unexplained to date. We performed a genome-wide association (GWA) analysis using 484,522 single-nucleotide polymorphisms (SNPs) on a large (1,376 samples from 410 families) sample of AD families of self-reported European descent. We identified five SNPs showing either significant or marginally significant genome-wide association with a multivariate phenotype combining affection status and onset age. One of these signals (p = 5.7 × 10⁻¹⁴) was elicited by SNP rs4420638 and probably reflects APOE-ɛ4, which maps 11 kb proximal (r² = 0.78). The other four signals were tested in three additional independent AD family samples composed of nearly 2700 individuals from almost 900 families. Two of these SNPs showed significant association in the replication samples (combined p values 0.007 and 0.00002). The SNP (rs11159647, on chromosome 14q31) with the strongest association signal also showed evidence of association with the same allele in GWA data generated in an independent sample of ∼1,400 AD cases and controls (p = 0.04). Although the precise identity of the underlying locus(i) remains elusive, our study provides compelling evidence for the existence of at least one previously undescribed AD gene that, like APOE-ɛ4, primarily acts as a modifier of onset age.

Michael Cho and colleagues report a genome-wide association study for chronic obstructive pulmonary disease, identifying a susceptibility locus at chromosome 4q22.1 in FAM13A. We performed a genome-wide association study for chronic obstructive pulmonary disease (COPD) in three population cohorts, including 2,940 cases and 1,380 controls who were current or former smokers with normal lung function. We identified a new susceptibility locus at 4q22.1 in FAM13A and replicated this association in one case-control group (n = 1,006) and two family-based cohorts (n = 3,808) (rs7671167, combined P = 1.2 × 10−11, combined odds ratio in case-control studies 0.76, 95% confidence interval 0.69–0.83).

Abstract Attention deficit hyperactivity disorder (ADHD) is a complex condition with environmental and genetic etiologies. Up to this point, research has identified genetic associations with candidate genes from known biological pathways. In order to identify novel ADHD susceptibility genes, 600,000 SNPs were genotyped in 958 ADHD proband‐parent trios. After applying data cleaning procedures we examined 429,981 autosomal SNPs in 909 family trios. We generated six quantitative phenotypes from 18 ADHD symptoms to be used in genome‐wide association analyses. With the PBAT screening algorithm, we identified 2 SNPs, rs6565113 and rs552655 that met the criteria for significance within a specified phenotype. These SNPs are located in intronic regions of genes CDH13 and GFOD1, respectively. CDH13 has been implicated previously in substance use disorders. We also evaluated the association of SNPs from a list of 37 ADHD candidate genes that was specified a priori. These findings, along with association P ‐values with a magnitude less than 10 −5 , are discussed in this manuscript. Seventeen of these candidate genes had association P ‐values lower then 0.01: SLC6A1, SLC9A9, HES1, ADRB2, HTR1E, DDC, ADRA1A, DBH, DRD2, BDNF, TPH2, HTR2A, SLC6A2, PER1, CHRNA4, SNAP25, and COMT. Among the candidate genes, SLC9A9 had the strongest overall associations with 58 association test P ‐values lower than 0.01 and multiple association P ‐values at a magnitude of 10 −5 in this gene. In sum, these findings identify novel genetic associations at viable ADHD candidate genes and provide confirmatory evidence for associations at previous candidate genes. Replication of these results is necessary in order to confirm the proposed genetic variants for ADHD. © 2008 Wiley‐Liss, Inc.

The response to treatment for asthma is characterized by wide interindividual variability, with a significant number of patients who have no response. We hypothesized that a genomewide association study would reveal novel pharmacogenetic determinants of the response to inhaled glucocorticoids.

Genetic variants influencing lung function in children and adults may ultimately lead to the development of chronic obstructive pulmonary disease (COPD), particularly in high-risk groups.

Muscle wasting in chronic obstructive pulmonary disease (COPD) is associated with a poor prognosis and is not readily assessed by measures of body mass index (BMI). BMI does not discriminate between relative proportions of adipose tissue and lean muscle and may be insensitive to early pathologic changes in body composition. Computed tomography (CT)-based assessments of the pectoralis muscles may provide insight into the clinical significance of skeletal muscles in smokers.

Over 10,000 viral genome sequences of the SARS-CoV-2 virus have been made readily available during the ongoing coronavirus pandemic since the initial genome sequence of the virus was released on the open access Virological website ( http://virological.org/ ) early on January 11. We utilize the published data on the single stranded RNAs of 11, 132 SARS-CoV-2 patients in the GISAID (Elbe and Buckland-Merrett, 2017; Shu and McCauley, 2017) database, which contains fully or partially sequenced SARS-CoV-2 samples from laboratories around the world. Among many important research questions which are currently being investigated, one aspect pertains to the genetic characterization/classification of the virus. We analyze data on the nucleotide sequencing of the virus and geographic information of a subset of 7, 640 SARS-CoV-2 patients without missing entries that are available in the GISAID database. Instead of modelling the mutation rate, applying phylogenetic tree approaches, etc., we here utilize a model-free clustering approach that compares the viruses at a genome-wide level. We apply principal component analysis to a similarity matrix that compares all pairs of these SARS-CoV-2 nucleotide sequences at all loci simultaneously, using the Jaccard index (Jaccard, 1901; Tan et al., 2005; Prokopenko et al., 2016; Schlauch et al., 2017). Our analysis results of the SARS-CoV-2 genome data illustrates the geographic and chronological progression of the virus, starting from the first cases that were observed in China to the current wave of cases in Europe and North America. This is in line with a phylogenetic analysis which we use to contrast our results. We also observe that, based on their sequence data, the SARS-CoV-2 viruses cluster in distinct genetic subgroups. It is the subject of ongoing research to examine whether the genetic subgroup could be related to diseases outcome and its potential implications for vaccine development.