The Human Phenotype Ontology (HPO, https://hpo.jax.org) was launched in 2008 to provide a comprehensive logical standard to describe and computationally analyze phenotypic abnormalities found in human disease. The HPO is now a worldwide standard for phenotype exchange. The HPO has grown steadily since its inception due to considerable contributions from clinical experts and researchers from a diverse range of disciplines. Here, we present recent major extensions of the HPO for neurology, nephrology, immunology, pulmonology, newborn screening, and other areas. For example, the seizure subontology now reflects the International League Against Epilepsy (ILAE) guidelines and these enhancements have already shown clinical validity. We present new efforts to harmonize computational definitions of phenotypic abnormalities across the HPO and multiple phenotype ontologies used for animal models of disease. These efforts will benefit software such as Exomiser by improving the accuracy and scope of cross-species phenotype matching. The computational modeling strategy used by the HPO to define disease entities and phenotypic features and distinguish between them is explained in detail.We also report on recent efforts to translate the HPO into indigenous languages. Finally, we summarize recent advances in the use of HPO in electronic health record systems.

Abstract Variants in genes encoding the voltage-gated ion channels are among the most common monogenic causes of epilepsy and neurodevelopmental disorders. Functional effects of a variant are increasingly important for diagnosis and therapeutic decisions. To incorporate knowledge regarding functional consequences in formal clinical variant interpretation, we developed an approach for evaluating multiple functional measurements within the Bayesian framework of the modified ACMG/AMP guidelines. We analyzed 216 functional assessments of 191 variants in SCN1A (n=74), SCN2A (n=66), SCN3A (n=18), and SCN8A (n=33). Of 20 commonly measured biophysical parameters, the most frequent drivers of overall functional consequence were persistent current (f=0.54), voltage dependence of activation (f=0.51), and voltage dependence of fast inactivation (f=0.40) for gain-of-function and peak current (f=0.87) for loss-of-function. By comparing measurements of 23 benign variants, we determined thresholds by which published data on these four parameters confer Strong evidence of variant pathogenicity (likelihood ratio > 18.7) under the ACMG/AMP rubric. Similarly, we delineated evidence weights for the most common epilepsy-related potassium channel gene, KCNQ2 , through reports of 80 pathogenic and 24 benign variants, accounting for heterozygous and homozygous experimental conditions. We collected the resulting categorization of functional data into FENICS, a biomedical ontology of 152 standardized terms for coherent annotation of electrophysiological results. Across 271 variants in SCN1A/2A/3A/8A and KCNQ2 , 1,731 annotations are available in ClinVar, facilitating use of this evidence in variant classification. In summary, we introduce and apply an ACMG/AMP-calibrated framework for electrophysiological studies in epilepsy-related channelopathies to delineate the impact of functional evidence on clinical variant interpretation.