Identification of chromosomal aneuploidies and copy number variants that are associated with fetal structural anomalies has substantial value. Although whole-exome sequencing (WES) has been applied to case series of a few selected prenatal cases, its value in routine clinical settings has not been prospectively assessed in a large unselected cohort of fetuses with structural anomalies. We therefore aimed to determine the incremental diagnostic yield (ie, the added value) of WES following uninformative results of standard investigations with karyotype testing and chromosomal microarray in an unselected cohort of sequential pregnancies showing fetal structural anomalies.In this prospective cohort study, the parents of fetuses who were found to have a structural anomaly in a prenatal ultrasound were screened for possible participation in the study. These participants were predominantly identified in or were referred to the Columbia University Carmen and John Thain Center for Prenatal Pediatrics (New York, NY, USA). Fetuses with confirmed aneuploidy or a causal pathogenic copy number variant were excluded from WES analyses. By use of WES of the fetuses and parents (parent-fetus trios), we identified genetic variants that indicated an underlying cause (diagnostic genetic variants) and genetic variants that met the criteria of bioinformatic signatures that had previously been described to be significantly enriched among diagnostic genetic variants.Between April 24, 2015, and April 19, 2017, 517 sequentially identified pregnant women found to have fetuses with a structural anomaly were screened for their eligibility for inclusion in our study. 71 (14%) couples declined testing, 87 (17%) trios were missing at least one DNA sample (from either parent or the fetus), 69 (13%) trios had a clinically relevant abnormal karyotype or chromosomal microarray finding, 51 (10%) couples did not consent to WES or withdrew consent, and five (1%) samples were not of good enough quality for analysis. DNA samples from 234 (45%) eligible trios were therefore used for analysis of the primary outcome. By use of trio sequence data, we identified diagnostic genetic variants in 24 (10%) families. Mutations with bioinformatic signatures that were indicative of pathogenicity but with insufficient evidence to be considered diagnostic were also evaluated; 46 (20%) of the 234 fetuses assessed were found to have such signatures.Our analysis of WES data in a prospective cohort of unselected fetuses with structural anomalies shows the value added by WES following the use of routine genetic tests. Our findings suggest that, in cases of fetal anomalies in which assessment with karyotype testing and chromosomal microarray fail to determine the underlying cause of a structural anomaly, WES can add clinically relevant information that could assist current management of a pregnancy. The unique challenges of WES-based prenatal diagnostics require analysis by a multidisciplinary team of perinatal practitioners and laboratory specialists.Institute for Genomic Medicine (Columbia University Irving Medical Center).

Abstract Recent genetic and molecular classification of DLBCL has advanced our knowledge of disease biology, yet were not designed to predict early events and guide anticipatory selection of novel therapies. To address this unmet need, we used an integrative multiomic approach to identify a signature at diagnosis that will identify DLBCL at high risk of early clinical failure. Tumor biopsies from 444 newly diagnosed DLBCL were analyzed by WES and RNAseq. A combination of weighted gene correlation network analysis and differential gene expression analysis was used to identify a signature associated with high risk of early clinical failure independent of IPI and COO. Further analysis revealed the signature was associated with metabolic reprogramming and identified cases with a depleted immune microenvironment. Finally, WES data was integrated into the signature and we found that inclusion of ARID1A mutations resulted in identification of 45% of cases with an early clinical failure which was validated in external DLBCL cohorts. This novel and integrative approach is the first to identify a signature at diagnosis, in a real-world cohort of DLBCL, that identifies patients at high risk for early clinical failure and may have significant implications for design of therapeutic options.

Mutations that alter signaling of RAS/MAPK-family proteins give rise to a group of Mendelian diseases known as RASopathies, but the matrix of genotype-phenotype relationships is still incomplete, in part because there are many RAS-related proteins, and in part because the phenotypic consequences may be variable and/or pleiotropic. Here, we describe a cohort of ten cases, drawn from six clinical sites and over 16,000 sequenced probands, with de novo protein-altering variation in RALA, a RAS-like small GTPase. All probands present with speech and motor delays, and most have intellectual disability, low weight, short stature, and facial dysmorphism. The observed rate of de novo RALA variants in affected probands is significantly higher (p=4.93 x 10-11) than expected from the estimated mutation rate. Further, all de novo variants described here affect conserved residues within the GTP/GDP-binding region of RALA; in fact, six alleles arose at only two codons, Val25 and Lys128. We directly assayed GTP hydrolysis and RALA effector-protein binding, and all but one tested variant significantly reduced both activities. The one exception, S157A, reduced GTP hydrolysis but significantly increased RALA-effector binding, an observation similar to that seen for oncogenic RAS variants. These results show the power of data sharing for the interpretation and analysis of rare variation, expand the spectrum of molecular causes of developmental disability to include RALA, and provide additional insight into the pathogenesis of human disease caused by mutations in small GTPases.

Genomic regions subject to purifying selection are of greater importance to the health and survival of an organism than regions not under such selection and therefore more likely to carry disease causing mutations in humans. Methods for identifying such regions can roughly be divided into those using cross species conservation and those using intolerance to standing genetic variation within a species. Cross species conservation relies on identifying regions with fewer differences than expected given divergence times between species. This makes regions that are under purifying selection in only one species difficult to detect. In contrast, intolerance looks for depletion of variation relative to expectation within a given species, allowing species specific features to be identified. When investigating the intolerance of coding sequence, this depletion is often focused on variation that affects the amino acid sequence. However, in noncoding sequence, the functional consequence of variation is less well defined, and methods strongly leverage variant frequency distributions. As the expected distributions depend on demography, if not properly controlled for, ancestral population source may obfuscate signals of selection. We demonstrate that properly incorporating demography in intolerance estimation results in greatly improved variant classification (14% increase in AUC relative to comparator method, CDTS; and 7% relative to conservation). We provide a genome-wide intolerance map that is condition on demographic history that is likely to be particularly valuable in variant prioritization.

Different parts of a gene can be of differential importance to development and health. This regional heterogeneity is also apparent in the distribution of disease mutations which often cluster in particular regions of disease genes. The ability to precisely estimate functionally important sub-regions of genes will be key in correctly deciphering relationships between genetic variation and disease. Previous methods have had some success using standing human variation to characterize this variability in importance by measuring sub-regional intolerance, i.e., the depletion in functional variation from expectation within a given region of a gene. However, the ability to precisely estimate local intolerance was restricted by the fact that only information within a given sub-region is used, leading to instability in local estimates, especially for small regions. We show that borrowing information across regions using a Bayesian hierarchical model, stabilizes estimates, leading to lower variability and improved predictive utility. Specifically, our approach more effectively identifies regions enriched for ClinVar pathogenic variants. We also identify significant correlations between sub-region intolerance and the distribution of pathogenic variation in disease genes, with AUCs for classifying de novo missense variants in Online Mendelian Inheritance in Man (OMIM) genes of up to 0.86 using exonic sub-regions and 0.91 using sub-regions defined by protein domains. This result immediately suggests that considering the intolerance of regions in which variants are found may improve diagnostic interpretation. We also illustrate the utility of integrating regional intolerance into gene-level disease association tests with a study of known disease genes for epileptic encephalopathy.

Purpose: Clinical whole genome sequencing is becoming more common for determining the molecular diagnosis of rare disease. However, standard clinical practice often focuses on small variants such as single nucleotide variants and small insertions/deletions. This leaves a wide range of larger "structural variants" that are not commonly analyzed in patients. Methods: We developed a pipeline for processing structural variants for patients who received whole genome sequencing through the Undiagnosed Diseases Network (UDN). This pipeline called structural variants, stored them in an internal database, and filtered the variants based on internal frequencies and external annotations. The remaining variants were manually inspected and then interesting findings were reported as research variants to clinical sites in the UDN. Results: Of 477 analyzed UDN cases, 286 cases (≈ 60%) received at least one structural variant as a research finding. The variants in 16 cases (≈ 4%) are considered "Certain" or "Highly likely" molecularly diagnosed and another 4 cases are currently in review. Of those 20 cases, at least 13 were identified originally through our pipeline with one finding leading to identification of a new disease. As part of this paper, we have also released the collection of variant calls identified in our cohort along with heterozygous and homozygous call counts. This data is available at https://github.com/HudsonAlpha/UDN\_SV\_export. Conclusion: Structural variants are key genetic features that should be analyzed during routine clinical genomic analysis. For our UDN patients, structural variants helped solve ≈ 4% of the total number of cases (≈ 13% of all genome sequencing solves), a success rate we expect to improve with better tools and greater understanding of the human genome.

Abstract Previous research in autism and other neurodevelopmental disorders (NDDs) has indicated an important contribution of de novo protein-coding variants within specific genes. The role of de novo noncoding variation has been observable as a general increase in genetic burden but has yet to be resolved to individual functional elements. In this study, we assessed whole-genome sequencing data in 2,671 families with autism, with a specific focus on de novo variation in enhancers with previously characterized in vivo activity. We identified three independent de novo mutations limited to individuals with autism in the enhancer hs737. These mutations result in similar phenotypic characteristics, affect enhancer activity in vitro , and preferentially occur in AAT motifs in the enhancer with predicted disruptions of transcription factor binding. We also find that hs737 is enriched for copy number variation in individuals with NDDs, is dosage sensitive in the human population, is brain-specific, and targets the NDD gene EBF3 that is genome-wide significant for protein coding de novo variants, demonstrating the importance of understanding all forms of variation in the genome. One Sentence Summary Whole-genome sequencing in thousands of families reveals variants relevant to simplex autism in a brain enhancer of the well-established neurodevelopmental disorder gene EBF3 .

Abstract Despite significant therapeutic advances in improving lives of Multiple Myeloma (MM) patients, it remains mostly incurable, with patients ultimately becoming refractory to therapies. MM is a genetically heterogeneous disease and therapeutic resistance is driven by a complex interplay of disease pathobiology and mechanisms of drug resistance. We applied a multi-omics strategy using tumor-derived gene expression, single nucleotide variant, copy number variant, and structural variant profiles to investigate molecular subgroups in 514 newly diagnosed MM (NDMM) samples and identified 12 molecularly defined MM subgroups (MDMS1-12) with distinct genomic and transcriptomic features. Our integrative approach let us identify ndMM subgroups with transversal profiles to previously described ones, based on single data types, which shows the impact of this approach for disease stratification. One key novel subgroup is our MDMS8, associated with poor clinical outcome [median overall survival, 38 months (global log-rank pval<1×10 −6 )], which uniquely presents a broad genomic loss (>9% of entire genome, t.test pval<1e-5) driving dysregulation of various transcriptional programs affecting DNA repair and cell cycle/mitotic processes. This subgroup was validated on multiple independent datasets, and a master regulator analyses identified transcription factors controlling MDMS8 transcriptomic profile, including CKS1B and PRKDC among others, which are regulators of the DNA repair and cell cycle pathways. Statement of Significance Using multi-omics unsupervised clustering we discovered a new high-risk multiple myeloma patient segment. We linked its diverse genetic markers (previously known, and new including genomic loss) to transcriptional dysregulation (cell cycle, DNA repair and DNA damage) and identified master regulators that control these key biological pathways.

Immunochemotherapy has been the mainstay of treatment for newly diagnosed diffuse large B-cell lymphoma (ndDLBCL) yet is inadequate for many patients. In this work, we perform unsupervised clustering on transcriptomic features from a large cohort of ndDLBCL patients and identify seven clusters, one called A7 with poor prognosis, and develop a classifier to identify these clusters in independent ndDLBCL cohorts. This high-risk cluster is enriched for activated B-cell cell-of-origin, low immune infiltration, high MYC expression, and copy number aberrations. We compare and contrast our methodology with recent DLBCL classifiers to contextualize our clusters and show improved prognostic utility. Finally, using pre-clinical models, we demonstrate a mechanistic rationale for IKZF1/3 degraders such as lenalidomide to overcome the low immune infiltration phenotype of A7 by inducing T-cell trafficking into tumors and upregulating MHC I and II on tumor cells, and demonstrate that TCF4 is an important regulator of MYC-related biology in A7.

The Interferon Regulatory Factor 2 Binding Protein Like (IRF2BPL) gene encodes a member of the IRF2BP family of transcriptional regulators. Currently the biological function of this gene is obscure, and the gene has not been associated with a Mendelian disease. Here we describe seven individuals affected with neurological symptoms who carry damaging heterozygous variants in IRF2BPL. Five cases carrying nonsense variants in IRF2BPL resulting in a premature stop codon display severe neurodevelopmental regression, hypotonia, progressive ataxia, seizures, and a lack of coordination. Two additional individuals, both with missense variants, display global developmental delay and seizures and a relatively milder phenotype than those with nonsense alleles. The bioinformatics signature for IRF2BPL based on population genomics is consistent with a gene that is intolerant to variation. We show that the IRF2BPL ortholog in the fruit fly, called pits (protein interacting with Ttk69 and Sin3A), is broadly expressed including the nervous system. Complete loss of pits is lethal early in development, whereas partial knock-down with RNA interference in neurons leads to neurodegeneration, revealing requirement for this gene in proper neuronal function and maintenance. The nonsense variants in IRF2BPL identified in patients behave as severe loss-of-function alleles in this model organism, while ectopic expression of the missense variants leads to a range of phenotypes. Taken together, IRF2BPL and pits are required in the nervous system in humans and flies, and their loss leads to a range of neurological phenotypes in both species.