Putting both heart and brain at risk For reasons that are unclear, newborns with congenital heart disease (CHD) have a high risk of neurodevelopmental disabilities. Homsy et al. performed exome sequence analysis of 1200 CHD patients and their parents to identify spontaneously arising (de novo) mutations. Patients with both CHD and neurodevelopmental disorders had a much higher burden of damaging de novo mutations, particularly in genes with likely roles in both heart and brain development. Thus, clinical genotyping of patients with CHD may help to identify those at greatest risk of neurodevelopmental disabilities, allowing surveillance and early intervention. Science , this issue p. 1262

Exome sequencing of 2,871 probands with congenital heart disease (CHD) provides new insights into the genetic architecture of these disorders. The results implicate new genes in CHD pathogenesis and highlight striking overlap between genes with damaging de novo mutations in individuals with CHD and autism. Congenital heart disease (CHD) is the leading cause of mortality from birth defects. Here, exome sequencing of a single cohort of 2,871 CHD probands, including 2,645 parent–offspring trios, implicated rare inherited mutations in 1.8%, including a recessive founder mutation in GDF1 accounting for ∼5% of severe CHD in Ashkenazim, recessive genotypes in MYH6 accounting for ∼11% of Shone complex, and dominant FLT4 mutations accounting for 2.3% of Tetralogy of Fallot. De novo mutations (DNMs) accounted for 8% of cases, including ∼3% of isolated CHD patients and ∼28% with both neurodevelopmental and extra-cardiac congenital anomalies. Seven genes surpassed thresholds for genome-wide significance, and 12 genes not previously implicated in CHD had >70% probability of being disease related. DNMs in ∼440 genes were inferred to contribute to CHD. Striking overlap between genes with damaging DNMs in probands with CHD and autism was also found.

Human mutations that truncate the massive sarcomere protein titin [TTN-truncating variants (TTNtvs)] are the most common genetic cause for dilated cardiomyopathy (DCM), a major cause of heart failure and premature death. Here we show that cardiac microtissues engineered from human induced pluripotent stem (iPS) cells are a powerful system for evaluating the pathogenicity of titin gene variants. We found that certain missense mutations, like TTNtvs, diminish contractile performance and are pathogenic. By combining functional analyses with RNA sequencing, we explain why truncations in the A-band domain of TTN cause DCM, whereas truncations in the I band are better tolerated. Finally, we demonstrate that mutant titin protein in iPS cell-derived cardiomyocytes results in sarcomere insufficiency, impaired responses to mechanical and β-adrenergic stress, and attenuated growth factor and cell signaling activation. Our findings indicate that titin mutations cause DCM by disrupting critical linkages between sarcomerogenesis and adaptive remodeling.

Activation of complex molecular programs in specific cell lineages governs mammalian heart development, from a primordial linear tube to a four-chamber organ. To characterize lineage-specific, spatiotemporal developmental programs, we performed single-cell RNA sequencing of >1,200 murine cells isolated at seven time points spanning embryonic day 9.5 (primordial heart tube) to postnatal day 21 (mature heart). Using unbiased transcriptional data, we classified cardiomyocytes, endothelial cells, and fibroblast-enriched cells, thus identifying markers for temporal and chamber-specific developmental programs. By harnessing these datasets, we defined developmental ages of human and mouse pluripotent stem-cell-derived cardiomyocytes and characterized lineage-specific maturation defects in hearts of mice with heterozygous mutations in Nkx2.5 that cause human heart malformations. This spatiotemporal transcriptome analysis of heart development reveals lineage-specific gene programs underlying normal cardiac development and congenital heart disease.

Rationale : Congenital heart disease (CHD) is among the most common birth defects. Most cases are of unknown pathogenesis. Objective : To determine the contribution of de novo copy number variants (CNVs) in the pathogenesis of sporadic CHD. Methods and Results : We studied 538 CHD trios using genome-wide dense single nucleotide polymorphism arrays and whole exome sequencing. Results were experimentally validated using digital droplet polymerase chain reaction. We compared validated CNVs in CHD cases with CNVs in 1301 healthy control trios. The 2 complementary high-resolution technologies identified 63 validated de novo CNVs in 51 CHD cases. A significant increase in CNV burden was observed when comparing CHD trios with healthy trios, using either single nucleotide polymorphism array ( P =7×10 −5 ; odds ratio, 4.6) or whole exome sequencing data ( P =6×10 −4 ; odds ratio, 3.5) and remained after removing 16% of de novo CNV loci previously reported as pathogenic ( P =0.02; odds ratio, 2.7). We observed recurrent de novo CNVs on 15q11.2 encompassing CYFIP1, NIPA1 , and NIPA2 and single de novo CNVs encompassing DUSP1, JUN, JUP, MED15, MED9, PTPRE SREBF1, TOP2A , and ZEB2 , genes that interact with established CHD proteins NKX2-5 and GATA4 . Integrating de novo variants in whole exome sequencing and CNV data suggests that ETS1 is the pathogenic gene altered by 11q24.2-q25 deletions in Jacobsen syndrome and that CTBP2 is the pathogenic gene in 10q subtelomeric deletions. Conclusions : We demonstrate a significantly increased frequency of rare de novo CNVs in CHD patients compared with healthy controls and suggest several novel genetic loci for CHD.

Abstract Multiple tools have been developed to identify copy number variants (CNVs) from whole exome (WES) and whole genome sequencing (WGS) data. Current tools such as XHMM for WES and CNVnator for WGS identify CNVs based on changes in read depth. For WGS, other methods to identify CNVs include utilizing discordant read pairs and split reads and genome-wide local assembly with tools such as Lumpy and SvABA, respectively. Here, we introduce a new method to identify deletion CNVs from WES and WGS trio data based on the clustering of Mendelian errors (MEs). Using our Mendelian Error Method (MEM), we identified 127 deletions (inherited and de novo ) in 2,601 WES trios from the Pediatric Cardiac Genomics Consortium, with a validation rate of 88% by digital droplet PCR. MEM identified additional de novo deletions compared to XHMM, and also identified sample switches, DNA contamination, a significant enrichment of 15q11.2 deletions compared to controls and eight cases of uniparental disomy. We applied MEM to WGS data from the Genome In A Bottle Ashkenazi trio and identified deletions with 97% specificity. MEM provides a robust, computationally inexpensive method for identifying deletions, and an orthogonal approach for verifying deletions called by other tools.

Motivation: De novo variant (DNV) calling typically relies on heuristic filters intrinsic to specific platforms and variant calling algorithms. FreeBayes and neural network approaches have overcome this limitation for variant calling, and we implemented a similar approach for DNV identification. Results: We developed a DNV calling framework that uses Genome Analysis Toolkit (GATK), FreeBayes and a neural network trained on Integrative Genomics Viewer pile-up plots (IGV-bot). We identified DNVs in 2,390 WGS trios and benchmarked results against heuristics based on GATK parameters. Results were validated in silico and with Sanger sequencing, with the latter showing true positive rates of 98.4% and 97.3% for SNVs and indels, respectively. Taken together, we describe a scalable framework for DNV identification based on both FreeBayes and neural network methods.

Background. There are well-established epidemiologic associations between advanced paternal age and increased offspring risk for several psychiatric and developmental disorders. These associations are commonly attributed to age-related de novo mutations. However, the actual magnitude of risk conferred by age-related de novo mutations in the male germline is unknown. Quantifying this risk would clarify the clinical and public health significance of delayed paternity. Methods. Using results from large, parent-child trio whole-exome-sequencing studies, we estimated the relationship between paternal-age-related de novo single nucleotide variants (dnSNVs) and offspring risk for five disorders: autism spectrum disorders (ASD), congenital heart disease (CHD), neurodevelopmental disorders with epilepsy (EPI), intellectual disability (ID), and schizophrenia (SCZ). Using Danish national registry data, we then investigated the degree to which the epidemiologic association between each disorder and advanced paternal age was consistent with the estimated role of de novo mutations. Results. Incidence rate ratios comparing dnSNV-based risk to offspring of 45 versus 25-year-old fathers ranged from 1.05 (95% confidence interval 1.01-1.13) for SCZ to 1.29 (95% CI 1.13-1.68) for ID. Epidemiologic estimates of paternal age risk for CHD, ID and EPI were consistent with the dnSNV effect. However, epidemiologic effects for ASDs and SCZ significantly exceeded the risk that could be explained by dnSNVs alone (p<2e-4 for both comparisons). Conclusion. Increasing dnSNVs due to advanced paternal age confer a small amount of offspring risk for psychiatric and developmental disorders. For ASD and SCZ, epidemiologic associations with delayed paternity largely reflect factors that cannot be assumed to increase with age.