Coronary artery disease (CAD) is the commonest cause of death. Here, we report an association analysis in 63,746 CAD cases and 130,681 controls identifying 15 loci reaching genome-wide significance, taking the number of susceptibility loci for CAD to 46, and a further 104 independent variants (r(2) < 0.2) strongly associated with CAD at a 5% false discovery rate (FDR). Together, these variants explain approximately 10.6% of CAD heritability. Of the 46 genome-wide significant lead SNPs, 12 show a significant association with a lipid trait, and 5 show a significant association with blood pressure, but none is significantly associated with diabetes. Network analysis with 233 candidate genes (loci at 10% FDR) generated 5 interaction networks comprising 85% of these putative genes involved in CAD. The four most significant pathways mapping to these networks are linked to lipid metabolism and inflammation, underscoring the causal role of these activities in the genetic etiology of CAD. Our study provides insights into the genetic basis of CAD and identifies key biological pathways.

Abstract Cytosine modifications in DNA such as 5-methylcytosine (5mC) underlie a broad range of developmental processes, maintain cellular lineage specification, and can define or stratify cancer and other diseases. However, the wide variety of approaches available to interrogate these modifications has created a need for harmonized materials, methods, and rigorous benchmarking to improve genome-wide methylome sequencing applications in clinical and basic research. Here, we present a multi-platform assessment and a global resource for epigenetics research from the FDA’s Epigenomics Quality Control (EpiQC) Group. The study design leverages seven human cell lines that are designated as reference materials and publicly available from the National Institute of Standards and Technology (NIST) and Genome in a Bottle (GIAB) consortium. These samples were subject to a variety of genome-wide methylation interrogation approaches across six independent laboratories, with a primary focus was on 5-methylcytosine modifications. Each sample was processed in two or more technical replicates by three whole-genome bisulfite sequencing (WGBS) protocols (TruSeq DNA methylation, Accel-NGS MethylSeq, and SPLAT), oxidative bisulfite sequencing (TrueMethyl), one enzymatic deamination method (EMseq), targeted methylation sequencing (Illumina Methyl Capture EPIC), and single-molecule long-read nanopore sequencing from Oxford Nanopore Technologies. After rigorous quality assessment and comparison to Illumina EPIC methylation microarrays and testing on a range of algorithms (Bismark, BitmapperBS, BWAMeth, and GemBS), we found overall high concordance between assays (R=0.87-R0.93), differences in efficency of read mapping and CpG capture and coverage, and platform performance. The data provided herein can guide continued used of these reference materials in epigenomics assays, as well as provide best practices for epigenomics research and experimental design in future studies.

ABSTRACT The B-cell acute lymphoblastic leukemia (ALL) cell line REH, with the t(12;21) ETV6-RUNX1 translocation, is known to have a complex karyotype defined by a series of large-scale chromosomal rearrangements. Taken from a 15-year-old at relapse, the cell line offers a practical model for the study of high-risk pediatric B-ALL patients. In recent years, short-read DNA and RNA sequencing have emerged as a complement to analog karyotyping techniques in the resolution of structural variants in an oncological context. However, it is challenging to create a comprehensive digital karyotype of a genome with these techniques alone. Here, we explore the integration of long-read PacBio and Oxford Nanopore whole genome sequencing (WGS), IsoSeq RNA-sequencing, and short-read sequencing to create a detailed digital karyotype of the REH cell line. WGS refined the breakpoints of known aberrations and clarified the molecular traits of disrupted ALL-associated genes BTG1 and TBL1XR1 , as well as the glucocorticoid receptor NR3C1 . Several previously underreported structural variants were also uncovered, including deletions affecting the ALL-associated genes VPREB1 and NFATC1 . Meanwhile, transcriptome sequencing identified seven fusion genes within the genomic breakpoints. Together, our extensive whole-genome investigation makes high-quality open-source data available to the leukemia genomics community. KEY POINTS A complete digital karyotype of the REH cell line was produced with short- and long-read DNA and RNA sequencing technologies. The study enabled precise identification of structural variants, and the fusion genes expressed as the result of these variants.

Functional precision medicine (FPM) aims to optimize patient-specific drug selection based on the unique characteristics of their cancer cells. Recent advancements in high throughput ex vivo drug profiling have accelerated interest in FPM. Here, we present a proof-of-concept study for an integrated experimental system that incorporates ex vivo treatment response with a single-cell gene expression output enabling barcoding of several drug conditions in one single-cell sequencing experiment. We demonstrate this through a proof-of-concept investigation focusing on the glucocorticoid-resistant acute lymphoblastic leukemia (ALL) E/R+ Reh cell line. Three different single-cell transcriptome sequencing (scRNA-seq) approaches were evaluated, each exhibiting high cell recovery and accurate tagging of distinct drug conditions. Notably, our comprehensive analysis revealed variations in library complexity, sensitivity (gene detection), and differential gene expression detection across the methods. Despite these differences, we identified a substantial transcriptional response to fludarabine, a highly relevant drug for treating high-risk ALL, which was consistently recapitulated by all three methods. These findings highlight the potential of our integrated approach for studying drug responses at the single-cell level and emphasize the importance of method selection in scRNA-seq studies. Finally, our data encompassing 27,327 cells are freely available to extend to future scRNA-seq methodological comparisons.

Structural chromosomal rearrangements that may lead to in-frame gene-fusions represent a leading source of information for diagnosis, risk stratification, and prognosis in pediatric acute lymphoblastic leukemia (ALL). However, short-read whole genome sequencing (WGS) technologies struggle to accurately identify and phase such large-scale chromosomal aberrations in cancer genomes. We therefore evaluated linked-read WGS for detection of chromosomal rearrangements in an ALL cell line (REH) and primary samples of varying DNA quality from 12 patients diagnosed with ALL. We assessed the effect of input DNA quality on phased haplotype block size and the detectability of copy number aberrations (CNAs) and structural variants (SVs). Biobanked DNA isolated by standard column-based extraction methods was sufficient to detect chromosomal rearrangements even at low 10x sequencing coverage. Linked-read WGS enabled precise, allele-specific, digital karyotyping at a base-pair resolution for a wide range of structural variants including complex rearrangements and aneuploidy assessment. With use of haplotype information from the linked-reads, we also identified additional structural variants, such as a compound heterozygous deletion of ERG in a patient with the DUX4-IGH fusion gene. Thus, linked-read WGS allows detection of important pathogenic variants in ALL genomes at a resolution beyond that of traditional karyotyping or short-read WGS.

Summary DNA methylation is a central epigenetic mark that has diverse roles in gene regulation, development, and maintenance of genome integrity. 5 methyl cytosine (5mC) can be interrogated at base resolution in single cells by using bisulfite sequencing (scWGBS). Several different scWGBS strategies have been described in recent years to study DNA methylation in single cells. However, there remain limitations with respect to cost-efficiency and yield. Herein, we present a new development in the field of scWGBS library preparation; single cell Splinted Ligation Adapter Tagging (scSPLAT). scSPLAT employs a pooling strategy to facilitate sample preparation at a higher scale and throughput than previously possible. We demonstrate the accuracy and robustness of the method by generating data from 225 single K562 cells and from 309 single liver nuclei and compare scSPLAT against other scWGBS methods. Motivation scWGBS library preparation in a one-cell-per-library format presents practical and economical constraints to the number of cells that can be analyzed in a research project. In addition, most of the current scWGBS methods suffer from low read alignment rates. We present a scWGBS protocol which mitigates these issues, empowering single-cell DNA methylation analysis at an increased scale.