BACKGROUND. Immune checkpoint blockade is revolutionizing therapy for advanced cancer, but many patients do not respond to treatment. The identification of robust biomarkers that predict clinical response to specific checkpoint inhibitors is critical in order to stratify patients and to rationally select combinations in the context of an expanding array of therapeutic options.

Background— There is no angiographically demonstrable obstructive coronary artery disease (CAD) in a significant minority of patients with myocardial infarction, particularly women. We sought to determine the mechanism(s) of myocardial infarction in this setting using multiple imaging techniques. Methods and Results— Women with myocardial infarction were enrolled prospectively, before angiography, if possible. Women with ≥50% angiographic stenosis or use of vasospastic agents were excluded. Intravascular ultrasound was performed during angiography; cardiac magnetic resonance imaging was performed within 1 week. Fifty women (age, 57±13 years) had median peak troponin of 1.60 ng/mL; 11 had ST-segment elevation. Median diameter stenosis of the worst lesion was 20% by angiography; 15 patients (30%) had normal angiograms. Plaque disruption was observed in 16 of 42 patients (38%) undergoing intravascular ultrasound. There were abnormal myocardial cardiac magnetic resonance imaging findings in 26 of 44 patients (59%) undergoing cardiac magnetic resonance imaging, late gadolinium enhancement (LGE) in 17 patients, and T2 signal hyperintensity indicating edema in 9 additional patients. The most common LGE pattern was ischemic (transmural/subendocardial). Nonischemic LGE patterns (midmyocardial/subepicardial) were also observed. Although LGE was infrequent with plaque disruption, T2 signal hyperintensity was common with plaque disruption. Conclusions— Plaque rupture and ulceration are common in women with myocardial infarction without angiographically demonstrable obstructive coronary artery disease. In addition, LGE is common in this cohort of women, with an ischemic pattern of injury most evident. Vasospasm and embolism are possible mechanisms of ischemic LGE without plaque disruption. Intravascular ultrasound and cardiac magnetic resonance imaging provide complementary mechanistic insights into female myocardial infarction patients without obstructive coronary artery disease and may be useful in identifying potential causes and therapies. Clinical Trial Registration— URL: http://www.clinicaltrials.gov . Unique identifier: NCT00798122.

Synaptic dysfunction occurs early in senile dementias, presumably as a result of decreased levels of functional synaptic proteins as found in autopsied brains of patients with Alzheimer's disease (AD) or frontotemporal dementia (FTD). Plasma neuronal-derived exosomes (NDEs) were recovered by precipitation and immunoabsorption from 12 patients with AD, 16 with FTD, and 28 controls in a cross-sectional study, and from 9 patients with AD, 10with FTD, and 19 controls in a longitudinal study. Six synaptic proteins in NDE extracts were quantified by ELISAs and normalized for exosome amounts. NDE levels of synaptophysin, synaptopodin, synaptotagmin-2, and neurogranin were significantly lower in patients with FTD and ADthan in controls, but those of growth-associated protein 43 and synapsin 1 were reduced only in patients with AD. Functionally relevant phosphorylation of synapsin 1 serine 9 was reduced in patients with FTD and AD, although total synapsin 1 protein was higher in FTD than in controls. NDE levels of synaptotagmin, synaptophysin, and neurograninwere decreased yearsbeforedementia inpatientswithFTD and AD.NDElevelsof synaptopodin, synaptotagmin, and synaptophysin, but not of amyloid β-peptide 42 or P-T181-tau, were correlated significantly with cognition assessed bymini-mental state examination or AD assessment scale-cognitive subscale. NDE synaptic proteins may be useful preclinical indices and progression measures in senile dementias.—Goetzl, E. J., Kapogiannis, D., Schwartz, J. B., Lobach, I. V., Goetzl, L., Abner, E. L., Jicha, G. A., Karydas, A.M., Boxer, A., Miller, B. L. Decreased synaptic proteins in neuronal exosomes of frontotemporal dementia and Alzheimer's disease. FASEB J. 30, 4141–4148 (2016). www.fasebj.org

Large-scale genome-wide analyses scans provide massive volumes of genetic variants on large number of cases and controls that can be used to estimate the genetic effects. Yet, the sets of non-genetic variables available in publicly available databases are often brief. It is known that omitting a continuous variable from a logistic regression model can result in biased estimates of odds ratios (OR) (e.g., Gail et al (1984), Neuhaus et al (1993), Hauck et al (1991), Zeger et al (1988)). We are interested to assess what information is needed to recover the bias in the OR estimate of genotype due to omitting a continuous variable in settings when the actual values of the omitted variable are not available. We derive two estimating procedures that can recover the degree of bias based on a conditional density of the omitted variable or knowing the distribution of the omitted variable. Importantly, our derivations show that omitting a continuous variable can result in either under- or over- estimation of the genetic effects. We performed extensive simulation studies to examine bias, variability, false positive rate, and power in the model that omits a continuous variable. We show the application to two genome-wide studies of Alzheimers disease.

De novo germline mutations in the RNA helicase DDX3X account for 1-3% of unexplained intellectual disability (ID) cases in females, and are associated with autism, brain malformations, and epilepsy. Yet, the developmental and molecular mechanisms by which DDX3X mutations impair brain function are unknown. Here we use human and mouse genetics, and cell biological and biochemical approaches to elucidate mechanisms by which pathogenic DDX3X variants disrupt brain development. We report the largest clinical cohort to date with DDX3X mutations (n=78), demonstrating a striking correlation between recurrent dominant missense mutations, polymicrogyria, and the most severe clinical outcomes. We show that Ddx3x controls cortical development by regulating neuronal generation and migration. Severe DDX3X missense mutations profoundly disrupt RNA helicase activity and induce ectopic RNA-protein granules and aberrant translation in neural progenitors and neurons. Together, our study demonstrates novel mechanisms underlying DDX3X syndrome, and highlights roles for RNA-protein aggregates in the pathogenesis of neurodevelopmental disease.

Genetic studies provide valuable information to assess if the effect of genetic variants varies by the non-genetic ('environmental') variables, what is traditionally defined to be gene-environment interaction. A common complication is that multiple disease states present with the same set of symptoms, and hence share the clinical diagnosis. Because 1) disease states might have distinct genetic bases; and 2) frequencies of the disease states within the clinical diagnosis vary by the environmental variables, analyses of association with the clinical diagnosis as an outcome variable might result in false positive or false negative findings. We develop estimates for assessment of GxE in a case-only study and compare the case-control and case-only estimates. We report extensive simulation studies that evaluate empirical properties of the estimates and show the application to a study of Alzheimer's disease.

Case-control genetic association studies are often used to examine the role of the genetic basis in complex diseases, such as cancer and neurodegenerative diseases. The role of the genetic basis might vary by non-genetic (environmental) measures, what is traditionally defined as gene-environment interactions (GxE). A commonly overlooked complication is that the set of clinically diagnosed cases might be contaminated by a subset with a nuisance pathologic state that presents with the same symptoms as the pathologic state of interest. The genetic basis of the pathologic state of interest might differ from that of the nuisance pathologic state. Often frequencies of the pathologically defined states within the clinically diagnosed set of cases vary by the environment. We derive a simple and general approximation to bias in GxE parameter estimates when presence of the nuisance pathologic state is ignored. We then perform extensive simulation studies to show that ignoring presence of the nuisance pathologic state can result in substantial bias in GxE estimates and that the approximation we derived is reasonably accurate in finite samples. We demonstrate the applicability of the proposed approximation in a study of Alzheimers disease.

One of the most important research areas in case-control Genome-Wide Association Studies is to determine how the effect of a genotype varies across the environment or to measure the gene-environment interaction (GxE). We consider the scenario when some of the "healthy" controls actually have the disease and when the frequency of these latent cases varies by the environmental variable of interest. In this scenario, performing logistic regression of clinically defined case status on the genetic variant, environmental variable, and their interaction will result in biased estimates of GxE interaction. Here, we derive a general theoretical approximation to the bias in the estimates of the GxE interaction and show, through extensive simulation, that this approximation is accurate in finite samples. Moreover, we apply this approximation to evaluate the bias in the effect estimates of the genetic variants related to mitochondrial proteins a large-scale Prostate Cancer study.

ABSTRACT Case-control genome-wide association (CC-GWAS) studies might provide valuable clues to the underlying pathophysiologic mechanisms of complex diseases, such as neurodegenerative disease, cancer. A commonly overlooked complication is that multiple distinct disease states might present with the same set of symptoms and hence share a clinical diagnosis. These disease states can only be distinguished in a biomarker evaluation that might not be feasible on the whole set of cases in the large number of samples that are typically needed for CC-GWAS. Instead, the biomarkers are measured on a subset of cases. Or an external reliability study estimates frequencies of the disease states of interest within the clinically diagnosed set of cases. These frequencies often vary by the genetic and/or non-genetic variables. We derive a simple approximation that relates the genetic effect estimates obtained in a logistic regression model with the clinical diagnosis as an outcome variable to the estimates in the relationship to the true disease state of interest. We performed simulation studies to assess accuracy of the approximation that we’ve derived. We next applied the derived approximation to the analysis of the genetic basis of innate immune system of Alzheimer’s disease.