ABSTRACT Integration of emerging epigenetic information with Autism Spectrum Disorder (ASD) genetic results may elucidate functional insights not possible via either type of information in isolation. We use genotype and DNA methylation (DNAm) data from cord blood and peripheral blood to identify SNPs associated with DNA methylation (meQTL lists) and additionally use publicly available fetal brain and lung meQTL lists to assess enrichment of ASD GWAS results for tissue-specific meQTLs. ASD-associated SNPs are enriched for fetal brain (OR = 3.55; p < 0.001) and peripheral blood meQTLs (OR = 1.58; p < 0.001). The CpG targets of ASD meQTLs across cord, blood, and brain tissues are enriched for immune-related pathways, consistent with other expression and DNAm results in ASD, and reveal pathways not implicated by genetic findings. This joint analysis of genotype and DNAm demonstrates the potential of both brain and blood-based DNAm for insights into ASD and psychiatric phenotypes more broadly.

The ability to perform remote, in situ sequencing and diagnostics has been a long-sought goal for point-of-care medicine and portable DNA/RNA measurements. This technological advancement extends to missions beyond Earth as well, both for crew health and astrobiology applications. However, most commercially available sequencing technologies are ill-suited for space flight for a variety of reasons, including excessive volume and mass, and insufficient ruggedization for spaceflight. Portable and lightweight nanopore-based sequencers, which analyze nucleic acids electrochemically, are inherently much better suited to spaceflight, and could potentially be incorporated into future missions with only minimal modification. As a first step toward evaluating the performance of nanopore sequencers in a microgravity environment, we tested the Oxford Nanopore Technologies MinIONTM in a parabolic flight simulator to examine the effect of reduced gravity on DNA sequencing. The instrument successfully generated three reads, averaging 2,371 bases. However, the median current was shifted across all reads and the error profiles changed compared with operation of the sequencer on the ground, indicating that distinct computational methods may be needed for such data. We evaluated existing methods and propose two new methods; the first new method is based on a wave-fingerprint method similar to that of the Shazam model for matching periodicity information in music, and the second is based on entropy signal mapping. These tools provide a unique opportunity for nucleic acid sequencing in reduced gravity environments. Finally, we discuss the lessons learned from the parabolic flight as they would apply to performing DNA sequencing with the MinIONTM aboard the International Space Station.

In the study of DNA methylation, genetic variation between species, strains, or individuals can result in CpG sites that are exclusive to a subset of samples, and insertions and deletions can rearrange the spatial distribution of CpGs. How to account for this variation in an analysis of the interplay between sequence variation and DNA methylation is not well understood, especially when the number of CpG differences between samples is large. Here we use whole-genome bisulfite sequencint data on two highly divergent inbred mouse strains to study this problem. We find that while the large number of strain-specific CpGs necessitates considerations regarding the reference genomes used during alignment, properties such as CpG density are surprisingly conserved across the genome. We introduce a method for including strain-specific CpGs in differential analysis, and show that accounting for strain-specific CpGs increases the power to find differentially methylated regions between the strains. Our method uses smoothing to impute methylation levels at strain-specific sites, thereby allowing strain-specific CpGs to contribute to the analysis, and also allowing us to account for differences in the spatial occurrences of CpGs. Our results have implications for analysis of genetic variation and DNA methylation using bisulfite-converted DNA.

Background: Several reports have suggested a role for epigenetic mechanisms in ASD etiology. Epigenome-wide association studies (EWAS) in autism spectrum disorder (ASD) may shed light on particular biological mechanisms. However, studies of ASD cases versus controls have been limited by post-mortem timing and severely small sample sizes. Reports from in-life sampling of blood or saliva have also been very limited in sample size, and/or genomic coverage. We present the largest case-control EWAS for ASD to date, combining data from population-based case-control and case-sibling pair studies. Methods: DNA from 968 blood samples from children in the Study to Explore Early Development (SEED 1) was used to generate epigenome-wide array DNA methylation (DNAm) data at 485,512 CpG sites for 453 cases and 515 controls, using the Illumina 450K Beadchip. The Simons Simplex Collection (SSC) provided 450K array DNAm data on an additional 343 cases and their unaffected siblings. We performed EWAS meta-analysis across results from the two data sets, with adjustment for sex and surrogate variables that reflect major sources of biological variation and technical confounding such as cell type, batch, and ancestry. We compared top EWAS results to those from a previous brain-based analysis. We also tested for enrichment of ASD EWAS CpGs for being targets of meQTL associations using available SNP genotype data in the SEED sample. Findings: In this meta-analysis of blood-based DNA from 796 cases and 858 controls, no single CpG met a Bonferroni discovery threshold of p < 1.12x10-7. Seven CpGs showed differences at p < 1x10-5 and 48 at 1x10-4. Of the top 7, 5 showed brain-based ASD associations as well, often with larger effect sizes, and the top 48 overall showed modest concordance (r = 0.31) in direction of effect with cerebellum samples. Finally, we observed suggestive evidence for enrichment of CpG sites controlled by SNPs (meQTL targets) among the EWAS CpGs hits, which was consistent across EWAS and meQTL discovery p-value thresholds. Conclusions: We report the largest case-control EWAS study of ASD to date. No single CpG site showed a large enough DNAm difference between cases and controls to achieve epigenome-wide significance in this sample size. However, our results suggest the potential to observe disease associations from blood-based samples. Among the 7 sites achieving suggestive statistical significance, we observed consistent, and stronger, effects at the same sites among brain samples. Discovery-oriented EWAS for ASD using blood samples will likely need even larger samples and unified genetic data to further understand DNAm differences in ASD.

Genomic and epigenomic studies require the precise transfer of small volumes from one container to another. Epigenomic and transcriptional analysis require separation of purified cell types, and long term preservation of cells requires their isolation and transfer into appropriate freezing media. There are currently no protocols for these procedures on the ISS. Currently samples are either frozen as mixed cell populations, with poor yield, or returned under ambient conditions, requiring timing with Soyuz missions. Here, we evaluate the feasibility of translating terrestrial cell purification techniques to the ISS. Our evaluations were performed in microgravity conditions during parabolic atmospheric flight. The pipetting of open liquids in microgravity was evaluated using analog blood fluids and several types of pipette hardware. The best performing pipettes were used to evaluate the pipetting steps required for peripheral blood mononuclear cell (PBMC) isolation via density gradient centrifugation (DGC). Evaluation of actual blood products was performed for both the overlay of diluted blood, and the extraction of isolated PBMCs. We also validated magnetic purification of cells. We found that positive displacement pipettes avoided air bubbles, and the tips allowed the strong surface tension of water, glycerol and blood to maintain a patent meniscus and withstand robust pipetting in microgravity. These procedures will greatly increase the breadth of research that can be performed onboard the ISS, and allow improvised experimentation on extraterrestrial missions.

Epigenetics is defined as genomic modifications carrying information independent of DNA sequence heritable through cell division. In 1940, Waddington coined the term "epigenetic landscape" as a metaphor for pluripotency and differentiation, but epigenetic potential energy landscapes have not yet been rigorously defined. Using well-grounded biological assumptions and principles of statistical physics and information theory, we derive potential energy landscapes from whole genome bisulfite sequencing data that allow us to quantify methylation stochasticity genome-wide and discern epigenetic differences using Shannon's entropy and the Jensen-Shannon distance. We discover a "developmental wheel" of germ cell lineages and an association between entropy and chromatin structure. Viewing methylation maintenance as a communications system, we introduce methylation channels and show that higher-order chromatin organization can be predicted from their informational properties. Our results provide a fundamental understanding of the information-theoretic nature of the epigenome and a powerful methodology for studying its role in disease and aging.

Background: The Illumina 450K array has been widely used in epigenetic association studies. Current quality-control (QC) pipelines typically remove certain sets of probes, such as those containing a SNP or with multiple mapping locations. An additional set of potentially problematic probes are those with DNA methylation (DNAm) distributions characterized by two or more distinct clusters separated by gaps. Data-driven identification of such probes may offer additional insights for downstream analyses. Results: We developed a procedure, termed 'gap hunting', to identify probes showing clustered distributions. Among 590 peripheral blood samples from the Study to Explore Early Development, we identified 11,007 'gap probes'. The vast majority (9,199) are likely attributed to an underlying SNP(s) or other variant in the probe, although SNP-affected probes exist that do not produce a gap signals. Specific factors predict which SNPs lead to gap signals, including type of nucleotide change, probe type, DNA strand, and overall methylation state. These expected effects are demonstrated in paired genotype and 450k data on the same samples. Gap probes can also serve as a surrogate for the local genetic sequence on a haplotype scale and can be used to adjust for population stratification. Conclusions: The characteristics of gap probes reflect potentially informative biology. QC pipelines may benefit from an efficient data-driven approach that 'flags' gap probes, rather than filtering such probes, followed by careful interpretation of downstream association analyses. Our results should translate directly to the recently released Illumina 850K EPIC array given the similar chemistry and content design.

Abstract The alignment of bisulfite-treated DNA sequences (BS-seq reads) to a large genome involves a significant computational burden beyond that required to align non-bisulfite-treated reads. In the analysis of BS-seq data, this can present an important performance bottleneck that can potentially be addressed by appropriate software-engineering and algorithmic improvements. One strategy is to integrate this additional programming logic into the read-alignment implementation in a way that the software becomes amenable to optimizations that lead to both higher speed and greater sensitivity than can be achieved without this integration. We have evaluated this approach using Arioc, a short-read aligner that uses GPU (general-purpose graphics processing unit) hardware to accelerate computationally-expensive programming logic. We integrated the BS-seq computational logic into both GPU and CPU code throughout the Arioc implementation. We then carried out a read-by-read comparison of Arioc's reported alignments with the alignments reported by the most widely used BS-seq read aligners. With simulated reads, Arioc's accuracy is equal to or better than the other read aligners we evaluated. With human sequencing reads, Arioc's throughput is at least 10 times faster than existing BS-seq aligners across a wide range of sensitivity settings. The Arioc software is available at https://github.com/RWilton/Arioc . It is released under a BSD open-source license.

Abstract Epigenetic information defines tissue identity and is largely inherited in development through DNA methylation. While studied mostly for mean differences, methylation also encodes stochastic change, defined as entropy in information theory. Analyzing allelespecific methylation in 48 human tissue sample datasets, we find that methylation entropy is associated with specific DNA binding motifs, regulatory DNA, and CpG density. Then applying information theory to 42 mouse embryo methylation datasets, we find that time- and tissue-specific patterns of development are more strongly correlated with methylation entropy than with mean, and methylation entropy is associated with sequence and chromatin features conserved with human. Moreover, methylation entropy is directly related to gene expression variability in development, suggesting a role for epigenetic entropy in developmental plasticity.

Epigenetic modifications confer stable transcriptional patterns in the brain, and both normal and abnormal brain function involve specialized brain regions, yet little is known about brain region-specific epigenetic differences. Here, we compared prefrontal cortex, anterior cingulate gyrus, hippocampus and nucleus accumbens from 6 individuals, performing whole genome bisulfite sequencing for DNA methylation. In addition, we have performed ATAC-seq for chromatin accessibility, and RNA-seq for gene expression in the nucleus accumbens and prefrontal cortex from 6 additional individuals. We found substantial neuron- and brain region-specific differences in both DNA methylation and chromatin accessibility which were largely non-overlapping, and were greatest between nucleus accumbens and the other regions. In contrast, glial methylation and chromatin were relatively homogeneous across brain regions, although neuron/glia ratios varied greatly, demonstrating the necessity for cellular fractionation. Gene expression was also largely the same across glia from different brain regions and substantially different for neurons. Expression was correlated with methylation and accessibility across promoters and known enhancers. Several classes of transcription factor binding sites were enriched at regions of differential methylation and accessibility, including many that respond to synaptic activity. Finally, both regions of differential methylation and those of differential accessibility showed a surprising >10-fold enrichment of explained heritability associated with addictive behavior, as well as schizophrenia- and neuroticism-associated regions, suggesting that common psychiatric illness is mediated through brain region-specific epigenetic marks.