Balanced chromosomal abnormalities (BCAs) represent a relatively untapped reservoir of single-gene disruptions in neurodevelopmental disorders (NDDs). We sequenced BCAs in patients with autism or related NDDs, revealing disruption of 33 loci in four general categories: (1) genes previously associated with abnormal neurodevelopment (e.g., AUTS2, FOXP1, and CDKL5), (2) single-gene contributors to microdeletion syndromes (MBD5, SATB2, EHMT1, and SNURF-SNRPN), (3) novel risk loci (e.g., CHD8, KIRREL3, and ZNF507), and (4) genes associated with later-onset psychiatric disorders (e.g., TCF4, ZNF804A, PDE10A, GRIN2B, and ANK3). We also discovered among neurodevelopmental cases a profoundly increased burden of copy-number variants from these 33 loci and a significant enrichment of polygenic risk alleles from genome-wide association studies of autism and schizophrenia. Our findings suggest a polygenic risk model of autism and reveal that some neurodevelopmental genes are sensitive to perturbation by multiple mutational mechanisms, leading to variable phenotypic outcomes that manifest at different life stages.

Abstract One of the challenges of next generation sequencing (NGS) is read contamination. We used the Genotype-Tissue Expression (GTEx) project, a large, diverse, and robustly generated dataset, to understand the factors that contribute to contamination. We obtained GTEx datasets and technical metadata and validating RNA-Seq from other studies. Of 48 analyzed tissues in GTEx, 26 had variant co-expression clusters of four known highly expressed and pancreas-enriched genes ( PRSS1 , PNLIP , CLPS , and/or CELA3A ). Fourteen additional highly expressed genes from other tissues also indicated contamination. Sample contamination by non-native genes was associated with a sample being sequenced on the same day as a tissue that natively expressed those genes. This was highly significant for pancreas and esophagus genes (linear model, p=9.5e-237 and p=5e-260 respectively). Nine SNPs in four genes shown to contaminate non-native tissues demonstrated allelic differences between DNA-based genotypes and contaminated sample RNA-based genotypes, validating the contamination. Low-level contamination affected 4,497 (39.6%) samples (defined as 10 PRSS1 TPM). It also led ≥ to eQTL assignments in inappropriate tissues among these 18 genes. We note this type of contamination occurs widely, impacting bulk and single cell data set analysis. In conclusion, highly expressed, tissue-enriched genes basally contaminate GTEx and other datasets impacting analyses. Awareness of this process is necessary to avoid assigning inaccurate importance to low-level gene expression in inappropriate tissues and cells.

ABSTRACT Background Mitochondrial DNA copy number (mtDNA-CN) can be used as a proxy for mitochondrial function and is associated with a number of aging-related diseases. However, it is unclear how mtDNA-CN measured in blood can reflect risk for diseases that primarily manifest in other tissues. Using the Genotype-Tissue Expression Project, we interrogated the relationships between mtDNA-CN measured in whole blood and gene expression from whole blood as well as 47 additional tissues. Results We evaluated associations between blood-derived mtDNA-CN and gene expression in whole blood for 418 individuals, correcting for known confounders and surrogate variables derived from RNA-sequencing. Using a permutation-derived cutoff (p<2.70e-6), mtDNA-CN was significantly associated with expression for 721 genes in whole blood, including nuclear genes that are required for mitochondrial DNA replication. Significantly enriched pathways included splicing (p=1.03e-8) and ubiquitin-mediated proteolysis (p=2.4e-10). Genes with target sequences for the mitochondrial transcription factor NRF1 were also enriched (p=1.76e-35). In non-blood tissues, there were more significantly associated genes than expected in 30 out of 47 tested tissues, suggesting that global gene expression in those tissues is correlated with mtDNA-CN. Pathways that were associated in multiple tissues included RNA-binding, catalysis, and neurodegenerative disease. We evaluated the association between mtDNA-CN and incident neurodegenerative disease in an independent dataset, the UK Biobank, using a Cox proportional-hazards model. Higher mtDNA-CN was significantly associated with lower risk for incident neurodegenerative disease (HR=0.73, 95% CI= 0.66;0.90). Conclusions The observation that mtDNA-CN measured in whole blood is associated with gene expression in other tissues suggests that blood-derived mtDNA-CN can reflect metabolic health across multiple tissues. Key pathways in maintaining cellular homeostasis, including splicing, RNA binding, and catalytic genes were significantly associated with mtDNA-CN, reinforcing the importance of mitochondria in aging-related disease. As a specific example, genes involved in neurodegenerative disease were significantly enriched in multiple tissues. This finding, validated in a large independent cohort study showing an inverse association between mtDNA-CN and neurodegenerative disease, solidifies the link between blood-derived mtDNA-CN, altered gene expression in both blood and non-blood tissues, and aging-related disease.