SB
Steffan Bos
Author with expertise in Diagnosis and Pathogenesis of Multiple Sclerosis
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(75% Open Access)
Cited by:
1,356
h-index:
30
/
i10-index:
45
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Multiple sclerosis genomic map implicates peripheral immune cells and microglia in susceptibility

Nikolaos Patsopoulos et al.Sep 26, 2019
+97
A
S
N
Genetic roots of multiple sclerosis The genetics underlying who develops multiple sclerosis (MS) have been difficult to work out. Examining more than 47,000 cases and 68,000 controls with multiple genome-wide association studies, the International Multiple Sclerosis Genetics Consortium identified more than 200 risk loci in MS (see the Perspective by Briggs). Focusing on the best candidate genes, including a model of the major histocompatibility complex region, the authors identified statistically independent effects at the genome level. Gene expression studies detected that every major immune cell type is enriched for MS susceptibility genes and that MS risk variants are enriched in brain-resident immune cells, especially microglia. Up to 48% of the genetic contribution of MS can be explained through this analysis. Science , this issue p. eaav7188 ; see also p. 1383
0
Citation960
0
Save
0

Identification of new susceptibility loci for osteoarthritis (arcOGEN): a genome-wide association study

Eleftheria Zeggini et al.Jul 3, 2012
+72
L
K
E
BackgroundOsteoarthritis is the most common form of arthritis worldwide and is a major cause of pain and disability in elderly people. The health economic burden of osteoarthritis is increasing commensurate with obesity prevalence and longevity. Osteoarthritis has a strong genetic component but the success of previous genetic studies has been restricted due to insufficient sample sizes and phenotype heterogeneity.MethodsWe undertook a large genome-wide association study (GWAS) in 7410 unrelated and retrospectively and prospectively selected patients with severe osteoarthritis in the arcOGEN study, 80% of whom had undergone total joint replacement, and 11 009 unrelated controls from the UK. We replicated the most promising signals in an independent set of up to 7473 cases and 42 938 controls, from studies in Iceland, Estonia, the Netherlands, and the UK. All patients and controls were of European descent.FindingsWe identified five genome-wide significant loci (binomial test p≤5·0×10−8) for association with osteoarthritis and three loci just below this threshold. The strongest association was on chromosome 3 with rs6976 (odds ratio 1·12 [95% CI 1·08–1·16]; p=7·24×10−11), which is in perfect linkage disequilibrium with rs11177. This SNP encodes a missense polymorphism within the nucleostemin-encoding gene GNL3. Levels of nucleostemin were raised in chondrocytes from patients with osteoarthritis in functional studies. Other significant loci were on chromosome 9 close to ASTN2, chromosome 6 between FILIP1 and SENP6, chromosome 12 close to KLHDC5 and PTHLH, and in another region of chromosome 12 close to CHST11. One of the signals close to genome-wide significance was within the FTO gene, which is involved in regulation of bodyweight—a strong risk factor for osteoarthritis. All risk variants were common in frequency and exerted small effects.InterpretationOur findings provide insight into the genetics of arthritis and identify new pathways that might be amenable to future therapeutic intervention.FundingarcOGEN was funded by a special purpose grant from Arthritis Research UK.
0
Citation395
0
Save
3

Multiscale networks in multiple sclerosis

Keith Kennedy et al.Feb 27, 2023
+36
E
S
K
Complex diseases such as Multiple Sclerosis (MS) cover a wide range of biological scales, from genes and proteins to cells and tissues, up to the full organism. We conducted a multilayer network analysis and deep phenotyping with multi-omics data (genomics, phosphoproteomics and cytomics), brain and retinal imaging, and clinical data, obtained from a multicenter prospective cohort of 328 patients and 90 healthy controls. Multilayer networks were constructed using mutual information, and Boolean simulations identified paths within and among all layers. The path more commonly found from the boolean simulations connects MP2K, with Th17 cells, the retinal nerve fiber layer (RNFL) thickness and the age related MS severity score (ARMSS). Combinations of several proteins (HSPB1, MP2K1, SR6, KS6B1, SRC, MK03, LCK and STAT6)) and immune cells (Th17, Th1 non-classic, CD8, CD8 Treg, CD56 neg, and B memory) were part of the paths explaining the clinical phenotype. Specific paths identified were subsequently analyzed by flow cytometry at the single-cell level.
3
Citation1
0
Save
0

Low frequency and rare coding variation contributes to multiple sclerosis risk

Mitja Mitrovič et al.Mar 23, 2018
+138
K
P
M
Multiple sclerosis is a common, complex neurological disease, where almost 20% of risk heritability can be attributed to common genetic variants, including >230 identified by genome-wide association studies (Patsopoulos et al., 2017). Multiple strands of evidence suggest that the majority of the remaining heritability is also due to the additive effects of individual variants, rather than epistatic interactions between these variants, or mutations exclusive to individual families. Here, we show in 68,379 cases and controls that as much as 5% of this heritability is explained by low-frequency variation in gene coding sequence. We identify four novel genes driving MS risk independently of common variant signals, which highlight a key role for regulatory T cell homeostasis and regulation, IFNγ biology and NFκB signaling in MS pathogenesis. As low-frequency variants do not show substantial linkage disequilibrium with other variants, and as coding variants are more interpretable and experimentally tractable than non-coding variation, our discoveries constitute a rich resource for dissecting the pathobiology of MS.