The goal of the International HapMap Project is to determine the common patterns of DNA sequence variation in the human genome and to make this information freely available in the public domain. An international consortium is developing a map of these patterns across the genome by determining the genotypes of one million or more sequence variants, their frequencies and the degree of association between them, in DNA samples from populations with ancestry from parts of Africa, Asia and Europe. The HapMap will allow the discovery of sequence variants that affect common disease, will facilitate development of diagnostic tools, and will enhance our ability to choose targets for therapeutic intervention.

Haplotype-based methods offer a powerful approach to disease gene mapping, based on the association between causal mutations and the ancestral haplotypes on which they arose. As part of The SNP Consortium Allele Frequency Projects, we characterized haplotype patterns across 51 autosomal regions (spanning 13 megabases of the human genome) in samples from Africa, Europe, and Asia. We show that the human genome can be parsed objectively into haplotype blocks: sizable regions over which there is little evidence for historical recombination and within which only a few common haplotypes are observed. The boundaries of blocks and specific haplotypes they contain are highly correlated across populations. We demonstrate that such haplotype frameworks provide substantial statistical power in association studies of common genetic variation across each region. Our results provide a foundation for the construction of a haplotype map of the human genome, facilitating comprehensive genetic association studies of human disease.

Despite great progress in identifying genetic variants that influence human disease, most inherited risk remains unexplained. A more complete understanding requires genome-wide studies that fully examine less common alleles in populations with a wide range of ancestry. To inform the design and interpretation of such studies, we genotyped 1.6 million common single nucleotide polymorphisms (SNPs) in 1,184 reference individuals from 11 global populations, and sequenced ten 100-kilobase regions in 692 of these individuals. This integrated data set of common and rare alleles, called ‘HapMap 3’, includes both SNPs and copy number polymorphisms (CNPs). We characterized population-specific differences among low-frequency variants, measured the improvement in imputation accuracy afforded by the larger reference panel, especially in imputing SNPs with a minor allele frequency of ≤5%, and demonstrated the feasibility of imputing newly discovered CNPs and SNPs. This expanded public resource of genome variants in global populations supports deeper interrogation of genomic variation and its role in human disease, and serves as a step towards a high-resolution map of the landscape of human genetic variation. The International HapMap Consortium, established to develop a haplotype map of the human genome describing the common patterns of DNA sequence variation, has now reached its third incarnation. HapMap1, published in 2005 (go.nature.com/gJisDm), contained more than a million SNP (single nucleotide polymorphism) genotypes generated in 269 individuals from four geographically diverse populations. Two years later, HapMap2 (go.nature.com/WttNWX) added more than 2.1 million SNPs to the original map in the same 269 individuals. With the aim of providing a resource for the latest wave of genome-wide studies focused on disease linkages, HapMap3 casts the net wider. About 1.6 million common SNPs were genotyped in 1,184 individuals from 11 global populations, and ten 100-kilobase regions were sequenced in 692 of these individuals. Here, the analysis of 'HapMap 3' is reported — a public data set of genomic variants in human populations. The resource integrates common and rare single nucleotide polymorphisms (SNPs) and copy number polymorphisms (CNPs) from 11 global populations, providing insights into population-specific differences among variants. It also demonstrates the feasibility of imputing newly discovered rare SNPs and CNPs.

African Americans are disproportionately affected by type 2 diabetes (T2DM) yet few studies have examined T2DM using genome-wide association approaches in this ethnicity. The aim of this study was to identify genes associated with T2DM in the African American population. We performed a Genome Wide Association Study (GWAS) using the Affymetrix 6.0 array in 965 African-American cases with T2DM and end-stage renal disease (T2DM-ESRD) and 1029 population-based controls. The most significant SNPs (n = 550 independent loci) were genotyped in a replication cohort and 122 SNPs (n = 98 independent loci) were further tested through genotyping three additional validation cohorts followed by meta-analysis in all five cohorts totaling 3,132 cases and 3,317 controls. Twelve SNPs had evidence of association in the GWAS (P<0.0071), were directionally consistent in the Replication cohort and were associated with T2DM in subjects without nephropathy (P<0.05). Meta-analysis in all cases and controls revealed a single SNP reaching genome-wide significance (P<2.5×10−8). SNP rs7560163 (P = 7.0×10−9, OR (95% CI) = 0.75 (0.67–0.84)) is located intergenically between RND3 and RBM43. Four additional loci (rs7542900, rs4659485, rs2722769 and rs7107217) were associated with T2DM (P<0.05) and reached more nominal levels of significance (P<2.5×10−5) in the overall analysis and may represent novel loci that contribute to T2DM. We have identified novel T2DM-susceptibility variants in the African-American population. Notably, T2DM risk was associated with the major allele and implies an interesting genetic architecture in this population. These results suggest that multiple loci underlie T2DM susceptibility in the African-American population and that these loci are distinct from those identified in other ethnic populations.

What constitutes replication of a genotype–phenotype association, and how best can it be achieved? Reviews of the many genetic association studies published recently give pause for thought: there are many false positives and questionable genotype–phenotype associations in the literature. A working group set up by the National Cancer Institute and National Human Genome Research Institute has been tackling the thorny question of what constitutes replication of a genotype–phenotype association, and the initial results are published this week. Guidelines on best practice for reporting initial and replication studies are presented. But it's clear that a series of studies is sometimes necessary to confirm critical genotype–phenotype associations.

We conducted a genome-wide association study for type 2 diabetes (T2D) in Icelandic cases and controls, and we found that a previously described variant in the transcription factor 7-like 2 gene (TCF7L2) gene conferred the most significant risk. In addition to confirming two recently identified risk variants1, we identified a variant in the CDKAL1 gene that was associated with T2D in individuals of European ancestry (allele-specific odds ratio (OR) = 1.20 (95% confidence interval, 1.13–1.27), P = 7.7 × 10−9) and individuals from Hong Kong of Han Chinese ancestry (OR = 1.25 (1.11–1.40), P = 0.00018). The genotype OR of this variant suggested that the effect was substantially stronger in homozygous carriers than in heterozygous carriers. The ORs for homozygotes were 1.50 (1.31–1.72) and 1.55 (1.23–1.95) in the European and Hong Kong groups, respectively. The insulin response for homozygotes was approximately 20% lower than for heterozygotes or noncarriers, suggesting that this variant confers risk of T2D through reduced insulin secretion.

OBJECTIVES: This study was undertaken to describe the distribution of blood pressures, hypertension prevalence, and associated risk factors among seven populations of West African origin. METHODS: The rates of hypertension in West Africa (Nigeria and Cameroon), the Caribbean (Jamaica, St. Lucia, Barbados), and the United States (metropolitan Chicago, Illinois) were compared on the basis of a highly standardized collaborative protocol. After researchers were given central training in survey methods, population-based samples of 800 to 2500 adults over the age of 25 were examined in seven sites, yielding a total sample of 10014. RESULTS: A consistent gradient of hypertension prevalence was observed, rising from 16% in West Africa to 26% in the Caribbean and 33% in the United States. Mean blood pressures were similar among persons aged 25 to 34, while the increase in hypertension prevalence with age was twice as steep in the United States as in Africa. Environmental factors, most notably obesity and the intake of sodium and potassium, varied consistently with disease prevalence across regions. CONCLUSION: The findings demonstrate the determining role of social conditions in the evolution of hypertension risk in these populations.

Given the importance of Africa to studies of human origins and disease susceptibility, detailed characterization of African genetic diversity is needed. The African Genome Variation Project provides a resource with which to design, implement and interpret genomic studies in sub-Saharan Africa and worldwide. The African Genome Variation Project represents dense genotypes from 1,481 individuals and whole-genome sequences from 320 individuals across sub-Saharan Africa. Using this resource, we find novel evidence of complex, regionally distinct hunter-gatherer and Eurasian admixture across sub-Saharan Africa. We identify new loci under selection, including loci related to malaria susceptibility and hypertension. We show that modern imputation panels (sets of reference genotypes from which unobserved or missing genotypes in study sets can be inferred) can identify association signals at highly differentiated loci across populations in sub-Saharan Africa. Using whole-genome sequencing, we demonstrate further improvements in imputation accuracy, strengthening the case for large-scale sequencing efforts of diverse African haplotypes. Finally, we present an efficient genotype array design capturing common genetic variation in Africa. The African Genome Variation Project contains the whole-genome sequences of 320 individuals and dense genotypes on 1,481 individuals from sub-Saharan Africa; it enables the design and interpretation of genomic studies, with implications for finding disease loci and clues to human origins. The African Genome Variation Project (AGVP) is collecting data on the structure of African genomes to provide a central resource for genetic disease studies in Africa. It currently represents dense genotypes from 1,481 individuals and whole-genome sequences from 320 individuals across sub-Saharan Africa. Using these data, Manjinder Sandhu and colleagues identify new loci under selection, including those associated with malaria and hypertension. They show that modern imputation panels can identify association signals at highly differentiated loci across population groups. They demonstrate the utility of whole-genome sequences in further improving the imputation accuracy. In addition, they describe the first efficient genotype array design capturing common genetic variation in Africa.