Jane Worthington and colleagues use a high-density genotyping chip to identify new susceptibility loci for rheumatoid arthritis and examine genetic overlap with other autoimmune diseases. Their results increase the number of confirmed rheumatoid arthritis risk loci in individuals of European ancestry and refine the location of many previously identified association signals to single genes. Using the Immunochip custom SNP array, which was designed for dense genotyping of 186 loci identified through genome-wide association studies (GWAS), we analyzed 11,475 individuals with rheumatoid arthritis (cases) of European ancestry and 15,870 controls for 129,464 markers. We combined these data in a meta-analysis with GWAS data from additional independent cases (n = 2,363) and controls (n = 17,872). We identified 14 new susceptibility loci, 9 of which were associated with rheumatoid arthritis overall and five of which were specifically associated with disease that was positive for anticitrullinated peptide antibodies, bringing the number of confirmed rheumatoid arthritis risk loci in individuals of European ancestry to 46. We refined the peak of association to a single gene for 19 loci, identified secondary independent effects at 6 loci and identified association to low-frequency variants at 4 loci. Bioinformatic analyses generated strong hypotheses for the causal SNP at seven loci. This study illustrates the advantages of dense SNP mapping analysis to inform subsequent functional investigations.

Abstract Genome-wide association studies have been tremendously successful in identifying genetic variants associated with complex diseases. The majority of association signals are intergenic and evidence is accumulating that a high proportion of signals lie in enhancer regions. We use Capture Hi-C to investigate, for the first time, the interactions between associated variants for four autoimmune diseases and their functional targets in B- and T-cell lines. Here we report numerous looping interactions and provide evidence that only a minority of interactions are common to both B- and T-cell lines, suggesting interactions may be highly cell-type specific; some disease-associated SNPs do not interact with the nearest gene but with more compelling candidate genes (for example, FOXO1 , AZI2 ) often situated several megabases away; and finally, regions associated with different autoimmune diseases interact with each other and the same promoter suggesting common autoimmune gene targets (for example, PTPRC , DEXI and ZFP36L1) .

Abstract Genome-wide association studies have identified genetic variation contributing to complex disease risk. However, assigning causal genes and mechanisms has been more challenging because disease-associated variants are often found in distal regulatory regions with cell-type specific behaviours. Here, we collect ATAC-seq, Hi-C, Capture Hi-C and nuclear RNA-seq data in stimulated CD4+ T-cells over 24 hours, to identify functional enhancers regulating gene expression. We characterise changes in DNA interaction and activity dynamics that correlate with changes gene expression, and find that the strongest correlations are observed within 200 kb of promoters. Using rheumatoid arthritis as an example of T-cell mediated disease, we demonstrate interactions of expression quantitative trait loci with target genes, and confirm assigned genes or show complex interactions for 20% of disease associated loci, including FOXO1, which we confirm using CRISPR/Cas9.

Genome-wide association studies (GWAS) have uncovered many genetic risk loci for psoriasis, yet many remain uncharacterised in terms of the causal gene and their biological mechanism in disease. Here, we use a disease-focused Capture Hi-C experiment to link psoriasis-associated variants with their target genes in psoriasis-relevant cell lines (HaCaT keratinocytes and My-La CD8+ T cells). We confirm previously assigned genes, suggest novel candidates and provide evidence for complexity at psoriasis GWAS loci. In the 9q31 risk locus we combine further epigenomic evidence to demonstrate how the psoriasis association forms a functional interaction with the distant (>500 kb) KLF4 gene. We use CRISPR activation coupled with RNA-seq to demonstrate how activation of psoriasis-associated enhancers upregulates KLF4 in HaCaT cells. Our study design provides a robust pipeline for following up on GWAS disease-associated variants, paving the way for functional translation of genetic findings into clinical benefit.

In the last 15 years Genome wide association studies (GWAS) have uncovered the genetic factors that contribute to disease risk for many disorders, yet the biological significance of many of these associations remain unclear. This is because about 90% of these variants are predicted to affect regulatory elements that are highly cell-type specific and can affect distal genes through chromatin interaction mechanisms and, therefore, understanding their role in disease is challenging. Previous studies have attempted to use chromatin conformation methods to describe the functional mechanism in disease associated loci. However, the majority of these studies have focused on cell lines derived from blood, which might not be the most relevant cell lines for dermatological conditions. Here, we generated HiChIP for H3K27ac, Hi-C and RNA-seq datasets from a keratinocyte and a skin-plaque derived CD8+ T cell line. We studied their active chromatin conformation with the aim to identify biological mechanisms that could be affected by variants associated with skin related diseases: psoriasis (Ps), psoriatic arthritis (PsA), systemic sclerosis (SSc), melanoma and atopic dermatitis. In our analysis we show that HiChIP interactions provide functional evidence for gene regulation by showing that enhancers linked to genes that respond to IFN-γ stimulation are strongly enriched for motifs for TFs related to the stimulation. We also show that by using chromatin conformation we can recall 53% of eQTLs identified by GTEx in skin. In addition to our datasets, we integrated public datasets for a B cell-like lymphoblastoid cell line and primary CD4+ T cells to expand our analysis to include GWAS variants associated with the aforementioned diseases likely to be mediated specifically by B cells and CD4+ T cells (such as in systemic sclerosis and melanoma). We then identified the numerous genes that interact with GWAS variants associated and show that these genes strongly enrich for pathways that are related to the trait studied. For example, the top enriched pathways for autoimmune conditions such as PsA and psoriasis included responses to cytokines and T cell regulation, whereas for melanoma they were related to replicative senescence. We show examples of how our analysis can inform changes in the current description of a few psoriasis associated risk loci. For example, the variant rs10794648, which had previously been assigned to IFNLR1, was linked to GRHL3 in our dataset, a gene essential in skin repair and development. This can indicate a renewed importance of skin related factors in the risk of disease. In conclusion, this study allows us to further characterize disease risk loci by using novel chromatin conformation techniques, which can help identify the genes that are putatively involved in disease and has the potential to identify therapeutic targets.