Abstract Circulating tumour-derived DNA (ctDNA) carries the genetic and epigenetic characteristics of the tumour from which it is derived and can give information about the biology and tissue origins of the underlying tumour. DNA methylation is an epigenetic mark that is specific to individual tissues and, as methylation profiles are disrupted in tumours, they can indicate the tissue of origin and cancer type of ctDNA. We have developed a set of methylation biomarkers for detecting breast cancer in plasma cell-free DNA (cfDNA). First, we mined publicly available methylation datasets to create synthetic methylation profiles that were modelled to reflect cfDNA from healthy subjects and cancer patients. These profiles were restricted to the most differentially methylated CpGs between breast tumour samples and haematopoietic cells. Regularised logistic regression models were trained using 10-fold cross-validation on synthetic cfDNA datasets with distinct fractions of breast tumour DNA spiked in silico into healthy cfDNA with the addition of 10% of a mix of different tissues. Initial validation with synthetic cfDNA permitted detection of breast cancer-derived DNA with as little as 0.25% tumour DNA spiked in silico into healthy subject cfDNA with an area under ROC curve (AUC) of 0.63. Performances of classifiers increased with increased fractions of spike-in tumour DNA (AUCs 0.77 and 0.93 at tumour DNA fractions 0.5% and 1% respectively). We then combined the most discriminative CpG markers from our models with methylation markers of breast cancer that had already been published to obtain a single marker set. In vitro testing of MCF-7 breast cancer cell line DNA spiked into leukocyte DNA showed highly significant correlation for individual markers between laboratory-measured and published methylation data for MCF-7 and leukocytes (R > 0.89, P < 2.2 × 10 −16 ). These preliminary data indicate promising results for detection of breast cancer cell line DNA using this methylation marker set, which now require testing in cfDNA from breast cancer patients and healthy controls.

Abstract Background Primary ciliary dyskinesia (PCD) is a genetic disorder affecting motile cilia. Most cases are inherited recessively, due to variants in >50 genes that result in abnormal or absent motile cilia. This leads to chronic upper and lower airway disease, subfertility, and laterality defects. Given overlapping clinical features and genetic heterogeneity, diagnosis can be difficult and often occurs late. Of those tested an estimated 30% of genetically screened PCD patients still lack a molecular diagnosis. A molecular diagnosis allows for appropriate clinical management including prediction of phenotypic features correlated to genotype. Here, we aimed to identify how readily a genetic diagnosis could be made using whole genome sequencing (WGS) to facilitate identification of pathogenic variants in known genes as well as novel PCD candidate genes. Methods WGS was used to screen for pathogenic variants in eight patients with PCD. Results 7/8 cases had homozygous or biallelic variants in DNAH5 , DNAAF4 or DNAH11 classified as pathogenic or likely pathogenic. Three identified variants were deletions, ranging from 3 to 13 kb, for which WGS identified precise breakpoints, permitting confirmation by Sanger sequencing. WGS yielded identification of a de novo variant in a novel PCD gene TUBB4B . Conclusion Here, WGS uplifted genetic diagnosis of PCD by identifying structural variants and novel modes of inheritance in new candidate genes. WGS could be an important component of the PCD diagnostic toolkit, increasing molecular diagnostic yield from current (70%) levels, and enhancing our understanding of fundamental biology of motile cilia and variants in the noncoding genome.