Abstract Motivation: We consider the problem of estimating values associated with gene expression from oligonucleotide arrays. Such estimates should linearly track concentration, yield non-negative results, have statistical guarantees of robustness against outliers, and allow estimates of significance and variance. Results: A hierarchy of simple models is used to design robust estimators meeting these goals for both stand alone and comparative experiments. This algorithm has been validated against an extensive panel of known spike experiments, and shows comparable performance to existing standards. Availability: Algorithms available commercially as part of the MAS 5.0 software package. Data sets available from the Affymetrix website. Contact: earl_hubbell@affymetrix.com Supplemental Information: http://www.affymetrix.com/community/publications/affymetrix/index.affx * To whom correspondence should be addressed.

Understanding the consequences of regulatory variation in the human genome remains a major challenge, with important implications for understanding gene regulation and interpreting the many disease-risk variants that fall outside of protein-coding regions. Here, we provide a direct window into the regulatory consequences of genetic variation by sequencing RNA from 922 genotyped individuals. We present a comprehensive description of the distribution of regulatory variation—by the specific expression phenotypes altered, the properties of affected genes, and the genomic characteristics of regulatory variants. We detect variants influencing expression of over ten thousand genes, and through the enhanced resolution offered by RNA-sequencing, for the first time we identify thousands of variants associated with specific phenotypes including splicing and allelic expression. Evaluating the effects of both long-range intra-chromosomal and trans (cross-chromosomal) regulation, we observe modularity in the regulatory network, with three-dimensional chromosomal configuration playing a particular role in regulatory modules within each chromosome. We also observe a significant depletion of regulatory variants affecting central and critical genes, along with a trend of reduced effect sizes as variant frequency increases, providing evidence that purifying selection and buffering have limited the deleterious impact of regulatory variation on the cell. Further, generalizing beyond observed variants, we have analyzed the genomic properties of variants associated with expression and splicing and developed a Bayesian model to predict regulatory consequences of genetic variants, applicable to the interpretation of individual genomes and disease studies. Together, these results represent a critical step toward characterizing the complete landscape of human regulatory variation.

High-altitude hypoxia (reduced inspired oxygen tension due to decreased barometric pressure) exerts severe physiological stress on the human body. Two high-altitude regions where humans have lived for millennia are the Andean Altiplano and the Tibetan Plateau. Populations living in these regions exhibit unique circulatory, respiratory, and hematological adaptations to life at high altitude. Although these responses have been well characterized physiologically, their underlying genetic basis remains unknown. We performed a genome scan to identify genes showing evidence of adaptation to hypoxia. We looked across each chromosome to identify genomic regions with previously unknown function with respect to altitude phenotypes. In addition, groups of genes functioning in oxygen metabolism and sensing were examined to test the hypothesis that particular pathways have been involved in genetic adaptation to altitude. Applying four population genetic statistics commonly used for detecting signatures of natural selection, we identified selection-nominated candidate genes and gene regions in these two populations (Andeans and Tibetans) separately. The Tibetan and Andean patterns of genetic adaptation are largely distinct from one another, with both populations showing evidence of positive natural selection in different genes or gene regions. Interestingly, one gene previously known to be important in cellular oxygen sensing, EGLN1 (also known as PHD2), shows evidence of positive selection in both Tibetans and Andeans. However, the pattern of variation for this gene differs between the two populations. Our results indicate that several key HIF-regulatory and targeted genes are responsible for adaptation to high altitude in Andeans and Tibetans, and several different chromosomal regions are implicated in the putative response to selection. These data suggest a genetic role in high-altitude adaption and provide a basis for future genotype/phenotype association studies necessary to confirm the role of selection-nominated candidate genes and gene regions in adaptation to altitude.

Abstract Motivation: We consider the detection of expressed genes and the comparison of them in different experiments with the high-density oligonucleotide microarrays. The results are summarized as the detection calls and comparison calls, and they should be robust against data outliers over a wide target concentration range. It is also helpful to provide parameters that can be adjusted by the user to balance specificity and sensitivity under various experimental conditions. Results: We present rank-based algorithms for making detection and comparison calls on expression microarrays. The detection call algorithm utilizes the discrimination scores. The comparison call algorithm utilizes intensity differences. Both algorithms are based on Wilcoxon's signed-rank test. Several parameters in the algorithms can be adjusted by the user to alter levels of specificity and sensitivity. The algorithms were developed and analyzed using spiked-in genes arrayed in a Latin square format. In the call process, p-values are calculated to give a confidence level for the pertinent hypotheses. For comparison calls made between two arrays, two primary normalization factors are defined. To overcome the difficulty that constant normalization factors do not fit all probe sets, we perturb these primary normalization factors and make increasing or decreasing calls only if all resulting p-values fall within a defined critical region. Our algorithms also automatically handle scanner saturation. Availability: These algorithms are available commercially as part of the MAS 5.0 software package. Contact: wei-min_liu@affymetrix.com * To whom correspondence should be addressed. † Current address: Mail Code CR145, Oregon Health Sciences University, Portland, OR 79201

Latinos are the largest minority population in the United States. Although usually classified as a single ethnic group by researchers, Latinos are heterogeneous from cultural, socioeconomic, and genetic perspectives. From a cultural and social perspective, Latinos represent a wide variety of national origins and ethnic and cultural groups, with a full spectrum of social class. From a genetic perspective, Latinos are descended from indigenous American, European, and African populations. We review the historical events that led to the formation of contemporary Latino populations and use results from recent genetic and clinical studies to illustrate the unique opportunity Latino groups offer for studying the interaction between racial, genetic, and environmental contributions to disease occurrence and drug response.

Background Previous studies have suggested the potential synergistic antitumor activity when combining immune checkpoint inhibitors with anti-angiogenic agents in various solid tumors. We aimed to assess the efficacy and safety of camrelizumab (a humanized programmed cell death-1 antibody) plus apatinib (a vascular endothelial growth factor receptor tyrosine kinase inhibitor) for patients with advanced mucosal melanoma (MM), and explore-related biomarkers. Methods We conducted a single-center, open-label, single-arm, phase II study. Patients with unresectable or recurrent/metastatic MM received camrelizumab and apatinib. The primary endpoint was the confirmed objective response rate (ORR). Results Between April 2019 and June 2022, 32 patients were enrolled, with 50.0% previously received systemic therapy. Among 28 patients with evaluable response, the confirmed ORR was 42.9%, the disease control rate was 82.1%, and the median progression-free survival (PFS) was 8.05 months. The confirmed ORR was 42.9% (6/14) in both treatment-naïve and previously treated patients. Notably, treatment-naïve patients had a median PFS of 11.89 months, and those with prior treatment had a median PFS of 6.47 months. Grade 3 treatment-related adverse events were transaminase elevation, rash, hyperbilirubinemia, proteinuria, hypertension, thrombocytopenia, hand-foot syndrome and diarrhea. No treatment-related deaths were observed. Higher tumor mutation burden (TMB), increased T-cell receptor (TCR) diversity, and altered receptor tyrosine kinase (RTK)/RAS pathway correlated with better tumor response. Conclusion Camrelizumab plus apatinib provided promising antitumor activity with acceptable toxicity in patients with advanced MM. TMB, TCR diversity and RTK/RAS pathway genes were identified as potential predictive biomarkers and warrant further validation. Trial registration number Chinese Clinical Trial Registry, ChiCTR1900023277.