Large-scale reference data sets of human genetic variation are critical for the medical and functional interpretation of DNA sequence changes. Here we describe the aggregation and analysis of high-quality exome (protein-coding region) DNA sequence data for 60,706 individuals of diverse ancestries generated as part of the Exome Aggregation Consortium (ExAC). This catalogue of human genetic diversity contains an average of one variant every eight bases of the exome, and provides direct evidence for the presence of widespread mutational recurrence. We have used this catalogue to calculate objective metrics of pathogenicity for sequence variants, and to identify genes subject to strong selection against various classes of mutation; identifying 3,230 genes with near-complete depletion of predicted protein-truncating variants, with 72% of these genes having no currently established human disease phenotype. Finally, we demonstrate that these data can be used for the efficient filtering of candidate disease-causing variants, and for the discovery of human 'knockout' variants in protein-coding genes. Exome sequencing data from 60,706 people of diverse geographic ancestry is presented, providing insight into genetic variation across populations, and illuminating the relationship between DNA variants and human disease. As part of the Exome Aggregation Consortium (ExAC) project, Daniel MacArthur and colleagues report on the generation and analysis of high-quality exome sequencing data from 60,706 individuals of diverse ancestry. This provides the most comprehensive catalogue of human protein-coding genetic variation to date, yielding unprecedented resolution for the analysis of very rare variants across multiple human populations. The catalogue is freely accessible and provides a critical reference panel for the clinical interpretation of genetic variants and the discovery of disease-related genes.

Associations of major lipids and apolipoproteins with the risk of vascular disease have not been reliably quantified.To assess major lipids and apolipoproteins in vascular risk.Individual records were supplied on 302,430 people without initial vascular disease from 68 long-term prospective studies, mostly in Europe and North America. During 2.79 million person-years of follow-up, there were 8857 nonfatal myocardial infarctions, 3928 coronary heart disease [CHD] deaths, 2534 ischemic strokes, 513 hemorrhagic strokes, and 2536 unclassified strokes.Hazard ratios (HRs), adjusted for several conventional factors, were calculated for 1-SD higher values: 0.52 log(e) triglyceride, 15 mg/dL high-density lipoprotein cholesterol (HDL-C), 43 mg/dL non-HDL-C, 29 mg/dL apolipoprotein AI, 29 mg/dL apolipoprotein B, and 33 mg/dL directly measured low-density lipoprotein cholesterol (LDL-C). Within-study regression analyses were adjusted for within-person variation and combined using meta-analysis.The rates of CHD per 1000 person-years in the bottom and top thirds of baseline lipid distributions, respectively, were 2.6 and 6.2 with triglyceride, 6.4 and 2.4 with HDL-C, and 2.3 and 6.7 with non-HDL-C. Adjusted HRs for CHD were 0.99 (95% CI, 0.94-1.05) with triglyceride, 0.78 (95% CI, 0.74-0.82) with HDL-C, and 1.50 (95% CI, 1.39-1.61) with non-HDL-C. Hazard ratios were at least as strong in participants who did not fast as in those who did. The HR for CHD was 0.35 (95% CI, 0.30-0.42) with a combination of 80 mg/dL lower non-HDL-C and 15 mg/dL higher HDL-C. For the subset with apolipoproteins or directly measured LDL-C, HRs were 1.50 (95% CI, 1.38-1.62) with the ratio non-HDL-C/HDL-C, 1.49 (95% CI, 1.39-1.60) with the ratio apo B/apo AI, 1.42 (95% CI, 1.06-1.91) with non-HDL-C, and 1.38 (95% CI, 1.09-1.73) with directly measured LDL-C. Hazard ratios for ischemic stroke were 1.02 (95% CI, 0.94-1.11) with triglyceride, 0.93 (95% CI, 0.84-1.02) with HDL-C, and 1.12 (95% CI, 1.04-1.20) with non-HDL-C.Lipid assessment in vascular disease can be simplified by measurement of either total and HDL cholesterol levels or apolipoproteins without the need to fast and without regard to triglyceride.

Clonal hematopoiesis of indeterminate potential (CHIP), which is defined as the presence of an expanded somatic blood-cell clone in persons without other hematologic abnormalities, is common among older persons and is associated with an increased risk of hematologic cancer. We previously found preliminary evidence for an association between CHIP and atherosclerotic cardiovascular disease, but the nature of this association was unclear.

Abstract The Trans-Omics for Precision Medicine (TOPMed) programme seeks to elucidate the genetic architecture and biology of heart, lung, blood and sleep disorders, with the ultimate goal of improving diagnosis, treatment and prevention of these diseases. The initial phases of the programme focused on whole-genome sequencing of individuals with rich phenotypic data and diverse backgrounds. Here we describe the TOPMed goals and design as well as the available resources and early insights obtained from the sequence data. The resources include a variant browser, a genotype imputation server, and genomic and phenotypic data that are available through dbGaP (Database of Genotypes and Phenotypes) 1 . In the first 53,831 TOPMed samples, we detected more than 400 million single-nucleotide and insertion or deletion variants after alignment with the reference genome. Additional previously undescribed variants were detected through assembly of unmapped reads and customized analysis in highly variable loci. Among the more than 400 million detected variants, 97% have frequencies of less than 1% and 46% are singletons that are present in only one individual (53% among unrelated individuals). These rare variants provide insights into mutational processes and recent human evolutionary history. The extensive catalogue of genetic variation in TOPMed studies provides unique opportunities for exploring the contributions of rare and noncoding sequence variants to phenotypic variation. Furthermore, combining TOPMed haplotypes with modern imputation methods improves the power and reach of genome-wide association studies to include variants down to a frequency of approximately 0.01%.

Choosing the appropriate neuroimaging phenotype is critical to successfully identify genes that influence brain structure or function. While neuroimaging methods provide numerous potential phenotypes, their role for imaging genetics studies is unclear. Here we examine the relationship between brain volume, grey matter volume, cortical thickness and surface area, from a genetic standpoint. Four hundred and eighty-six individuals from randomly ascertained extended pedigrees with high-quality T1-weighted neuroanatomic MRI images participated in the study. Surface-based and voxel-based representations of brain structure were derived, using automated methods, and these measurements were analysed using a variance-components method to identify the heritability of these traits and their genetic correlations. All neuroanatomic traits were significantly influenced by genetic factors. Cortical thickness and surface area measurements were found to be genetically and phenotypically independent. While both thickness and area influenced volume measurements of cortical grey matter, volume was more closely related to surface area than cortical thickness. This trend was observed for both the volume-based and surface-based techniques. The results suggest that surface area and cortical thickness measurements should be considered separately and preferred over gray matter volumes for imaging genetic studies.

Abstract Over the past few decades, neuroimaging has become a ubiquitous tool in basic research and clinical studies of the human brain. However, no reference standards currently exist to quantify individual differences in neuroimaging metrics over time, in contrast to growth charts for anthropometric traits such as height and weight 1 . Here we assemble an interactive open resource to benchmark brain morphology derived from any current or future sample of MRI data ( http://www.brainchart.io/ ). With the goal of basing these reference charts on the largest and most inclusive dataset available, acknowledging limitations due to known biases of MRI studies relative to the diversity of the global population, we aggregated 123,984 MRI scans, across more than 100 primary studies, from 101,457 human participants between 115 days post-conception to 100 years of age. MRI metrics were quantified by centile scores, relative to non-linear trajectories 2 of brain structural changes, and rates of change, over the lifespan. Brain charts identified previously unreported neurodevelopmental milestones 3 , showed high stability of individuals across longitudinal assessments, and demonstrated robustness to technical and methodological differences between primary studies. Centile scores showed increased heritability compared with non-centiled MRI phenotypes, and provided a standardized measure of atypical brain structure that revealed patterns of neuroanatomical variation across neurological and psychiatric disorders. In summary, brain charts are an essential step towards robust quantification of individual variation benchmarked to normative trajectories in multiple, commonly used neuroimaging phenotypes.

Approximately 7% of American adults have severe hypercholesterolemia (untreated low-density lipoprotein [LDL] cholesterol ≥190 mg/dl), which may be due to familial hypercholesterolemia (FH). Lifelong LDL cholesterol elevations in FH mutation carriers may confer coronary artery disease (CAD) risk beyond that captured by a single LDL cholesterol measurement. This study assessed the prevalence of an FH mutation among those with severe hypercholesterolemia and determined whether CAD risk varies according to mutation status beyond the observed LDL cholesterol level. Three genes causative for FH (LDLR, APOB, and PCSK9) were sequenced in 26,025 participants from 7 case-control studies (5,540 CAD case subjects, 8,577 CAD-free control subjects) and 5 prospective cohort studies (11,908 participants). FH mutations included loss-of-function variants in LDLR, missense mutations in LDLR predicted to be damaging, and variants linked to FH in ClinVar, a clinical genetics database. Among 20,485 CAD-free control and prospective cohort participants, 1,386 (6.7%) had LDL cholesterol ≥190 mg/dl; of these, only 24 (1.7%) carried an FH mutation. Within any stratum of observed LDL cholesterol, risk of CAD was higher among FH mutation carriers than noncarriers. Compared with a reference group with LDL cholesterol <130 mg/dl and no mutation, participants with LDL cholesterol ≥190 mg/dl and no FH mutation had a 6-fold higher risk for CAD (odds ratio: 6.0; 95% confidence interval: 5.2 to 6.9), whereas those with both LDL cholesterol ≥190 mg/dl and an FH mutation demonstrated a 22-fold increased risk (odds ratio: 22.3; 95% confidence interval: 10.7 to 53.2). In an analysis of participants with serial lipid measurements over many years, FH mutation carriers had higher cumulative exposure to LDL cholesterol than noncarriers. Among participants with LDL cholesterol ≥190 mg/dl, gene sequencing identified an FH mutation in <2%. However, for any observed LDL cholesterol, FH mutation carriers had substantially increased risk for CAD.

BackgroundWhether triglyceride-mediated pathways are causally relevant to coronary heart disease is uncertain. We studied a genetic variant that regulates triglyceride concentration to help judge likelihood of causality.MethodsWe assessed the −1131T>C (rs662799) promoter polymorphism of the apolipoprotein A5 (APOA5) gene in relation to triglyceride concentration, several other risk factors, and risk of coronary heart disease. We compared disease risk for genetically-raised triglyceride concentration (20 842 patients with coronary heart disease, 35 206 controls) with that recorded for equivalent differences in circulating triglyceride concentration in prospective studies (302 430 participants with no history of cardiovascular disease; 12 785 incident cases of coronary heart disease during 2·79 million person-years at risk). We analysed −1131T>C in 1795 people without a history of cardiovascular disease who had information about lipoprotein concentration and diameter obtained by nuclear magnetic resonance spectroscopy.FindingsThe minor allele frequency of −1131T>C was 8% (95% CI 7–9). −1131T>C was not significantly associated with several non-lipid risk factors or LDL cholesterol, and it was modestly associated with lower HDL cholesterol (mean difference per C allele 3·5% [95% CI 2·6–4·6]; 0·053 mmol/L [0·039–0·068]), lower apolipoprotein AI (1·3% [0·3–2·3]; 0·023 g/L [0·005–0·041]), and higher apolipoprotein B (3·2% [1·3–5·1]; 0·027 g/L [0·011–0·043]). By contrast, for every C allele inherited, mean triglyceride concentration was 16·0% (95% CI 12·9–18·7), or 0·25 mmol/L (0·20–0·29), higher (p=4·4×10−24). The odds ratio for coronary heart disease was 1·18 (95% CI 1·11–1·26; p=2·6×10−7) per C allele, which was concordant with the hazard ratio of 1·10 (95% CI 1·08–1·12) per 16% higher triglyceride concentration recorded in prospective studies. −1131T>C was significantly associated with higher VLDL particle concentration (mean difference per C allele 12·2 nmol/L [95% CI 7·7–16·7]; p=9·3×10−8) and smaller HDL particle size (0·14 nm [0·08–0·20]; p=7·0×10−5), factors that could mediate the effects of triglyceride.InterpretationThese data are consistent with a causal association between triglyceride-mediated pathways and coronary heart disease.FundingBritish Heart Foundation, UK Medical Research Council, Novartis.

Recent research has emphasized the importance of the metabolic cluster, which includes glucose intolerance, dyslipidemia, and high blood pressure, as a strong predictor of the obesity-related morbidities and premature mortality. Fundamental to this association, commonly referred to as the metabolic syndrome, is the close interaction between abdominal fat patterning, total body adiposity, and insulin resistance. As the initial step in identifying major genetic loci influencing these phenotypes, we performed a genomewide scan by using a 10-centiMorgan map in 2,209 individuals distributed over 507 nuclear Caucasian families. Pedigree-based analysis using a variance components linkage model demonstrated a quantitative trait locus (QTL) on chromosome 3 (3q27) strongly linked to six traits representing these fundamental phenotypes [logarithm of odds (lod) scores ranged from 2.4 to 3.5]. This QTL exhibited possible epistatic interaction with a second QTL on chromosome 17 (17p12) strongly linked to plasma leptin levels (lod = 5.0). Situated at these epistatic QTLs are candidate genes likely to influence two biologic precursor pathways of the metabolic syndrome.