Abstract Gene regulation is highly cell type-specific and understanding the function of non-coding genetic variants associated with complex traits requires molecular phenotyping at cell type resolution. In this study we performed single nucleus ATAC-seq (snATAC-seq) and genotyping in peripheral blood mononuclear cells from 10 individuals. Clustering chromatin accessibility profiles of 66,843 total nuclei identified 14 immune cell types and sub-types. We mapped chromatin accessibility QTLs (caQTLs) in each immune cell type and sub-type which identified 6,248 total caQTLs, including those obscured from assays of bulk tissue such as with divergent effects on different cell types. For 3,379 caQTLs we further annotated putative target genes of variant activity using single cell co-accessibility, and caQTL variants were significantly correlated with the accessibility level of linked gene promoters. We fine-mapped loci associated with 16 complex immune traits and identified immune cell caQTLs at 517 candidate causal variants, including those with cell type-specific effects. At the 6q15 locus associated with type 1 diabetes, in line with previous reports, variant rs72928038 was a naïve CD4+ T cell caQTL linked to BACH2 and we validated the allelic effects of this variant on regulatory activity in Jurkat T cells. These results highlight the utility of snATAC-seq for mapping genetic effects on accessible chromatin in specific cell types and provide a resource for annotating complex immune trait loci.

Abstract Glucocorticoids are key regulators of glucose homeostasis and pancreatic islet function, but the gene regulatory programs driving responses to glucocorticoid signaling in islets and the contribution of these programs to diabetes risk are unknown. In this study we used ATAC-seq and RNA-seq to map chromatin accessibility and gene expression from eight primary human islet samples cultured in vitro with the glucocorticoid dexamethasone. We identified 2,838 accessible chromatin sites and 1,114 genes with significant changes in activity in response to glucocorticoids. Chromatin sites up-regulated in glucocorticoid signaling were prominently enriched for glucocorticoid receptor binding sites and up-regulated genes were enriched for ion transport and lipid metabolism, whereas down-regulated chromatin sites and genes were enriched for inflammatory, stress response and proliferative processes. Genetic variants associated with glucose levels and T2D risk were enriched in glucocorticoid-responsive chromatin sites, including fine-mapped risk variants at 54 known signals. Among fine-mapped variants in glucocorticoid-responsive chromatin, a likely casual variant at the 2p21 locus had glucocorticoid-dependent allelic effects on beta cell enhancer activity and affected SIX2 and SIX3 expression. Our results provide a comprehensive map of islet regulatory programs in response to glucocorticoids through which we uncover a role for islet glucocorticoid signaling in mediating risk of type 2 diabetes.

OBJECTIVE More than 10% of patients with type 1 diabetes (T1D) do not have high-risk HLA-DR3 or -DR4 haplotypes with distinct clinical features, such as later onset and reduced insulin dependence. We aimed to identify genetic drivers of T1D in the absence of DR3/DR4 and improve prediction of T1D risk in these individuals. RESEARCH DESIGN AND METHODS We performed T1D association and fine-mapping analyses in 12,316 non-DR3/DR4 samples. Next, we performed heterogeneity tests to examine differences in T1D risk variants in individuals without versus those with DR3/DR4 haplotypes. We further assessed genome-wide differences in gene regulatory element and biological pathway enrichments between the non-DR3/DR4 and DR3/DR4 cohorts. Finally, we developed a genetic risk score (GRS) to predict T1D in individuals without DR3/DR4 and compared with an existing T1D GRS. RESULTS A total of 18 T1D risk variants in non-DR3/DR4 samples were identified. Risk variants at the MHC and multiple other loci genome wide had heterogeneity in effects on T1D dependent on DR3/DR4 status, and non-DR3/DR4 T1D had evidence for a greater polygenic burden. T1D-assocated variants in non-DR3/DR4 were more enriched for regulatory elements and pathways involved in antigen presentation, innate immunity, and β-cells and depleted in T cells compared with DR3/DR4. A non-DR3/DR4 GRS outperformed an existing risk score GRS2 in discriminating non-DR3/DR4 T1D from no diabetes (area under the curve 0.867; P = 7.48 × 10−32) and type 2 diabetes (0.907; P = 4.94 × 10−44). CONCLUSIONS In total, we identified heterogeneity in T1D genetic risk dependent on high-risk HLA-DR3/DR4 haplotype, which uncovers disease mechanisms and enables more accurate prediction of T1D across the HLA background.

ABSTRACT Beta cells intrinsically contribute to the pathogenesis of type 1 diabetes (T1D), but the genes and molecular processes that mediate beta cell survival in T1D remain largely unknown. We combined high throughput functional genomics and human genetics to identify T1D risk loci regulating genes affecting beta cell survival in response to the proinflammatory cytokines IL-1β, IFNγ, and TNFα. We mapped 38,931 cytokine-responsive candidate cis -regulatory elements (cCREs) active in beta cells using ATAC-seq and single nuclear ATAC-seq (snATAC-seq), and linked cytokine-responsive beta cell cCREs to putative target genes using single cell co-accessibility and HiChIP. We performed a genome-wide pooled CRISPR loss-of-function screen in EndoC-βH1 cells, which identified 867 genes affecting cytokine-induced beta cell loss. Genes that promoted beta cell survival and had up-regulated expression in cytokine exposure were specifically enriched at T1D loci, and these genes were preferentially involved in inhibiting inflammatory response, ubiquitin-mediated proteolysis, mitophagy and autophagy. We identified 2,229 variants in cytokine-responsive beta cell cCREs altering transcription factor (TF) binding using high-throughput SNP-SELEX, and variants altering binding of TF families regulating stress, inflammation and apoptosis were broadly enriched for T1D association. Finally, through integration with genetic fine mapping, we annotated T1D loci regulating beta cell survival in cytokine exposure. At the 16p13 locus, a T1D variant affected TF binding in a cytokine-induced beta cell cCRE that physically interacted with the SOCS1 promoter, and increased SOCS1 activity promoted beta cell survival in cytokine exposure. Together our findings reveal processes and genes acting in beta cells during cytokine exposure that intrinsically modulate risk of T1D.

Non-genetic variability in human induced pluripotent stem cell (iPSC) lines impacts their differentiation outcome, limiting their utility for genetic studies and clinical applications. Despite the importance of understanding how non-genetic molecular variability influences iPSC differentiation outcome, large-scale studies capable of addressing this question have not yet been conducted. Here, we performed 258 directed differentiations of 191 iPSC lines using established protocols to generate iPSC-derived cardiovascular progenitor cells (iPSC-CVPCs). We observed cellular heterogeneity across the iPSC-CVPC samples due to varying fractions of two cell types: cardiomyocytes (CMs) and epicardium-derived cells (EPDCs). Analyzing the transcriptomes of CM-fated and EPDC-fated iPSCs discovered that 91 signature genes and X chromosome dosage differences influence WNT inhibition response during differentiation and are associated with cardiac fate. Analysis of an independent set of 39 iPSCs differentiated to the cardiac lineage confirmed shared sex and transcriptional differences that impact cardiac fate outcome. The scale and systematic approach of our study enabled novel insights into how iPSC transcriptional and X chromosome gene dosage differences influence WNT signaling during differentiation and hence cardiac cell fate.

Translating genome-wide association studies (GWAS) of complex disease into mechanistic insight requires a comprehensive understanding of risk variant effects on disease-relevant cell types. To uncover cell type-specific mechanisms of type 1 diabetes (T1D) risk, we combined genetic association mapping and single cell epigenomics. We performed the largest to-date GWAS of T1D in 489,679 samples imputed into 59.2M variants, which identified 74 novel association signals including several large-effect rare variants. Fine-mapping of 141 total signals substantially improved resolution of causal variant credible sets, which primarily mapped to non-coding sequence. To annotate cell type-specific regulatory mechanisms of T1D risk variants, we mapped 448,142 candidate regulatory elements (cCREs) in pancreas and peripheral blood mononuclear cell types using snATAC-seq of 131,554 nuclei. T1D risk variants were enriched in cCREs active in CD4+ T cells as well as several additional cell types including pancreatic exocrine acinar and ductal cells. High-probability T1D risk variants at multiple signals mapped to exocrine-specific cCREs including novel loci near and . At the locus, the likely causal variant rs7795896 mapped in a ductal-specific distal cCRE which regulated and the risk allele reduced transcription factor binding, enhancer activity and expression in ductal cells. These findings support a role for the exocrine pancreas in T1D pathogenesis and highlight the power of combining large-scale GWAS and single cell epigenomics to provide insight into the cellular origins of complex disease.

Abstract Pancreatic islets are comprised of multiple endocrine cell types that produce hormones required for glucose homeostasis, and islet dysfunction is a major factor in the development of type 1 and type 2 diabetes (T1D, T2D). Numerous studies have generated gene expression profiles in individual islet cell types using single cell assays. However, there is no canonical reference of gene expression in islet cell types in both health and disease that is also easily accessible for researchers to access, query, and use in bioinformatics pipelines. Here we present an integrated reference map of islet cell type-specific gene expression from 192,203 cells derived from single cell RNA-seq assays of 65 non-diabetic, T1D autoantibody positive (Aab+), T1D, and T2D donors from the Human Pancreas Analysis Program. We identified 10 endocrine and non-endocrine cell types as well as sub-populations of several cell types, and defined sets of marker genes for each cell type and sub-population. We tested for differential expression within each cell type in T1D Aab+, T1D, and T2D states, and identified 1,701 genes with significant changes in expression in any cell type. Most changes were observed in beta cells in T1D, and, by comparison, there were almost no genes with changes in T1D Aab+. To facilitate user interaction with this reference, we provide the data using several single cell visualization and reference mapping tools as well as open-access analytical pipelines used to create this reference. The results will serve as a valuable resource to investigators studying islet biology and diabetes.

Abstract Two decades of Genome Wide Association Studies (GWAS) have yielded hundreds of thousands of robust genetic associations to human complex traits and diseases. Nevertheless, the dissection of the functional consequences of variants lags behind, especially for non-coding variants (RNVs). Here we have characterised a set of rare, non-coding variants with large effects on haematological traits by integrating (i) a massively parallel reporter assay with (ii) a CRISPR/Cas9 screen and (iii) in vivo gene expression and transcript relative abundance analysis of whole blood and immune cells. After extensive manual curation we identify 22 RNVs with robust mechanistic hypotheses and perform an in-depth characterization of one of them, demonstrating its impact on megakaryopoiesis through regulation of the CUX1 transcriptional cascade. With this work we advance the understanding of the translational value of GWAS findings for variants implicated in blood and immunity.

Abstract Physiological variability in pancreatic cell type gene regulation and the impact on diabetes risk is poorly understood. In this study we mapped gene regulation in pancreatic cell types using single cell multiomic (joint RNA-seq and ATAC-seq) profiling in 28 non-diabetic donors in combination with single cell data from 35 non-diabetic donors in the Human Pancreas Analysis Program. We identified widespread associations with age, sex, BMI, and HbA1c, where gene regulatory responses were highly cell type- and phenotype-specific. In beta cells, donor age associated with hypoxia, apoptosis, unfolded protein response, and external signal-dependent transcriptional regulators, while HbA1c associated with inflammatory responses and gender with chromatin organization. We identified 10.8K loci where genetic variants were QTLs for cis regulatory element (cRE) accessibility, including 20% with lineage- or cell type-specific effects which disrupted distinct transcription factor motifs. Type 2 diabetes and glycemic trait associated variants were enriched in both phenotype- and QTL-associated beta cell cREs, whereas type 1 diabetes showed limited enrichment. Variants at 226 diabetes and glycemic trait loci were QTLs in beta and other cell types, including 40 that were statistically colocalized, and annotating target genes of colocalized QTLs revealed genes with putatively novel roles in disease. Our findings reveal diverse responses of pancreatic cell types to phenotype and genotype in physiology, and identify pathways, networks, and genes through which physiology impacts diabetes risk.