Arterial stiffness index (ASI) is a non-invasive measure of arterial stiffness using infra-red finger sensors (photoplethysmography). It is a well-suited measure for large populations as it is relatively inexpensive to perform, and data can be acquired within seconds. These features raise interest in using ASI as a tool to estimate cardiovascular disease risk as prior work demonstrates increased arterial stiffness is associated with elevated systolic blood pressure, and ASI is predictive of cardiovascular disease and mortality. We conducted genome-wide association studies (GWASs) for ASI in 127,121 UK Biobank participants of European-ancestry. Our primary analyses identified variants at four loci reaching genome-wide significance (P < 5 × 10-8): TEX41 (rs1006923; P = 5.3 × 10-12), FOXO1 (rs7331212; P = 2.2 × 10-11), C1orf21 (rs1930290, P = 1.1 × 10-8) and MRVI1 (rs10840457, P = 3.4 × 10-8). Gene-based testing revealed three significant genes, the most significant gene was COL4A2 (P = 1.41 × 10-8) encoding type IV collagen. Other candidate genes at associated loci were also involved in smooth muscle tone regulation. Our findings provide new information for understanding the development of arterial stiffness.

ABSTRACT Common SNPs are predicted to collectively explain 40-50% of phenotypic variation in human height, but identifying the specific variants and associated regions requires huge sample sizes. Here we show, using GWAS data from 5.4 million individuals of diverse ancestries, that 12,111 independent SNPs that are significantly associated with height account for nearly all of the common SNP-based heritability. These SNPs are clustered within 7,209 non-overlapping genomic segments with a median size of ~90 kb, covering ~21% of the genome. The density of independent associations varies across the genome and the regions of elevated density are enriched for biologically relevant genes. In out-of-sample estimation and prediction, the 12,111 SNPs account for 40% of phenotypic variance in European ancestry populations but only ~10%-20% in other ancestries. Effect sizes, associated regions, and gene prioritization are similar across ancestries, indicating that reduced prediction accuracy is likely explained by linkage disequilibrium and allele frequency differences within associated regions. Finally, we show that the relevant biological pathways are detectable with smaller sample sizes than needed to implicate causal genes and variants. Overall, this study, the largest GWAS to date, provides an unprecedented saturated map of specific genomic regions containing the vast majority of common height-associated variants.

Background: Early prediction of cardiovascular risk in the general population remains an important issue. The T-wave morphology restitution (TMR), an ECG marker quantifying ventricular repolarization dynamics, is strongly associated with cardiovascular mortality in patients with heart failure. Our aim was to evaluate the cardiovascular prognostic value of TMR in a UK middle-aged population and identify any genetic contribution. Methods: We analyzed ECG recordings from 55 222 individuals from a UK middle-aged population undergoing an exercise stress test in UK Biobank (UKB). TMR was used to measure ventricular repolarization dynamics, exposed in this cohort by exercise (TMR during exercise, TMR ex ) and recovery from exercise (TMR during recovery, TMR rec ). The primary end point was cardiovascular events; secondary end points were all-cause mortality, ventricular arrhythmias, and atrial fibrillation with median follow-up of 7 years. Genome-wide association studies for TMR ex and TMR rec were performed, and genetic risk scores were derived and tested for association in independent samples from the full UKB cohort (N=360 631). Results: A total of 1743 (3.2%) individuals in UKB who underwent the exercise stress test had a cardiovascular event, and TMR rec was significantly associated with cardiovascular events (hazard ratio, 1.11; P =5×10 -7 ), independent of clinical variables and other ECG markers. TMR rec was also associated with all-cause mortality (hazard ratio, 1.10) and ventricular arrhythmias (hazard ratio, 1.16). We identified 12 genetic loci in total for TMR ex and TMR rec , of which 9 are associated with another ECG marker. Individuals in the top 20% of the TMR rec genetic risk score were significantly more likely to have a cardiovascular event in the full UKB cohort (18 997, 5.3%) than individuals in the bottom 20% (hazard ratio, 1.07; P =6×10 -3 ). Conclusions: TMR and TMR genetic risk scores are significantly associated with cardiovascular risk in a UK middle-aged population, supporting the hypothesis that increased spatio-temporal heterogeneity of ventricular repolarization is a substrate for cardiovascular risk and the validity of TMR as a cardiovascular risk predictor.

Left ventricular hypertrophy (LVH) is an established, independent predictor of cardiovascular disease. Indices derived from the electrocardiogram (ECG) have been used to infer the presence of LVH with limited sensitivity. This study aimed to classify LVH defined by cardiovascular magnetic resonance (CMR) imaging using the 12-lead ECG for cost-effective patient stratification.We extracted ECG biomarkers with a known physiological association with LVH from the 12-lead ECG of 37 534 participants in the UK Biobank imaging study. Classification models integrating ECG biomarkers and clinical variables were built using logistic regression, support vector machine (SVM) and random forest (RF). The dataset was split into 80% training and 20% test sets for performance evaluation. Ten-fold cross validation was applied with further validation testing performed by separating data based on UK Biobank imaging centres. QRS amplitude and blood pressure (P < 0.001) were the features most strongly associated with LVH. Classification with logistic regression had an accuracy of 81% [sensitivity 70%, specificity 81%, Area under the receiver operator curve (AUC) 0.86], SVM 81% accuracy (sensitivity 72%, specificity 81%, AUC 0.85) and RF 72% accuracy (sensitivity 74%, specificity 72%, AUC 0.83). ECG biomarkers enhanced model performance of all classifiers, compared to using clinical variables alone. Validation testing by UK Biobank imaging centres demonstrated robustness of our models.A combination of ECG biomarkers and clinical variables were able to predict LVH defined by CMR. Our findings provide support for the ECG as an inexpensive screening tool to risk stratify patients with LVH as a prelude to advanced imaging.

BACKGROUND: The consequences of exercise-induced premature ventricular contractions (PVCs) in asymptomatic individuals remain unclear. This study aimed to assess the association between PVC burdens during submaximal exercise and major adverse cardiovascular events (MI/HF/LTVA: myocardial infarction [MI], heart failure [HF], and life-threatening ventricular arrhythmia [LTVA]), and all-cause mortality. Additional end points were MI, LTVA, HF, and cardiovascular mortality. METHODS: A neural network was developed to count PVCs from ECGs recorded during exercise (6 minutes) and recovery (1 minute) in 48 315 asymptomatic participants from UK Biobank. Associations were estimated using multivariable Cox proportional hazard models. Explorative studies were conducted in subgroups with cardiovascular magnetic resonance imaging data (n=6290) and NT-proBNP (N-terminal Pro-B-type natriuretic peptide) levels (n=4607) to examine whether PVC burden was associated with subclinical cardiomyopathy. RESULTS: Mean age was 56.8±8.2 years; 51.1% of the participants were female; and median follow-up was 12.6 years. Low PVC counts during exercise and recovery were both associated with MI/HF/LTVA risk, independently of clinical factors: adjusted hazard ratio (HR), 1.2 (1–5 exercise PVCs, P <0.001) and HR, 1.3 (1–5 recovery PVCs, P <0.001). Risks were higher with increasing PVC count: HR, 1.8 (>20 exercise PVCs, P <0.001) and HR, 1.6 (>5 recovery PVCs, P <0.001). A similar trend was observed for all-cause mortality, although associations were only significant for high PVC burdens: HRs, 1.6 (>20 exercise PVCs, P <0.001) and 1.5 (>5 recovery PVCs, P <0.001). Complex PVC rhythms were associated with higher risk compared with PVC count alone. PVCs were also associated with incident HF, LTVA, and cardiovascular mortality, but not MI. In the explorative studies, high PVC burden was associated with larger left ventricular volumes, lower ejection fraction, and higher levels of NT-proBNP compared with participants without PVCs. CONCLUSIONS: In this cohort of middle-aged and older adults, PVC count during submaximal exercise and recovery were both associated with MI/HF/LTVA, all-cause mortality, HF, LTVAs, and cardiovascular mortality, independent of clinical and exercise test factors, indicating an incremental increase in risk as PVC count rises. Complex PVC rhythms were associated with higher risk compared with PVC count alone. Underlying mechanisms may include the presence of subclinical cardiomyopathy.

Background: We provide an overview of the genetic architecture of quantitative cardiovascular phenotypes such as blood pressure (BP), electrocardiogram (ECG) and cardiac imaging measurements which play a critical and prognostic role in the management of numerous diseases.Methods: The genetics of BP, ECG and cardiac imaging traits have been studied in large-scale genome-wide association studies (GWASs).Results: To-date more than 1,400 BP loci have been discovered.These genetic loci harbouring known and novel BP-regulating genes, several of which are linked to existing drugs, that can be repurposed for BP treatment.Regarding the ECG indices, 437 independent signals have been reported for resting heart rate (n ~ 400,000), mainly modulating the autonomic nervous system, as well as 202 loci for PR interval, 29 loci for QRS duration and 35 loci for QT interval.The LV GWASs (n ~ 17,000) identified 14 loci harbouring genes regulating the cardiac developmental pathways.Conclusion: Large-scale genetic analyses of quantitative cardiovascular traits have yielded hundreds of susceptibility loci, candidate genes and key biological pathways, which significantly advance our understanding of their genetic architecture and shed lights on potential novel therapeutic targets.

Abstract A major challenge of genome-wide association studies (GWAS) is to translate phenotypic associations into biological insights. Here, we integrate a large GWAS on blood lipids involving 1.6 million individuals from five ancestries with a wide array of functional genomic datasets to discover regulatory mechanisms underlying lipid associations. We first prioritize lipid-associated genes with expression quantitative trait locus (eQTL) colocalizations, and then add chromatin interaction data to narrow the search for functional genes. Polygenic enrichment analysis across 697 annotations from a host of tissues and cell types confirms the central role of the liver in lipid levels, and highlights the selective enrichment of adipose-specific chromatin marks in high-density lipoprotein cholesterol and triglycerides. Overlapping transcription factor (TF) binding sites with lipid-associated loci identifies TFs relevant in lipid biology. In addition, we present an integrative framework to prioritize causal variants at GWAS loci, producing a comprehensive list of candidate causal genes and variants with multiple layers of functional evidence. Two prioritized genes, CREBRF and RRBP1 , show convergent evidence across functional datasets supporting their roles in lipid biology.

Periodontal disease is the sixth most common disease worldwide and may be a contributory risk factor for cardiovascular disease (CVD).

Abstract Genome-wide association studies of blood pressure (BP) have identified >1000 loci but the effector genes and biological pathways at these loci are mostly unknown. Using published meta-analysis summary statistics, we conducted annotation-informed fine-mapping incorporating tissue-specific chromatin segmentation to identify causal variants and candidate effector genes for systolic BP, diastolic BP, and pulse pressure. We observed 532 distinct signals associated with ≥2 BP traits and 84 with all three. For >20% of signals, a single variant accounted for >75% posterior probability, 65 were missense variants in known ( SLC39A8, ADRB2, DBH ) and previously unreported BP candidate genes ( NRIP1, MMP14 ). In disease-relevant tissues, we colocalized >80 and >400 distinct signals for each BP trait with cis -eQTLs, and regulatory regions from promoter capture Hi-C, respectively. Integrating mouse, human disorder, tissue expression data and literature review, we provide consolidated evidence for 394 BP candidate genes for future functional validation and identifies several new drug targets.

The electrocardiographic PR interval reflects atrioventricular conduction, and is associated with conduction abnormalities, pacemaker implantation, atrial fibrillation (AF), and cardiovascular mortality[1][1],[2][2]. We performed multi-ancestry (N=293,051) and European only (N=271,570) genome-wide association (GWAS) meta-analyses for the PR interval, discovering 210 loci of which 149 are novel. Variants at all loci nearly doubled the percentage of heritability explained, from 33.5% to 62.6%. We observed enrichment for genes involved in cardiac muscle development/contraction and the cytoskeleton highlighting key regulation processes for atrioventricular conduction. Additionally, 19 novel loci harbour genes underlying inherited monogenic heart diseases suggesting the role of these genes in cardiovascular pathology in the general population. We showed that polygenic predisposition to PR interval duration is an endophenotype for cardiovascular disease risk, including distal conduction disease, AF, atrioventricular pre-excitation, non-ischemic cardiomyopathy, and coronary heart disease. These findings advance our understanding of the polygenic basis of cardiac conduction, and the genetic relationship between PR interval duration and cardiovascular disease. [1]: #ref-1 [2]: #ref-2