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.

Abstract Human DNA-methylation data have been used to develop biomarkers of ageing - referred to ‘epigenetic clocks’ - that have been widely used to identify differences between chronological age and biological age in health and disease including neurodegeneration, dementia and other brain phenotypes. Existing DNA methylation clocks are highly accurate in blood but are less precise when used in older samples or on brain tissue. We aimed to develop a novel epigenetic clock that performs optimally in human cortex tissue and has the potential to identify phenotypes associated with biological ageing in the brain. We generated an extensive dataset of human cortex DNA methylation data spanning the life-course (n = 1,397, ages = 1 to 104 years). This dataset was split into ‘training’ and ‘testing’ samples (training: n = 1,047; testing: n = 350). DNA methylation age estimators were derived using a transformed version of chronological age on DNA methylation at specific sites using elastic net regression, a supervised machine learning method. The cortical clock was subsequently validated in a novel human cortex dataset (n = 1,221, ages = 41 to 104 years) and tested for specificity in a large whole blood dataset (n = 1,175, ages = 28 to 98 years). We identified a set of 347 DNA methylation sites that, in combination optimally predict age in the human cortex. The sum of DNA methylation levels at these sites weighted by their regression coefficients provide the cortical DNA methylation clock age estimate. The novel clock dramatically out-performed previously reported clocks in additional cortical datasets. Our findings suggest that previous associations between predicted DNA methylation age and neurodegenerative phenotypes might represent false positives resulting from clocks not robustly calibrated to the tissue being tested and for phenotypes that become manifest in older ages. The age distribution and tissue type of samples included in training datasets need to be considered when building and applying epigenetic clock algorithms to human epidemiological or disease cohorts.

Abstract Humans vary substantially in their willingness to take risks. In a combined sample of over one million individuals, we conducted genome-wide association studies (GWAS) of general risk tolerance, adventurousness, and risky behaviors in the driving, drinking, smoking, and sexual domains. We identified 611 approximately independent genetic loci associated with at least one of our phenotypes, including 124 with general risk tolerance. We report evidence of substantial shared genetic influences across general risk tolerance and risky behaviors: 72 of the 124 general risk tolerance loci contain a lead SNP for at least one of our other GWAS, and general risk tolerance is moderately to strongly genetically correlated ( to 0.50) with a range of risky behaviors. Bioinformatics analyses imply that genes near general-risk-tolerance-associated SNPs are highly expressed in brain tissues and point to a role for glutamatergic and GABAergic neurotransmission. We find no evidence of enrichment for genes previously hypothesized to relate to risk tolerance.

Abstract Glycaemic traits are used to diagnose and monitor type 2 diabetes, and cardiometabolic health. To date, most genetic studies of glycaemic traits have focused on individuals of European ancestry. Here, we aggregated genome-wide association studies in up to 281,416 individuals without diabetes (30% non-European ancestry) with fasting glucose, 2h-glucose post-challenge, glycated haemoglobin, and fasting insulin data. Trans-ancestry and single-ancestry meta-analyses identified 242 loci (99 novel; P <5×10 -8 ), 80% with no significant evidence of between-ancestry heterogeneity. Analyses restricted to European ancestry individuals with equivalent sample size would have led to 24 fewer new loci. Compared to single-ancestry, equivalent sized trans-ancestry fine-mapping reduced the number of estimated variants in 99% credible sets by a median of 37.5%. Genomic feature, gene-expression and gene-set analyses revealed distinct biological signatures for each trait, highlighting different underlying biological pathways. Our results increase understanding of diabetes pathophysiology by use of trans-ancestry studies for improved power and resolution.

ABSTRACT Sex differences are known to play a role in disease etiology, progression and outcome. Previous studies have revealed autosomal epigenetic differences between males and females in some tissues, including differences in DNA methylation patterns. Here, we report for the first time an analysis of autosomal sex differences in DNAme using the Illumina EPIC array in human whole blood (n=1171). We identified 554 sex-associated differentially methylated CpG sites (saDMPs) with the majority found to be hypermethylated in females (70%). These saDMP’s are enriched in CpG islands and CpG shores and located preferentially at 5’UTRs, 3’UTRs and enhancers. Additionally, we identified 311 significant sex associated differentially methylated regions (saDMRs). Transcription factor binding site enrichment revealed enrichment of transcription factors related to critical developmental processes and sex determination such as SRY and SOX9. Our study reports a reliable catalogue of sex associated CpG sites and elucidates several characteristics of these sites.

Abstract Variation in DNA methylation (DNAm) is associated with multiple biological processes that track growth and development, ageing and age-related diseases. However, there is little understanding of what constitutes typical patterns of DNAm variation and how these patterns change across the life course. In this study, we synthesised a map of the human methylome across the life course, focussing on changes in variability and mean DNAm. Harmonizing DNAm datasets across eight longitudinal and cross-sectional UK-based studies, we meta-analysed n=13,215 blood samples from n=7,037 unique individuals from birth to 98 years of age. Changes in CpG-specific variability and means were described across the life course using a meta-regression framework. CpG-specific associations of variability or mean DNAm in relation to the likelihood of association with 100 traits linked to environmental exposures, health and disease were tested within and across ten developmental age bins across the life course. Age was linked to DNAm variability at 29,212 CpG sites. On average, we observed a 1.26 fold increase in DNAm variability per year across the life course. 33,730 CpGs displayed changes in mean DNAm, with 64% of these loci showing decreases in DNAm over time. CpG sites linked to traits were in general more variable across the life course. Our study provides, for the first time, a map of the human methylome across the life course, which is publicly accessible through a searchable online database. This resource allows researchers to query CpG-specific trajectories from birth to old age and link these to health and disease.

Abstract Background: Vitamin B 12 deficiency is widely prevalent in all age groups which is of major concern. However, there is no valid Food Frequency Questionnaire (FFQ) for dietary vitamin B 12 estimation. Hence, we aimed to develop and validate an FFQ for the estimation of dietary intake of Vitamin B 12 . Materials and Methods: Commonly consumed B 12 -rich food items were selected from literature and filtered using a market survey. For concordant and discriminant validation, B 12 and homocysteine levels were estimated. To establish convergent validity, the Cobalamin Intake in North Indians by Food Frequency Questionnaire (COIN-FFQ) and 72-hour dietary recall (72HrDR) were both administered to the same subjects. The COIN-FFQ was readministered after initial administration for test–retest reliability. Internal consistency of the FFQ was then tested using Cronbach’s alpha. Results: We enrolled 115 adults with a mean age and weight of 31.9 ± 8.7 years and 66.0 ± 11.8 kg, respectively. In total, 19.1% were vegetarian. The dietary B 12 using COIN-FFQ ( n = 60; mean = 4.3 ± 1.8 μg/d) was significantly correlated ( r = 0.255; P = 0.049) with serum levels (mean = 120.1 ± 62.6 pmol/L) establishing concordant validity. A significant difference was noted between the dietary, serum B 12 , and homocysteine levels of vegetarians versus nonvegetarians establishing discriminant validity (mean diff 1.4 (0.5–2.4), P = 0.004; Z-statistic −2.182, P value 0.029, and Z-statistic −2.438; P value 0.015), respectively. FFQ was strongly correlated with 72HrDR and test–retest FFQ ( n = 27; r = 0.814, P < 0.001 and r = 0.869, P < 0.001, respectively) establishing convergent validity and test–retest reliability. The internal consistency with Cronbach’s alpha was in the acceptable range, 0.631 ( n = 115). Conclusion: The newly developed COIN-FFQ is valid and reliable in estimating dietary B 12 intake.

Abstract Sex is an important covariate of epigenome-wide association studies due to its strong influence on DNA methylation patterns across numerous genomic positions. Nevertheless, many samples on the Gene Expression Omnibus (GEO) frequently lack a sex annotation or are incorrectly labelled. Considering the influence that sex imposes on DNA methylation patterns, it is necessary to ensure that methods for filtering poor samples and checking of sex assignment are accurate and widely applicable. In this paper, we presented a novel method to predict sex using only DNA methylation density signals, which can be readily applied to almost all DNA methylation datasets of different formats (raw IDATs or text files with only density signals) uploaded to GEO. We identified 4345 significantly ( p < 0.01) sex-associated CpG sites present on both 450K and EPIC arrays, and constructed a sex classifier based on the two first components of PCAs from the two sex chromosomes. The proposed method is constructed using whole blood samples and exhibits good performance across a wide range of tissues. We further demonstrated that our method can be used to identify samples with sex chromosome aneuploidy, this function is validated by five Turner syndrome cases and one Klinefelter syndrome case. The proposed method has been integrated into the wateRmelon Bioconductor package.

Abstract The majority of genetic studies for cardiometabolic traits were based on samples with European ancestry. Our aim was to assess whether genetic variants associated with blood lipids, a major risk factor for CVD, are shared across different populations. We compared genetic associations with lipids between samples from Uganda (N=6,407), China (N=21,295), Japan (N=162,255), the UK (N=9,961) and Greece (N=3,586). Using simulations, we established trans-ethnic colocalization as a method to distinguish shared from population-specific trait loci. Genetic correlations for HDL, LDL and triglycerides between European ancestry and Asian cohorts were close to 1. A polygenic score based on established LDL-cholesterol-associated loci from European discovery samples had consistent effects on serum levels in samples from the UK, Uganda and Greek population isolates (r=0.23 to 0.28, p<1.9x10 −14 ). Overall, ~75% of the major lipid loci from European discovery studies displayed evidence of replication at p<10 −3 , except triglyceride loci in the Ugandan samples of which only 10% replicated. Specific replicating loci were identified using trans-ethnic colocalization. Ten of the fourteen lipid loci that did not replicate in the Ugandan population had pleiotropic associations with BMI in European ancestry samples while none of the replicating loci did. While lipid associations were highly consistent across European and Asian populations, there was a lack of replication particularly for established triglyceride loci in the Ugandan population. These loci might affect lipids by modifying food intake or metabolism in an environment offering diets rich in certain nutrients. This suggests that gene-environment interactions could play an important role for the transferability of complex trait loci.

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.