Background Tools for the prediction of atrial fibrillation ( AF ) may identify high‐risk individuals more likely to benefit from preventive interventions and serve as a benchmark to test novel putative risk factors. Methods and Results Individual‐level data from 3 large cohorts in the U nited S tates (Atherosclerosis Risk in Communities [ ARIC ] study, the Cardiovascular Health Study [ CHS ], and the Framingham Heart Study [ FHS ]), including 18 556 men and women aged 46 to 94 years (19% A frican A mericans, 81% whites) were pooled to derive predictive models for AF using clinical variables. Validation of the derived models was performed in 7672 participants from the Age, Gene and Environment—Reykjavik study ( AGES ) and the Rotterdam Study ( RS ). The analysis included 1186 incident AF cases in the derivation cohorts and 585 in the validation cohorts. A simple 5‐year predictive model including the variables age, race, height, weight, systolic and diastolic blood pressure, current smoking, use of antihypertensive medication, diabetes, and history of myocardial infarction and heart failure had good discrimination (C‐statistic, 0.765; 95% CI , 0.748 to 0.781). Addition of variables from the electrocardiogram did not improve the overall model discrimination (C‐statistic, 0.767; 95% CI , 0.750 to 0.783; categorical net reclassification improvement, −0.0032; 95% CI , −0.0178 to 0.0113). In the validation cohorts, discrimination was acceptable ( AGES C‐statistic, 0.664; 95% CI , 0.632 to 0.697 and RS C‐statistic, 0.705; 95% CI , 0.664 to 0.747) and calibration was adequate. Conclusion A risk model including variables readily available in primary care settings adequately predicted AF in diverse populations from the U nited S tates and E urope.

Patrick Ellinor and colleagues report a genome-wide association study identifying variants in KCNN3 associated to lone atrial fibrillation. Atrial fibrillation (AF) is the most common sustained arrhythmia. Previous studies have identified several genetic loci associated with typical AF. We sought to identify common genetic variants underlying lone AF. This condition affects a subset of individuals without overt heart disease and with an increased heritability of AF. We report a meta-analysis of genome-wide association studies conducted using 1,335 individuals with lone AF (cases) and 12,844 unaffected individuals (referents). Cases were obtained from the German AF Network, Heart and Vascular Health Study, the Atherosclerosis Risk in Communities Study, the Cleveland Clinic and Massachusetts General Hospital. We identified an association on chromosome 1q21 to lone AF (rs13376333, adjusted odds ratio = 1.56; P = 6.3 × 10−12), and we replicated this association in two independent cohorts with lone AF (overall combined odds ratio = 1.52, 95% CI 1.40–1.64; P = 1.83 × 10−21). rs13376333 is intronic to KCNN3, which encodes a potassium channel protein involved in atrial repolarization.

Arne Pfeufer and colleagues report a genome-wide association study of the electrocardiographic measurement of PR interval in seven population-based cohorts in the CHARGE consortium. They identify nine loci associated with PR interval and highlight candidate genes with a role in ion channels and cardiac development. The electrocardiographic PR interval (or PQ interval) reflects atrial and atrioventricular nodal conduction, disturbances of which increase risk of atrial fibrillation. We report a meta-analysis of genome-wide association studies for PR interval from seven population-based European studies in the CHARGE Consortium: AGES, ARIC, CHS, FHS, KORA, Rotterdam Study, and SardiNIA (N = 28,517). We identified nine loci associated with PR interval at P < 5 × 10−8. At the 3p22.2 locus, we observed two independent associations in voltage-gated sodium channel genes, SCN10A and SCN5A. Six of the loci were near cardiac developmental genes, including CAV1-CAV2, NKX2-5 (CSX1), SOX5, WNT11, MEIS1, and TBX5-TBX3, providing pathophysiologically interesting candidate genes. Five of the loci, SCN5A, SCN10A, NKX2-5, CAV1-CAV2, and SOX5, were also associated with atrial fibrillation (N = 5,741 cases, P < 0.0056). This suggests a role for common variation in ion channel and developmental genes in atrial and atrioventricular conduction as well as in susceptibility to atrial fibrillation.

Arne Pfeufer, Aravinda Chakravarti and colleagues from the QTSCD consortium report genetic associations influencing the QT interval duration, a measure of cardiac repolarization which is a risk factor for sudden cardiac death, in five genome-wide association studies. The QT interval, a measure of cardiac repolarization, predisposes to ventricular arrhythmias and sudden cardiac death (SCD) when prolonged or shortened. A common variant in NOS1AP is known to influence repolarization. We analyze genome-wide data from five population-based cohorts (ARIC, KORA, SardiNIA, GenNOVA and HNR) with a total of 15,842 individuals of European ancestry, to confirm the NOS1AP association and identify nine additional loci at P < 5 × 10−8. Four loci map near the monogenic long-QT syndrome genes KCNQ1, KCNH2, SCN5A and KCNJ2. Two other loci include ATP1B1 and PLN, genes with established electrophysiological function, whereas three map to RNF207, near LITAF and within NDRG4-GINS3-SETD6-CNOT1, respectively, all of which have not previously been implicated in cardiac electrophysiology. These results, together with an accompanying paper from the QTGEN consortium, identify new candidate genes for ventricular arrhythmias and SCD.

We conducted meta-analyses of genome-wide association studies for atrial fibrillation (AF) in participants from five community-based cohorts. Meta-analyses of 896 prevalent (15,768 referents) and 2,517 incident (21,337 referents) AF cases identified a new locus for AF (ZFHX3, rs2106261, risk ratio RR = 1.19; P = 2.3 x 10(-7)). We replicated this association in an independent cohort from the German AF Network (odds ratio = 1.44; P = 1.6 x 10(-11); combined RR = 1.25; combined P = 1.8 x 10(-15)).

Background Early repolarization pattern (ERP) on electrocardiogram was associated with idiopathic ventricular fibrillation and sudden cardiac arrest in a case-control study and with cardiovascular mortality in a Finnish community-based sample. We sought to determine ERP prevalence and its association with cardiac and all-cause mortality in a large, prospective, population-based case-cohort study (Monitoring of Cardiovascular Diseases and Conditions [MONICA]/KORA [Cooperative Health Research in the Region of Augsburg]) comprised of individuals of Central-European descent. Methods and Findings Electrocardiograms of 1,945 participants aged 35–74 y, representing a source population of 6,213 individuals, were analyzed applying a case-cohort design. Mean follow-up was 18.9 y. Cause of death was ascertained by the 9th revision of the International Classification of Disease (ICD-9) codes as documented in death certificates. ERP-attributable effects on mortality were determined by a weighted Cox proportional hazard model adjusted for covariables. Prevalence of ERP was 13.1% in our study. ERP was associated with cardiac and all-cause mortality, most pronounced in those of younger age and male sex; a clear ERP-age interaction was detected (p = 0.005). Age-stratified analyses showed hazard ratios (HRs) for cardiac mortality of 1.96 (95% confidence interval [CI] 1.05–3.68, p = 0.035) for both sexes and 2.65 (95% CI 1.21–5.83, p = 0.015) for men between 35–54 y. An inferior localization of ERP further increased ERP-attributable cardiac mortality to HRs of 3.15 (95% CI 1.58–6.28, p = 0.001) for both sexes and to 4.27 (95% CI 1.90–9.61, p<0.001) for men between 35–54 y. HRs for all-cause mortality were weaker but reached significance. Conclusions We found a high prevalence of ERP in our population-based cohort of middle-aged individuals. ERP was associated with about a 2- to 4-fold increased risk of cardiac mortality in individuals between 35 and 54 y. An inferior localization of ERP was associated with a particularly increased risk. Please see later in the article for the Editors' Summary

Background— Congestive heart failure (CHF) causes atrial fibrotic remodeling, a substrate for atrial fibrillation (AF) maintenance. MicroRNA29 (miR29) targets extracellular matrix proteins. In the present study, we examined miR29b changes in patients with AF and/or CHF and in a CHF-related AF animal model and assessed its potential role in controlling atrial fibrous tissue production. Methods and Results— Control dogs were compared with dogs subjected to ventricular tachypacing for 24 hours, 1 week, or 2 weeks to induce CHF. Atrial miR29b expression decreased within 24 hours in both whole atrial tissue and atrial fibroblasts (−87% and −92% versus control, respectively; p <0.001 for both) and remained decreased throughout the time course. Expression of miR29b extracellular matrix target genes collagen-1A1 (COL1A1), collagen-3A1 (COL3A1), and fibrillin increased significantly in CHF fibroblasts. Lentivirus-mediated miR29b knockdown in canine atrial fibroblasts (−68%; p <0.01) enhanced COL1A1, COL3A1, and fibrillin mRNA expression by 28% ( p <0.01), 19% ( p <0.05), and 20% ( p <0.05), respectively, versus empty virus–infected fibroblasts and increased COL1A1 protein expression by 90% ( p <0.05). In contrast, 3-fold overexpression of miR29b decreased COL1A1, COL3A1, and fibrillin mRNA by 65%, 62%, and 61% (all p <0.001), respectively, versus scrambled control and decreased COL1A1 protein by 60% ( p <0.05). MiR29b plasma levels were decreased in patients with CHF or AF (by 53% and 54%, respectively; both p <0.001) and were further decreased in patients with both AF and CHF (by 84%; p <0.001). MiR29b expression was also reduced in the atria of chronic AF patients (by 54% versus sinus rhythm; p <0.05). Adenoassociated viral–mediated knockdown of miR29b in mice significantly increased atrial COL1A1 mRNA expression and cardiac tissue collagen content. Conclusions— MiR29 likely plays a role in atrial fibrotic remodeling and may have value as a biomarker and/or therapeutic target.

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 A diverse set of driver genes, such as regulators of DNA methylation, RNA splicing, and chromatin remodeling, have been associated with pre-malignant clonal expansion of hematopoietic stem cells (HSCs). The factors mediating expansion of these mutant clones remain largely unknown, partially due to a paucity of large cohorts with longitudinal blood sampling. To circumvent this limitation, we developed and validated a method to infer clonal expansion rate from single timepoint data called PACER (passenger-approximated clonal expansion rate). Applying PACER to 5,071 persons with clonal hematopoiesis accurately recapitulated the known fitness effects due to different driver mutations. A genome-wide association study of PACER revealed that a common inherited polymorphism in the TCL1A promoter was associated with slower clonal expansion. Those carrying two copies of this protective allele had up to 80% reduced odds of having driver mutations in TET2, ASXL1, SF3B1, SRSF2 , and JAK2 , but not DNMT3A. TCL1A was not expressed in normal or DNMT3A -mutated HSCs, but the introduction of mutations in TET2 or ASXL1 by CRISPR editing led to aberrant expression of TCL1A and expansion of HSCs in vitro. These effects were abrogated in HSCs from donors carrying the protective TCL1A allele. Our results indicate that the fitness advantage of multiple common driver genes in clonal hematopoiesis is mediated through TCL1A activation. PACER is an approach that can be widely applied to uncover genetic and environmental determinants of pre-malignant clonal expansion in blood and other tissues.

Abstract lncRNAs are at the core of many regulatory processes and have also been recognized to be involved in various complex diseases. They affect gene regulation through direct interactions with RNA, DNA or proteins. Accordingly, lncRNAs structure is likely to be essential for their regulatory function. Point mutations, which manifest as SNPs (single nucleotide polymorphisms) in genome screens, can substantially alter their function and, subsequently, the expression of their down-stream regulated genes. To test the effect of SNPs on structure, we investigated lncRNAs associated with dilated cardiomyopathy. Among 322 human candidate lncRNAs we demonstrate first the significant association of a SNP located in lncRNA H19 using data from 1084 diseased and 751 control patients. H19 is generally highly expressed in the heart, with a complex expression pattern during heart development. Next, we used MFE (minimum free energy) folding to demonstrate a significant refolding in the secondary structure of this 861 nt long lncRNA. Since MFE folding may overlook the importance of sub-optimal structures, we showed that this refolding also manifests in the overall Boltzmann structure ensemble. There, the composition of structures is tremendously affected in their thermodynamic probabilities through the genetic variant. Finally, we confirmed these results experimentally, using SHAPE-Seq, corroborating that SNPs affecting such structures may explain hidden genetic variance not accounted for through genome wide association studies. Our results suggest that structural changes in lncRNAs, and lncRNA H19 in particular, affect regulatory processes and represent optimal targets for further in-depth studies probing their molecular interactions.