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 White matter hyperintensities (WMH) are frequently observed on structural neuroimaging of elderly populations and are associated with cognitive decline and increased risk of dementia. Many existing WMH segmentation algorithms produce suboptimal results in populations with vascular lesions or brain atrophy, or require parameter tuning and are computationally expensive. Additionally, most algorithms do not generate a confidence estimate of segmentation quality, limiting their interpretation. MRI-based segmentation methods are often sensitive to acquisition protocols, scanners, noise-level, and image contrast, failing to generalize to other populations and out-of-distribution datasets. Given these concerns, we propose a novel Bayesian 3D Convolutional Neural Network (CNN) with a U-Net architecture that automatically segments WMH, provides uncertainty estimates of the segmentation output for quality control and is robust to changes in acquisition protocols. We also provide a second model to differentiate deep and periventricular WMH. 432 subjects were recruited to train the CNNs from four multi-site imaging studies. A separate test set of 158 subjects was used for evaluation, including an unseen multi-site study. We compared our model to two established state-of-the-art techniques (BIANCA and DeepMedic), highlighting its accuracy and efficiency. Our Bayesian 3D U-Net achieved the highest Dice similarity coefficient of 0.89 ± 0.08 and the lowest modified Hausdorff distance of 2.98 ± 4.40 mm. We further validated our models highlighting their robustness on ‘clinical adversarial cases’ simulating data with low signal-to-noise ratio, low resolution, and different contrast (stemming from MRI sequences with different parameters). Our pipeline and models are available at: https://hypermapp3r.readthedocs.io

Abstract Pharmacogenomic studies have revealed associations between rs1967309 in the adenylyl cyclase type 9 ( ADCY9 ) gene and clinical responses to the cholesteryl ester transfer protein (CETP) modulator dalcetrapib, however, the mechanism behind this interaction is still unknown. Here, we characterized selective signals at the locus associated with the pharmacogenomic response in human populations and we show that rs1967309 region exhibits signatures of positive selection in several human populations. Furthermore, we identified a variant in CETP , rs158477, which is in long-range linkage disequilibrium with rs1967309 in the Peruvian population. The signal is mainly seen in males, a sex-specific result that is replicated in the LIMAA cohort of over 3,400 Peruvians. Analyses of RNA-seq data further suggest an epistatic interaction on CETP expression levels between the two SNPs in multiple tissues, which also differs between males and females. We also detected interaction effects of the two SNPs with sex on cardiovascular phenotypes in the UK Biobank, in line with the sex-specific genotype associations found in Peruvians at these loci. We propose that ADCY9 and CETP coevolved during recent human evolution due to sex-specific selection, which points towards a biological link between dalcetrapib’s pharmacogene ADCY9 and its therapeutic target CETP .

ERK3/MAPK6 activates MAP kinase-activated protein kinase (MK)-5 in selected cell types. Male MK5 haplodeficient mice show reduced hypertrophy and attenuated increase in Col1a1 mRNA in response to increased cardiac afterload. In addition, MK5 deficiency impairs cardiac fibroblast function. This study determined the effect of reduced ERK3 on cardiac hypertrophy following transverse aortic constriction (TAC) and fibroblast biology in male mice. Three weeks post-surgery, ERK3, but not ERK4 or p38α, co-immunoprecipitated with MK5 from both sham and TAC heart lysates. The increase in left ventricular mass and myocyte diameter was lower in TAC-ERK3

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.

Abstract White matter (WM) injury is frequently observed along with dementia. Positron emission tomography with amyloid-ligands (Aβ-PET) recently gained interest for detecting WM injury. Yet, little is understood about the origin of the altered Aβ-PET signal in WM regions. Here, we investigated the relative contributions of diffusion MRI-based microstructural alterations, including free water and tissue-specific properties, to Aβ-PET in WM and to cognition. We included a unique cohort of 115 participants covering the spectrum of low-to-severe white matter hyperintensity (WMH) burden and cognitively normal to dementia. We applied a bi-tensor diffusion-MRI model that differentiates between (i) the extracellular WM compartment (represented via free water), and (ii) the fiber-specific compartment (via free water-adjusted fractional anisotropy [FA]). We observed that, in regions of WMH, a decrease in Aβ-PET related most closely to higher free water and higher WMH volume. In contrast, in normal-appearing WM, an increase in Aβ-PET related more closely to higher cortical Aβ (together with lower free water-adjusted FA). In relation to cognitive impairment, we observed a closer relationship with higher free water than with either free water-adjusted FA or WM PET. Our findings support free water and Aβ-PET as markers of WM abnormalities in patients with mixed dementia, and contribute to a better understanding of processes giving rise to the WM PET signal.

Body fat distribution is a heritable risk factor for a range of adverse health consequences, including hyperlipidemia and type 2 diabetes. To identify protein-coding variants associated with body fat distribution, assessed by waist-to-hip ratio adjusted for body mass index, we analyzed 228,985 predicted coding and splice site variants available on exome arrays in up to 344,369 individuals from five major ancestries for discovery and 132,177 independent European-ancestry individuals for validation. We identified 15 common (minor allele frequency, MAF ≥ 5%) and 9 low frequency or rare (MAF < 5%) coding variants that have not been reported previously. Pathway/gene set enrichment analyses of all associated variants highlight lipid particle, adiponectin level, abnormal white adipose tissue physiology, and bone development and morphology as processes affecting fat distribution and body shape. Furthermore, the cross-trait associations and the analyses of variant and gene function highlight a strong connection to lipids, cardiovascular traits, and type 2 diabetes. In functional follow-up analyses, specifically in Drosophila RNAi-knockdown crosses, we observed a significant increase in the total body triglyceride levels for two genes (DNAH10 and PLXND1). By examining variants often poorly tagged or entirely missed by genome-wide association studies, we implicate novel genes in fat distribution, stressing the importance of interrogating low-frequency and protein-coding variants.

MAP kinase-activated protein kinase-2 (MK2) is protein serine/threonine kinase activated by p38α/β. Herein we examined the cardiac phenotype of pan MK2-null (MK2-/-) mice. Survival curves for male MK2+/+ and MK2-/- mice did not differ (Mantel-Cox test, P = 0.580). At 12-weeks of age, MK2-/- mice exhibited normal systolic function along with signs of possible early diastolic dysfunction; however, ageing was not associated with an abnormal reduction in diastolic function. Both R-R interval and P-R segment durations were prolonged in MK2-deficient mice. However, heart rates normalized when isolated hearts were perfused ex vivo in working mode. Ca2+ transients evoked by field stimulation or caffeine were similar in ventricular myocytes from MK2+/+ and MK2-/- mice. MK2-/- mice had lower body temperature and an age-dependent reduction in body weight. mRNA levels of key metabolic genes, including Ppargc1a, Acadm, Lipe, and Ucp3 were increased in hearts from MK2-/- mice. For equivalent respiration rates, mitochondria from MK2-/- hearts showed a significant decrease in Ca2+-sensitivity to mitochondrial permeability transition pore (mPTP) opening. Finally, the pressure overload-induced increase in heart weight/tibia length and decrease in systolic function were attenuated in MK2-/- mice two weeks, but not eight weeks, after constriction of the transverse aorta. Collectively, these results implicate MK2 in (i) autonomic regulation of heart rate, (ii) cardiac mitochondrial function, and (iii) the early stages of myocardial remodeling in response to chronic pressure overload.

Coronary artery disease (CAD) represents one of the leading causes of morbidity and mortality worldwide. Given the healthcare risks and societal impacts associated with CAD, their clinical management would benefit from improved prevention and prediction tools. Polygenic risk scores (PRS) based on an individual's genome sequence are emerging as potentially powerful biomarkers to predict the risk to develop CAD. Two recently derived genome-wide PRS have shown high specificity and sensitivity to identify CAD cases in European-ancestry participants from the UK Biobank. However, validation of the PRS predictive power and transferability in other populations is now required to support their clinical utility. We calculated both PRS (GPSCAD and metaGRSCAD) in French-Canadian individuals from three cohorts totaling 3639 prevalent CAD cases and 7382 controls and tested their power to predict prevalent, incident and recurrent CAD. We also estimated the impact of the founder French-Canadian familial hypercholesterolemia deletion (LDLR delta > 15kb deletion) on CAD risk in one of these cohorts and used this estimate to calibrate the impact of the PRS. Our results confirm the ability of both PRS to predict prevalent CAD comparable to the original reports (area under the curve (AUC) = 0.72-0.84). Furthermore, the PRS identified about 6-7% of individuals at CAD risk similar to carriers of the LDLR delta > 15kb mutation, consistent with previous estimates. However, the PRS did not perform as well in predicting incident (AUC= 0.56 - 0.60) or recurrent (AUC= 0.56 - 0.60) CAD. This result suggests that additional work is warranted to better understand how ascertainment biases and study design impact PRS for CAD. Collectively, our results confirm that novel, genome-wide PRS are able to predict CAD in French-Canadians; with further improvements, this is likely to pave the way towards more targeted strategies to predict and prevent CAD-related adverse events.