Background: Human aggressive behavior (AGG) has a substantial genetic component. Here we present a large genome-wide association meta-analysis (GWAMA) of childhood AGG. Methods: We analyzed assessments of AGG for a total of 328,935 observations from 87,485 children (aged 1.5 - 18 years), from multiple assessors, instruments, and ages, while accounting for sample overlap. We performed an overall analysis and meta-analyzed subsets of the data within rater, instrument, and age. Results: Heritability based on the overall meta-analysis (AGGall) that could be attributed to Single Nucleotide Polymorphisms (SNPs) was 3.31% (SE=0.0038). No single SNP reached genome-wide significance, but gene-based analysis returned three significant genes: ST3GAL3 (P=1.6E-06), PCDH7 (P=2.0E-06) and IPO13 (P=2.5E-06). All three genes have previously been associated with educational traits. Polygenic scores based on our GWAMA significantly predicted aggression in a holdout sample of children and in retrospectively assessed childhood aggression. We obtained moderate-to-strong genetic correlations (r\_g's) with selected phenotypes from multiple domains, but hardly with any of the classical biomarkers thought to be associated with AGG. Significant genetic correlations were observed with most psychiatric and psychological traits (range.|r\_g |:.0.19 - 1.00), except for obsessive-compulsive disorder. Aggression had a negative genetic correlation (r\_g=~-0.5) with cognitive traits and age at first birth. Aggression was strongly genetically correlated with smoking phenotypes (range.|r\_g |:.0.46 - 0.60). Genetic correlations between AGG and psychiatric disorders were strongest for mother- and self-reported AGG. Conclusions: The current GWAMA of childhood aggression provides a powerful tool to interrogate the genetic etiology of AGG by creating individual polygenic scores and genetic correlations with psychiatric traits.### Competing Interest StatementMiquel Casas has received travel grants and research support from Eli Lilly and Co., Janssen-Cilag, Shire and Lundbeck and served as consultant for Eli Lilly and Co., Janssen-Cilag, Shire and Lundbeck. Josep Antoni Ramos Quiroga was on the speakers’ bureau and/or acted as consultant Eli-Lilly, Janssen-Cilag, Novartis, Shire, Lundbeck, Almirall, Braingaze, Sincrolab, Medicine, Exeltis and Rubió in the last 5 years. He also received travel awards (air tickets + hotel) for taking part in psychiatric meetings from Janssen-Cilag, Rubió, Shire, Medice and Eli-Lilly. The Department of Psychiatry chaired by him received unrestricted educational and research support from the following companies in the last 5 years: Eli-Lilly, Lundbeck, Janssen-Cilag, Actelion, Shire, Ferrer, Oryzon, Roche, Psious, and Rubió.

The duration of pregnancy is influenced by fetal and maternal genetic and non-genetic factors. We conducted a fetal genome-wide association meta-analysis of gestational duration, and early preterm, preterm, and postterm birth in 84,689 infants. One locus on chromosome 2q13 was associated with gestational duration; the association was replicated in 9,291 additional infants (combined P = 3.96 x 10-14). Analysis of 15,536 mother-child pairs showed that the association was driven by fetal rather than maternal genotype. Functional experiments showed that the lead SNP, rs7594852, alters the binding of the HIC1 transcriptional repressor. Genes at the locus include several interleukin 1 family members with roles in pro-inflammatory pathways that are central to the process of parturition. Further understanding of the underlying mechanisms will be of great public health importance, since giving birth either before or after the window of term gestation is associated with increased morbidity and mortality.

Infant and childhood growth are dynamic processes characterized by drastic changes in fat mass and body mass index (BMI) at distinct developmental stages. To elucidate how genetic variation influences these processes, we performed the first genome-wide association study (GWAS) of BMI measurements at 12 time points from birth to eight years of age (9,286 children, 74,105 measurements) in the Norwegian Mother and Child Cohort Study (MoBa) with replication in 5,235 children (41,502 measurements). We identified five loci associated with BMI at distinct developmental stages with different patterns of association. Notably, we identified a novel transient effect in the leptin receptor (LEPR) locus, with no effect at birth, increasing effect on BMI in infancy, peaking at 6-12 months (rs2767486, P6m = 2.0 × 10-21, β6m = 0.16) and little effect after age five. A similar transient effect was found near the leptin gene (LEP), peaking at 1.5 years of age (rs10487505, P1.5y = 1.3 × 10-8, β1.5y = 0.079). Both signals are protein quantitative trait loci (pQTLs) for soluble LEPR and LEP in plasma in adults and independent from signals associated with other adult traits mapped to the respective genes, suggesting novel key roles of common variation in the leptin signaling pathway for healthy infant growth. Hence, our longitudinal analysis uncovers a complex and dynamic influence of common variation on BMI during infant and early childhood growth, dominated by the LEP-LEPR axis in infancy.

Miscarriage is a common complex trait that affects 10-25% of clinically confirmed pregnancies. Here we present the first large-scale genetic association analyses with 69,118 cases from five different ancestries for sporadic miscarriage and 750 cases of European ancestry for recurrent miscarriage, and up to 359,469 female controls. We identify one genome-wide significant association on chromosome 13 (rs146350366, minor allele frequency (MAF) 1.2%, Pmeta=3.2×10-8, odds ratio (OR) 1.4 (95% confidence interval (CI) 1.2-1.6) for sporadic miscarriage in our European ancestry meta-analysis (50,060 cases and 174,109 controls), located near FGF9 involved in pregnancy maintenance and progesterone production. Additionally, we identified three genome-wide significant associations for recurrent miscarriage, including a signal on chromosome 9 (rs7859844, MAF=6.4%, Pmeta=1.3×10-8, OR=1.7 (1.4-2.0)) physically interacting with TLE1/TLE4 involved in controlling extravillous trophoblast motility. We further investigate the genetic architecture of miscarriage with biobank-scale Mendelian randomization, heritability and, genetic correlation analyses. Our results implicate that miscarriage etiopathogenesis is partly driven by genetic variation related to gonadotropin regulation, placental biology and progesterone production.

Birth weight (BW) variation is influenced by fetal and maternal genetic and non-genetic factors, and has been reproducibly associated with future cardio-metabolic health outcomes. These associations have been proposed to reflect the lifelong consequences of an adverse intrauterine environment. In earlier work, we demonstrated that much of the negative correlation between BW and adult cardio-metabolic traits could instead be attributable to shared genetic effects. However, that work and other previous studies did not systematically distinguish the direct effects of an individual's own genotype on BW and subsequent disease risk from indirect effects of their mother's correlated genotype, mediated by the intrauterine environment. Here, we describe expanded genome-wide association analyses of own BW (n=321,223) and offspring BW (n=230,069 mothers), which identified 278 independent association signals influencing BW (214 novel). We used structural equation modelling to decompose the contributions of direct fetal and indirect maternal genetic influences on BW, implicating fetal- and maternal-specific mechanisms. We used Mendelian randomization to explore the causal relationships between factors influencing BW through fetal or maternal routes, for example, glycemic traits and blood pressure. Direct fetal genotype effects dominate the shared genetic contribution to the association between lower BW and higher type 2 diabetes risk, whereas the relationship between lower BW and higher later blood pressure (BP) is driven by a combination of indirect maternal and direct fetal genetic effects: indirect effects of maternal BP-raising genotypes act to reduce offspring BW, but only direct fetal genotype effects (once inherited) increase the offspring's later BP. Instrumental variable analysis using maternal BW-lowering genotypes to proxy for an adverse intrauterine environment provided no evidence that it causally raises offspring BP. In successfully separating fetal from maternal genetic effects, this work represents an important advance in genetic studies of perinatal outcomes, and shows that the association between lower BW and higher adult BP is attributable to genetic effects, and not to intrauterine programming.

Abstract Motivation Single nucleotide polymorphism (SNP) genotyping arrays remain an attractive platform for assaying copy number variants (CNVs) in large population-wide cohorts. However current tools for calling CNVs are still prone to extensive false positive calls when applied to biobank scale arrays. Moreover, there is a lack of methods exploiting cohorts with trios available (e.g. nuclear family) to assist in quality control and downstream analyses following the calling. Results We developed SeeCiTe (Seeing Cnvs in Trios), a novel CNV quality control tool that post-processes output from current CNV calling tools exploiting child-parent trio data to classify calls in quality categories and provide a set of visualizations for each putative CNV call in the offspring. We apply it to the Norwegian Mother, Father, and Child Cohort Study (MoBa) and show that SeeCiTe improves the specificity and sensitivity compared to the common empiric filtering strategies. To our knowledge it is the first tool that utilizes probe-level CNV data in trios to systematically highlight potential artefacts and visualize signal intensities in a streamlined fashion suitable for biobank scale studies. Availability and Implementation The software is implemented in R with the source code freely available at https://github.com/aksenia/SeeCiTe . Contact Ksenia.Lavrichenko@mpi.nl , Stefan.Johansson@uib.no or Inge.Jonassen@uib.no

Genome-wide association studies (GWAS) of birth weight have focused on fetal genetics, while relatively little is known about how maternal genetic variation influences fetal growth. We aimed to identify maternal genetic variants associated with birth weight that could highlight potentially relevant maternal determinants of fetal growth. We meta-analysed GWAS data on up to 8.7 million SNPs in up to 86,577 women of European descent from the Early Growth Genetics (EGG) Consortium and the UK Biobank. We used structural equation modelling (SEM) and analyses of mother-child pairs to quantify the separate maternal and fetal genetic effects. Maternal SNPs at 10 loci (MTNR1B, HMGA2, SH2B3, KCNAB1, L3MBTL3, GCK, EBF1, TCF7L2, ACTL9 and CYP3A7) showed evidence of association with offspring birth weight at P<5x10-8. The SEM analyses showed at least 7 of the 10 associations were consistent with effects of the maternal genotype acting via the intrauterine environment, rather than via effects of shared alleles with the fetus. Variants, or correlated proxies, at many of the loci had been previously associated with adult traits, including fasting glucose (MTNR1B, GCK and TCF7L2) and sex hormone levels (CYP3A7), and one (EBF1) with gestational duration. The identified associations indicate effects of maternal glucose, cytochrome P450 activity and gestational duration, and potential effects of maternal blood pressure and immune function on fetal growth. Further characterization of these associations, for example in mechanistic and causal analyses, will enhance understanding of the potentially modifiable maternal determinants of fetal growth, with the goal of reducing the morbidity and mortality associated with low and high birth weights.