Macronutrient intake, the proportion of calories consumed from carbohydrate, fat, and protein, is an important risk factor for metabolic diseases with significant familial aggregation. Previous studies have identified two genetic loci for macronutrient intake, but incomplete coverage of genetic variation and modest sample sizes have hindered the discovery of additional loci. Here, we expanded the genetic landscape of macronutrient intake, identifying 12 suggestively significant loci (P < 1 × 10−6) associated with intake of any macronutrient in 91,114 European ancestry participants. Four loci replicated and reached genome-wide significance in a combined meta-analysis including 123,659 European descent participants, unraveling two novel loci; a common variant in RARB locus for carbohydrate intake and a rare variant in DRAM1 locus for protein intake, and corroborating earlier FGF21 and FTO findings. In additional analysis of 144,770 participants from the UK Biobank, all identified associations from the two-stage analysis were confirmed except for DRAM1. Identified loci might have implications in brain and adipose tissue biology and have clinical impact in obesity-related phenotypes. Our findings provide new insight into biological functions related to macronutrient intake.

To investigate whether the genetic burden of type 2 diabetes modifies the association between the quality of dietary fat and the incidence of type 2 diabetes.Individual participant data meta-analysis.Eligible prospective cohort studies were systematically sourced from studies published between January 1970 and February 2017 through electronic searches in major medical databases (Medline, Embase, and Scopus) and discussion with investigators.Data from cohort studies or multicohort consortia with available genome-wide genetic data and information about the quality of dietary fat and the incidence of type 2 diabetes in participants of European descent was sought. Prospective cohorts that had accrued five or more years of follow-up were included. The type 2 diabetes genetic risk profile was characterized by a 68-variant polygenic risk score weighted by published effect sizes. Diet was recorded by using validated cohort-specific dietary assessment tools. Outcome measures were summary adjusted hazard ratios of incident type 2 diabetes for polygenic risk score, isocaloric replacement of carbohydrate (refined starch and sugars) with types of fat, and the interaction of types of fat with polygenic risk score.Of 102 305 participants from 15 prospective cohort studies, 20 015 type 2 diabetes cases were documented after a median follow-up of 12 years (interquartile range 9.4-14.2). The hazard ratio of type 2 diabetes per increment of 10 risk alleles in the polygenic risk score was 1.64 (95% confidence interval 1.54 to 1.75, I2=7.1%, τ2=0.003). The increase of polyunsaturated fat and total omega 6 polyunsaturated fat intake in place of carbohydrate was associated with a lower risk of type 2 diabetes, with hazard ratios of 0.90 (0.82 to 0.98, I2=18.0%, τ2=0.006; per 5% of energy) and 0.99 (0.97 to 1.00, I2=58.8%, τ2=0.001; per increment of 1 g/d), respectively. Increasing monounsaturated fat in place of carbohydrate was associated with a higher risk of type 2 diabetes (hazard ratio 1.10, 95% confidence interval 1.01 to 1.19, I2=25.9%, τ2=0.006; per 5% of energy). Evidence of small study effects was detected for the overall association of polyunsaturated fat with the risk of type 2 diabetes, but not for the omega 6 polyunsaturated fat and monounsaturated fat associations. Significant interactions between dietary fat and polygenic risk score on the risk of type 2 diabetes (P>0.05 for interaction) were not observed.These data indicate that genetic burden and the quality of dietary fat are each associated with the incidence of type 2 diabetes. The findings do not support tailoring recommendations on the quality of dietary fat to individual type 2 diabetes genetic risk profiles for the primary prevention of type 2 diabetes, and suggest that dietary fat is associated with the risk of type 2 diabetes across the spectrum of type 2 diabetes genetic risk.

Short self-reported sleep duration is associated with dietary intake and this association may partly mediate the link between short sleep and metabolic abnormalities. Subjective sleep measures, however, may be inaccurate and biased. The objective of this study was to evaluate the associations between actigraphic measures of sleep fragmentation, efficiency and duration and energy and macronutrient intakes. We used data from a subgroup of 439 participants of the population-based cohort, Rotterdam Study. Sleep was assessed using 7-day actigraphy and sleep diaries, and dietary data with a validated food frequency questionnaire. We assessed the associations of actigraphic sleep parameters with dietary intake using multivariable linear regression models. Higher sleep fragmentation was associated with 4.19 g lower carbohydrate intake per standard deviation of fragmentation {β [95% confidence interval (CI) = -4.19 (-8.0, -0.3)]; P = 0.03}. Each additional percentage increase in sleep efficiency was associated with 11.1 kcal lower energy intake [β (95% CI) = -11.1 (-20.6, -1.7); P = 0.02]. Furthermore, very short sleep duration (<5.5 h) was associated with 218.1 kcal higher energy intake [β (95% CI = 218.06 (33.3, 402.8), P = 0.02], relative to the reference group (≥6.5 to <7.5 h). We observed associations between higher sleep fragmentation with lower carbohydrate intake, and both lower sleep efficiency and very short sleep duration (<5 h) with higher energy intake. The association between sleep and higher energy intake could mediate, in part, the link between short sleep or sleep fragmentation index and metabolic abnormalities.

Dietary composition has been associated with sleep indexes. However, most of the evidence is based on cross-sectional data, and studies in young children are lacking.The aim of this study was to explore the longitudinal associations of macronutrient composition of the diet with sleep duration and consolidation (number of awakenings) in infancy and early childhood.The study was performed in 3465 children from the Generation R Study, a population-based cohort study in the Netherlands. Mothers reported their child's food intake at 13 mo of age by using a validated food-frequency questionnaire and their child's sleep patterns at 2 and 3 y of age. We used nutrient substitution models to assess the associations of relative macronutrient intakes with sleep indexes and adjusted the models for sociodemographic and lifestyle factors.Isocaloric substitution of fat intake by protein or carbohydrate in infancy was associated with longer total sleep duration at 2 but not 3 y of age. For each 5% increase in energy intake of either protein or carbohydrate at the expense of fat, sleep duration at 2 y of age was longer by 6 min (95% CI: 0.4, 12 min) and 4 min (95% CI: 2, 6 min), respectively. Further exploration of macronutrient subtypes indicated no consistent differences between saturated or unsaturated fat and that intake of plant compared with animal protein or Trp did not explain the association of higher total protein intake with longer sleep duration at 2 y of age. Replacing unsaturated with saturated fat was associated with 7 min (95% CI: -13, -1 min) shorter total sleep duration at 3 y of age. Macronutrient intakes were not associated with sleep consolidation.Our results suggest that the macronutrient composition of the diet is associated with sleep duration in young children. Future research should further study the causality of this association and explore the underlying mechanisms.

ABSTRACT Insomnia is a common disorder linked with adverse long-term medical and psychiatric outcomes, but underlying pathophysiological processes and causal relationships with disease are poorly understood. Here we identify 57 loci for self-reported insomnia symptoms in the UK Biobank (n=453,379) and confirm their impact on self-reported insomnia symptoms in the HUNT study (n=14,923 cases, 47,610 controls), physician diagnosed insomnia in Partners Biobank (n=2,217 cases, 14,240 controls), and accelerometer-derived measures of sleep efficiency and sleep duration in the UK Biobank (n=83,726). Our results suggest enrichment of genes involved in ubiquitin-mediated proteolysis, phototransduction and muscle development pathways and of genes expressed in multiple brain regions, skeletal muscle and adrenal gland. Evidence of shared genetic factors is found between frequent insomnia symptoms and restless legs syndrome, aging, cardio-metabolic, behavioral, psychiatric and reproductive traits. Evidence is found for a possible causal link between insomnia symptoms and coronary heart disease, depressive symptoms and subjective well-being. One Sentence Summary We identify 57 genomic regions associated with insomnia pointing to the involvement of phototransduction and ubiquitination and potential causal links to CAD and depression.

Background: ChREBP (carbohydrate responsive element binding protein) is a transcription factor that responds to sugar consumption. Sugar-sweetened beverage (SSB) consumption and genetic variants in the CHREBP locus have separately been linked to HDL-C (high-density lipoprotein cholesterol) and triglyceride concentrations. We hypothesized that SSB consumption would modify the association between genetic variants in the CHREBP locus and dyslipidemia. Methods: Data from 11 cohorts from the Cohorts for Heart and Aging Research in Genomic Epidemiology consortium (N=63 599) and the UK Biobank (N=59 220) were used to quantify associations of SSB consumption, genetic variants, and their interaction on HDL-C and triglyceride concentrations using linear regression models. A total of 1606 single nucleotide polymorphisms within or near CHREBP were considered. SSB consumption was estimated from validated questionnaires, and participants were grouped by their estimated intake. Results: In a meta-analysis, rs71556729 was significantly associated with higher HDL-C concentrations only among the highest SSB consumers (β, 2.12 [95% CI, 1.16–3.07] mg/dL per allele; P <0.0001), but not significantly among the lowest SSB consumers ( P =0.81; P Diff <0.0001). Similar results were observed for 2 additional variants (rs35709627 and rs71556736). For triglyceride, rs55673514 was positively associated with triglyceride concentrations only among the highest SSB consumers (β, 0.06 [95% CI, 0.02–0.09] ln-mg/dL per allele, P =0.001) but not the lowest SSB consumers ( P =0.84; P Diff =0.0005). Conclusions: Our results identified genetic variants in the CHREBP locus that may protect against SSB-associated reductions in HDL-C and other variants that may exacerbate SSB-associated increases in triglyceride concentrations. Registration: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT00005133, NCT00005121, NCT00005487, and NCT00000479.

Major depressive disorder (MDD) is a notably complex illness with a lifetime prevalence of 14%. 1 It is often chronic or recurrent and is thus accompanied by considerable morbidity, excess mortality, substantial costs, and heightened risk of suicide. 2-7 MDD is a major cause of disability worldwide. 8 We conducted a genome-wide association (GWA) meta-analysis in 130,664 MDD cases and 330,470 controls, and identified 44 independent loci that met criteria for statistical significance. We present extensive analyses of these results which provide new insights into the nature of MDD. The genetic findings were associated with clinical features of MDD, and implicated prefrontal and anterior cingulate cortex in the pathophysiology of MDD (regions exhibiting anatomical differences between MDD cases and controls). Genes that are targets of antidepressant medications were strongly enriched for MDD association signals (P=8.5x10-10), suggesting the relevance of these findings for improved pharmacotherapy of MDD. Sets of genes involved in gene splicing and in creating isoforms were also enriched for smaller MDD GWA P-values, and these gene sets have also been implicated in schizophrenia and autism. Genetic risk for MDD was correlated with that for many adult and childhood onset psychiatric disorders. Our analyses suggested important relations of genetic risk for MDD with educational attainment, body mass, and schizophrenia: the genetic basis of lower educational attainment and higher body mass were putatively causal for MDD whereas MDD and schizophrenia reflected a partly shared biological etiology. All humans carry lesser or greater numbers of genetic risk factors for MDD, and a continuous measure of risk underlies the observed clinical phenotype. MDD is not a distinct entity that neatly demarcates normalcy from pathology but rather a useful clinical construct associated with a range of adverse outcomes and the end result of a complex process of intertwined genetic and environmental effects. These findings help refine and define the fundamental basis of MDD.

Objective: To examine whether sleep traits have a causal effect on risk of breast cancer. Design: Multivariable regression, one- and two-sample Mendelian randomization. Setting: The UK Biobank prospective cohort study and the Breast Cancer Association Consortium (BCAC) case-control genome-wide association study. Participants: 156,848 women in the multivariable regression and one-sample Mendelian randomization analysis in UK Biobank (7,784 with a breast cancer diagnosis) and 122,977 breast cancer cases and 105,974 controls from BCAC in the two-sample Mendelian randomization analysis. Exposures: Self-reported chronotype (morning/evening preference), insomnia and sleep duration in multivariable regression, and genetic variants that were robustly associated with these exposures in UK Biobank. Main outcome measures: Breast cancer (prevalent and incident cases in UK Biobank, prevalent cases only in BCAC). Results: In multivariable regression analysis using data on breast cancer incidence in the UK Biobank study, morning preference was inversely associated with breast cancer (HR 0.95, 95% CI 0.93, 0.98 per category increase) while there was little evidence for an association with sleep duration and insomnia risk. Using 341 single nucleotide polymorphisms (SNPs) associated with chronotype, 91 SNPs associated sleep duration and 57 SNPs associated with insomnia, one-sample MR analysis in UK Biobank provided some evidence for a protective effect of morning preference on breast cancer risk (HR 0.85, 95% 0.70, 1.03 per category increase) but imprecise estimates for sleep duration and insomnia. Findings for a protective effect of morning preference (OR 0.88, 95% CI 0.82, 0.93 per category increase) and adverse effect of increased sleep duration (OR 1.19, 95% CI 1.02, 1.39 per hour increase) on breast cancer (both estrogen receptor positive and negative) were supported by two-sample MR using data from BCAC, while there was inconsistent evidence for insomnia. Results were largely robust to sensitivity analyses accounting for horizontal pleiotropy. Conclusions: We found consistent evidence for a protective effect of morning preference and suggestive evidence for an adverse effect of sleep duration on breast cancer risk.

Abstract Both short and long sleep duration are associated with increased risk of chronic diseases, but the genetic determinants of sleep duration are largely unknown outside of European populations. Here we report transferability of a polygenic score of 78 European ancestry sleep duration SNPs to an African (n=7,288; p=0.003), a South Asian (n=7,485; p=0.025), and a Japanese (n=13,618; p=6x10 -4 ) cohort, but not to a cohort of Hispanic/Latino (n- XXX; p=0.71) participants. Furthermore, in a pan-ancestry ( N = 483,235) meta-analysis of genome-wide association studies (GWAS) for habitual sleep duration, 5 novel and 68 known loci are associated with genome-wide significance. For the novel loci, sleep duration signals colocalize with expression-QTLs for PRR12 and COG5 in brain tissues, and pleiotropic associations are observed with cardiovascular and neuropsychiatric traits. Overall, our results suggest that the genetic basis of sleep duration is at least partially shared across diverse ancestry groups.

Dietary intake, a major contributor to the global obesity epidemic, is a complex phenotype partially affected by innate physiological processes. However, previous genome-wide association studies (GWAS) have only implicated a few loci in variability of dietary composition. Here, we present a multi-trait genome-wide association meta-analysis of inter-individual variation in dietary intake in 283,119 European-ancestry participants from UK Biobank and CHARGE consortium, and identify 96 genome-wide significant loci. Dietary intake signals map to different brain tissues and are enriched for genes expressed in b1-tanycytes and serotonergic and GABAergic neurons. We also find enrichment of biological pathways related to neurogenesis. Integration of cell-line and brain-specific epigenomic annotations identify 15 additional loci. Clustering of genome-wide significant variants yields three main genetic clusters with distinct associations with obesity and type 2 diabetes (T2D). Overall, these results enhance biological understanding of dietary composition, highlight neural mechanisms, and support functional follow-up experiments.