Abstract Being a morning person is a behavioural indicator of a person’s underlying circadian rhythm. Using genome-wide data from 697,828 UK Biobank and 23andMe participants we increase the number of genetic loci associated with being a morning person from 24 to 351. Using data from 85,760 individuals with activity-monitor derived measures of sleep timing we find that the chronotype loci associate with sleep timing: the mean sleep timing of the 5% of individuals carrying the most morningness alleles is 25 min earlier than the 5% carrying the fewest. The loci are enriched for genes involved in circadian regulation, cAMP, glutamate and insulin signalling pathways, and those expressed in the retina, hindbrain, hypothalamus, and pituitary. Using Mendelian Randomisation, we show that being a morning person is causally associated with better mental health but does not affect BMI or risk of Type 2 diabetes. This study offers insights into circadian biology and its links to disease in humans.

Abstract Daytime napping is a common, heritable behavior, but its genetic basis and causal relationship with cardiometabolic health remain unclear. Here, we perform a genome-wide association study of self-reported daytime napping in the UK Biobank ( n = 452,633) and identify 123 loci of which 61 replicate in the 23andMe research cohort ( n = 541,333). Findings include missense variants in established drug targets for sleep disorders ( HCRTR1 , HCRTR2 ), genes with roles in arousal ( TRPC6 , PNOC ), and genes suggesting an obesity-hypersomnolence pathway ( PNOC, PATJ ). Association signals are concordant with accelerometer-measured daytime inactivity duration and 33 loci colocalize with loci for other sleep phenotypes. Cluster analysis identifies three distinct clusters of nap-promoting mechanisms with heterogeneous associations with cardiometabolic outcomes. Mendelian randomization shows potential causal links between more frequent daytime napping and higher blood pressure and waist circumference.

Abstract Sleep is an essential state of decreased activity and alertness but molecular factors regulating sleep duration remain unknown. Through genome-wide association analysis in 446,118 adults of European ancestry from the UK Biobank, we identify 78 loci for self-reported habitual sleep duration ( p < 5 × 10 −8 ; 43 loci at p < 6 × 10 −9 ). Replication is observed for PAX8 , VRK2 , and FBXL12/UBL5/PIN1 loci in the CHARGE study ( n = 47,180; p < 6.3 × 10 −4 ), and 55 signals show sign-concordant effects. The 78 loci further associate with accelerometer-derived sleep duration, daytime inactivity, sleep efficiency and number of sleep bouts in secondary analysis ( n = 85,499). Loci are enriched for pathways including striatum and subpallium development, mechanosensory response, dopamine binding, synaptic neurotransmission and plasticity, among others. Genetic correlation indicates shared links with anthropometric, cognitive, metabolic, and psychiatric traits and two-sample Mendelian randomization highlights a bidirectional causal link with schizophrenia. This work provides insights into the genetic basis for inter-individual variation in sleep duration implicating multiple biological pathways.

To examine the effects of past and current night shift work and genetic type 2 diabetes vulnerability on type 2 diabetes odds.In the UK Biobank, we examined associations of current (N = 272,214) and lifetime (N = 70,480) night shift work exposure with type 2 diabetes risk (6,770 and 1,191 prevalent cases, respectively). For 180,704 and 44,141 unrelated participants of European ancestry (4,002 and 726 cases, respectively) with genetic data, we assessed whether shift work exposure modified the relationship between a genetic risk score (comprising 110 single-nucleotide polymorphisms) for type 2 diabetes and prevalent diabetes.Compared with day workers, all current night shift workers were at higher multivariable-adjusted odds for type 2 diabetes (none or rare night shifts: odds ratio [OR] 1.15 [95% CI 1.05-1.26]; some nights: OR 1.18 [95% CI 1.05-1.32]; and usual nights: OR 1.44 [95% CI 1.19-1.73]), except current permanent night shift workers (OR 1.09 [95% CI 0.93-1.27]). Considering a person's lifetime work schedule and compared with never shift workers, working more night shifts per month was associated with higher type 2 diabetes odds (<3/month: OR 1.24 [95% CI 0.90-1.68]; 3-8/month: OR 1.11 [95% CI 0.90-1.37]; and >8/month: OR 1.36 [95% CI 1.14-1.62]; Ptrend = 0.001). The association between genetic type 2 diabetes predisposition and type 2 diabetes odds was not modified by shift work exposure.Our findings show that night shift work, especially rotating shift work including night shifts, is associated with higher type 2 diabetes odds and that the number of night shifts worked per month appears most relevant for type 2 diabetes odds. Also, shift work exposure does not modify genetic risk for type 2 diabetes, a novel finding that warrants replication.

Our sleep timing preference, or chronotype, is a manifestation of our internal biological clock. Variation in chronotype has been linked to sleep disorders, cognitive and physical performance, and chronic disease. Here we perform a genome-wide association study of self-reported chronotype within the UK Biobank cohort (n=100,420). We identify 12 new genetic loci that implicate known components of the circadian clock machinery and point to previously unstudied genetic variants and candidate genes that might modulate core circadian rhythms or light-sensing pathways. Pathway analyses highlight central nervous and ocular systems and fear-response-related processes. Genetic correlation analysis suggests chronotype shares underlying genetic pathways with schizophrenia, educational attainment and possibly BMI. Further, Mendelian randomization suggests that evening chronotype relates to higher educational attainment. These results not only expand our knowledge of the circadian system in humans but also expose the influence of circadian characteristics over human health and life-history variables such as educational attainment.

Abstract Sleep is an essential human function but its regulation is poorly understood. Using accelerometer data from 85,670 UK Biobank participants, we perform a genome-wide association study of 8 derived sleep traits representing sleep quality, quantity and timing, and validate our findings in 5,819 individuals. We identify 47 genetic associations at P < 5 × 10 −8 , of which 20 reach a stricter threshold of P < 8 × 10 −10 . These include 26 novel associations with measures of sleep quality and 10 with nocturnal sleep duration. The majority of identified variants associate with a single sleep trait, except for variants previously associated with restless legs syndrome. For sleep duration we identify a missense variant (p.Tyr727Cys) in PDE11A as the likely causal variant. As a group, sleep quality loci are enriched for serotonin processing genes. Although accelerometer-derived measures of sleep are imperfect and may be affected by restless legs syndrome, these findings provide new biological insights into sleep compared to previous efforts based on self-report sleep measures.

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=8.5×10 −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.