Detailed knowledge of how diversity in the sequence of the human genome affects phenotypic diversity depends on a comprehensive and reliable characterization of both sequences and phenotypic variation. Over the past decade, insights into this relationship have been obtained from whole-exome sequencing or whole-genome sequencing of large cohorts with rich phenotypic data1,2. Here we describe the analysis of whole-genome sequencing of 150,119 individuals from the UK Biobank3. This constitutes a set of high-quality variants, including 585,040,410 single-nucleotide polymorphisms, representing 7.0% of all possible human single-nucleotide polymorphisms, and 58,707,036 indels. This large set of variants allows us to characterize selection based on sequence variation within a population through a depletion rank score of windows along the genome. Depletion rank analysis shows that coding exons represent a small fraction of regions in the genome subject to strong sequence conservation. We define three cohorts within the UK Biobank: a large British Irish cohort, a smaller African cohort and a South Asian cohort. A haplotype reference panel is provided that allows reliable imputation of most variants carried by three or more sequenced individuals. We identified 895,055 structural variants and 2,536,688 microsatellites, groups of variants typically excluded from large-scale whole-genome sequencing studies. Using this formidable new resource, we provide several examples of trait associations for rare variants with large effects not found previously through studies based on whole-exome sequencing and/or imputation.

Abstract We describe the analysis of whole genome sequences (WGS) of 150,119 individuals from the UK biobank (UKB). This constitutes a set of high quality variants, including 585,040,410 SNPs, representing 7.0% of all possible human SNPs, and 58,707,036 indels. The large set of variants allows us to characterize selection based on sequence variation within a population through a Depletion Rank (DR) score for windows along the genome. DR analysis shows that coding exons represent a small fraction of regions in the genome subject to strong sequence conservation. We define three cohorts within the UKB, a large British Irish cohort (XBI) and smaller African (XAF) and South Asian (XSA) cohorts. A haplotype reference panel is provided that allows reliable imputation of most variants carried by three or more sequenced individuals. We identified 895,055 structural variants and 2,536,688 microsatellites, groups of variants typically excluded from large scale WGS studies. Using this formidable new resource, we provide several examples of trait associations for rare variants with large effects not found previously through studies based on exome sequencing and/or imputation.

Abstract Pubertal timing varies considerably and is associated with later health outcomes. We performed multi-ancestry genetic analyses on ~800,000 women, identifying 1,080 signals for age at menarche. Collectively, these explained 11% of trait variance in an independent sample. Women at the top and bottom 1% of polygenic risk exhibited ~11 and ~14-fold higher risks of delayed and precocious puberty, respectively. We identified several genes harboring rare loss-of-function variants in ~200,000 women, including variants in ZNF483 , which abolished the impact of polygenic risk. Variant-to-gene mapping approaches and mouse gonadotropin-releasing hormone neuron RNA sequencing implicated 665 genes, including an uncharacterized G-protein-coupled receptor, GPR83 , which amplified the signaling of MC3R , a key nutritional sensor. Shared signals with menopause timing at genes involved in DNA damage response suggest that the ovarian reserve might signal centrally to trigger puberty. We also highlight body size-dependent and independent mechanisms that potentially link reproductive timing to later life disease.

Age at menopause (AOM) has a substantial impact on fertility and disease risk. While many loci with variants that associate with AOM have been identified through genome-wide association studies (GWAS) under an additive model, other genetic models are rarely considered1. Here through GWAS meta-analysis under the recessive model of 174,329 postmenopausal women from Iceland, Denmark, the United Kingdom (UK; UK Biobank) and Norway, we study low-frequency variants with a large effect on AOM. We discovered that women homozygous for the stop-gain variant rs117316434 (A) in CCDC201 (p.(Arg162Ter), minor allele frequency ~1%) reached menopause 9 years earlier than other women (P = 1.3 × 10−15). The genotype is present in one in 10,000 northern European women and leads to primary ovarian insufficiency in close to half of them. Consequently, homozygotes have fewer children, and the age at last childbirth is 5 years earlier (P = 3.8 × 10−5). The CCDC201 gene was only found in humans in 2022 and is highly expressed in oocytes. Homozygosity for CCDC201 loss-of-function has a substantial impact on female reproductive health, and homozygotes would benefit from reproductive counseling and treatment for symptoms of early menopause. Genome-wide analysis of age at menopause under a recessive model identifies a stop-gain variant in CCDC201 associated with primary ovarian insufficiency. This homozygous genotype is present in 1 in 10,000 women of northern European ancestry.

Abstract Dilated cardiomyopathy (DCM) is a leading cause of heart failure and cardiac transplantation. We report a genome-wide association study and multi-trait analysis of DCM (14,256 cases) and three left ventricular traits (36,203 UK Biobank participants). We identified 80 genomic risk loci and prioritized 62 putative effector genes, including several with rare variant DCM associations ( MAP3K7 , NEDD4L and SSPN ). Using single-nucleus transcriptomics, we identify cellular states, biological pathways, and intracellular communications that drive pathogenesis. We demonstrate that polygenic scores predict DCM in the general population and modify penetrance in carriers of rare DCM variants. Our findings may inform the design of genetic testing strategies that incorporate polygenic background. They also provide insights into the molecular etiology of DCM that may facilitate the development of targeted therapeutics.

Endometriosis is a common complex inflammatory condition characterised by the presence of endometrium-like tissue outside the uterus, mainly in the pelvic area. It is associated with chronic pelvic pain and infertility, and its pathogenesis remains poorly understood. The disease is typically classified according to the revised American Fertility Society (rAFS) 4-stage surgical assessment system, although stage does not correlate well with symptomatology or prognosis. Previously identified genetic variants mainly are associated with stage III/IV disease, highlighting the need for further phenotype-stratified analysis that requires larger datasets. We conducted a meta-analysis of 15 genome-wide association studies (GWAS) and a replication analysis, including 58,115 cases and 733,480 controls in total, and sub-phenotype analyses of stage I/II, stage III/IV and infertility-associated endometriosis cases. This revealed 27 genetic loci associated with endometriosis at the genome-wide p-value threshold (P<5x10-8), 13 of which are novel and an additional 8 novel genes identified from gene-based association analyses. Of the 27 loci, 21 (78%) had greater effect sizes in stage III/IV disease compared to stage I/II, 1 (4%) had greater effect size in stage I/II compared to stage III/IV and 17 (63%) had greater effect sizes when restricted to infertility-associated endometriosis cases compared to overall endometriosis. These results suggest that specific variants may confer risk for different sub-types of endometriosis through distinct pathways. Analyses of genetic variants underlying different pain symptoms reported in the UK Biobank showed that 7/9 had positive significant (p<1.28x10-3) positive genetic correlations with endometriosis, suggesting a genetic basis for sensitivity to pain in general. Additional conditions with significant positive genetic correlations with endometriosis included uterine fibroids, excessive and irregular menstrual bleeding, osteoarthritis, diabetes as well as menstrual cycle length and age at menarche. These results provide a basis for fine-mapping of the causal variants at these 27 loci, and for functional follow-up to understand their contribution to endometriosis and its potential subtypes.

BackgroundObesity rates have nearly tripled in the past 50 years, and by 2030 more than 1 billion individuals worldwide are projected to be obese. This creates a significant economic strain due to the associated non-communicable diseases. The root cause is an energy expenditure imbalance, owing to an interplay of lifestyle, environmental, and genetic factors. Obesity has a polygenic genetic architecture; however, single genetic variants with large effect size are etiological in a minority of cases. These variants allowed the discovery of novel genes and biology relevant to weight regulation and ultimately led to the development of novel specific treatments.MethodsWe used a case-control approach to determine metabolic differences between individuals homozygous for a loss-of-function genetic variant in the small integral membrane protein 1 (SMIM1) and the general population, leveraging data from five cohorts. Metabolic characterization of SMIM1−/− individuals was performed using plasma biochemistry, calorimetric chamber, and DXA scan.FindingsWe found that individuals homozygous for a loss-of-function genetic variant in SMIM1 gene, underlying the blood group Vel, display excess body weight, dyslipidemia, altered leptin to adiponectin ratio, increased liver enzymes, and lower thyroid hormone levels. This was accompanied by a reduction in resting energy expenditure.ConclusionThis research identified a novel genetic predisposition to being overweight or obese. It highlights the need to investigate the genetic causes of obesity to select the most appropriate treatment given the large cost disparity between them.FundingThis work was funded by the National Institute of Health Research, British Heart Foundation, and NHS Blood and Transplant.

Multiple sclerosis (MS) is a CNS disease, characterized by demyelination, inflammation, and neurodegeneration. Recent advances in technology allow measurement of the axonal damage marker neurofilament light chain in peripheral blood. Two studies have shown that patients with MS have elevated neurofilament light levels before their first symptom, but longitudinal studies are lacking. We aimed to investigate the intraindividual neurofilament light dynamics during the presymptomatic phase of MS.

Abstract Headache disorders are the most common disorders of the nervous system. The lifetime prevalence of headache disorders show that some individuals never experience headache. The etiology of complete freedom from headache is not known. To assess genetic variants associated with complete freedom from headache, we performed a genome-wide association study of individuals who have never experienced a headache. We included 63,992 individuals (2,998 individuals with complete freedom from headache and 60,994 controls) from the Danish Blood Donor Study Genomic Cohort. Participants were included in two rounds, from 2015 to 2018 and in 2020. We discovered a genome-wide significant association, with the lead variant rs7904615[G] in ADARB2 (EAF = 27%, OR = 1.20 [1.13–1.27], p = 3.92 × 10 −9 ). The genomic locus was replicated in a non-overlapping cohort of 13,032 individuals (539 individuals with complete freedom from headache and 12,493 controls) from the Danish Blood Donor Study Genomic Cohort ( p < 0.05, two-sided). Participants for the replication were included from 2015 to 2020. In conclusion, we show that complete freedom from headache has a genetic component, and we suggest that ADARB2 is involved in complete freedom from headache. The genomic locus was specific for complete freedom from headache and was not associated with any primary headache disorders.