Genetic variants provide a nurturing environment Genetic variants in parents may affect the fitness of their offspring, even if the child does not carry the allele. This indirect effect is referred to as “genetic nurture.” Kong et al. used data from genome-wide association studies of educational attainment to construct polygenic scores for parents that only considered the nontransmitted alleles (see the Perspective by Koellinger and Harden). The findings suggest that genetic nurture is ultimately due to genetic variation in the population and is mediated by the environment that parents create for their children. Science , this issue p. 424 ; see also p. 386

Human recombination and mutation mapped Genetic recombination is an essential process in generating genetic diversity. Recombination occurs both through the shuffling of maternal and paternal chromosomes and through mutations generated by resolution of the physical breaks necessary for this process. Halldorsson et al. sequenced the full genomes of parents and offspring to create a map of human recombination and estimate the relationship with de novo mutations. Interestingly, transcribed regions of the genome were less likely to have crossovers, suggesting that there may be selection to reduce changes in genetic sequences via recombination or mutation in these regions. Science , this issue p. eaau1043

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.

Kari Stefansson and colleagues report discovery of 13 variants with large effects on non-HDL cholesterol, LDL cholesterol, HDL cholesterol or triglyceride lipid fractions. They further show that, among these lipid fractions, the non-HDL cholesterol genetic risk score associates most strongly with coronary disease and confers risk beyond that of LDL cholesterol and that, after accounting for non-HDL cholesterol, neither HDL cholesterol nor triglyceride genetic risk scores associate with coronary disease. Sequence variants affecting blood lipids and coronary artery disease (CAD) may enhance understanding of the atherogenicity of lipid fractions. Using a large resource of whole-genome sequence data, we examined rare and low-frequency variants for association with non-HDL cholesterol, HDL cholesterol, LDL cholesterol, and triglycerides in up to 119,146 Icelanders. We discovered 13 variants with large effects (within ANGPTL3, APOB, ABCA1, NR1H3, APOA1, LIPC, CETP, LDLR, and APOC1) and replicated 14 variants. Five variants within PCSK9, APOA1, ANGPTL4, and LDLR associate with CAD (33,090 cases and 236,254 controls). We used genetic risk scores for the lipid fractions to examine their causal relationship with CAD. The non-HDL cholesterol genetic risk score associates most strongly with CAD (P = 2.7 × 10−28), and no other genetic risk score associates with CAD after accounting for non-HDL cholesterol. The genetic risk score for non-HDL cholesterol confers CAD risk beyond that of LDL cholesterol (P = 5.5 × 10−8), suggesting that targeting atherogenic remnant cholesterol may reduce cardiovascular risk.

High-throughput proteomics platforms measuring thousands of proteins in plasma combined with genomic and phenotypic information have the power to bridge the gap between the genome and diseases. Here we performed association studies of Olink Explore 3072 data generated by the UK Biobank Pharma Proteomics Project1 on plasma samples from more than 50,000 UK Biobank participants with phenotypic and genotypic data, stratifying on British or Irish, African and South Asian ancestries. We compared the results with those of a SomaScan v4 study on plasma from 36,000 Icelandic people2, for 1,514 of whom Olink data were also available. We found modest correlation between the two platforms. Although cis protein quantitative trait loci were detected for a similar absolute number of assays on the two platforms (2,101 on Olink versus 2,120 on SomaScan), the proportion of assays with such supporting evidence for assay performance was higher on the Olink platform (72% versus 43%). A considerable number of proteins had genomic associations that differed between the platforms. We provide examples where differences between platforms may influence conclusions drawn from the integration of protein levels with the study of diseases. We demonstrate how leveraging the diverse ancestries of participants in the UK Biobank helps to detect novel associations and refine genomic location. Our results show the value of the information provided by the two most commonly used high-throughput proteomics platforms and demonstrate the differences between them that at times provides useful complementarity.

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.

The authors have withdrawn this manuscript because this paper was posted prematurely in advance of a UK Biobank Pharma Proteomics Project consortium effort. Therefore, the authors do not wish this work to be cited as reference for the project. If you have any questions, please contact the corresponding author