Levels of low-density lipoprotein (LDL) cholesterol, high-density lipoprotein (HDL) cholesterol, triglycerides and total cholesterol are heritable, modifiable risk factors for coronary artery disease. To identify new loci and refine known loci influencing these lipids, we examined 188,577 individuals using genome-wide and custom genotyping arrays. We identify and annotate 157 loci associated with lipid levels at P < 5 × 10(-8), including 62 loci not previously associated with lipid levels in humans. Using dense genotyping in individuals of European, East Asian, South Asian and African ancestry, we narrow association signals in 12 loci. We find that loci associated with blood lipid levels are often associated with cardiovascular and metabolic traits, including coronary artery disease, type 2 diabetes, blood pressure, waist-hip ratio and body mass index. Our results demonstrate the value of using genetic data from individuals of diverse ancestry and provide insights into the biological mechanisms regulating blood lipids to guide future genetic, biological and therapeutic research.

Sekar Kathiresan and colleagues examine 185 common variants using a modified mendelian randomization approach and provide evidence supporting a causal role of triglyceride-rich lipoproteins in the development of coronary artery disease. Triglycerides are transported in plasma by specific triglyceride-rich lipoproteins; in epidemiological studies, increased triglyceride levels correlate with higher risk for coronary artery disease (CAD). However, it is unclear whether this association reflects causal processes. We used 185 common variants recently mapped for plasma lipids (P < 5 × 10−8 for each) to examine the role of triglycerides in risk for CAD. First, we highlight loci associated with both low-density lipoprotein cholesterol (LDL-C) and triglyceride levels, and we show that the direction and magnitude of the associations with both traits are factors in determining CAD risk. Second, we consider loci with only a strong association with triglycerides and show that these loci are also associated with CAD. Finally, in a model accounting for effects on LDL-C and/or high-density lipoprotein cholesterol (HDL-C) levels, the strength of a polymorphism's effect on triglyceride levels is correlated with the magnitude of its effect on CAD risk. These results suggest that triglyceride-rich lipoproteins causally influence risk for CAD.

John Chambers and colleagues report a genome-wide association study for markers of liver function. They identify 42 loci associated with concentrations of one or more liver enzymes in plasma, and use a range of functional genomic analyses to suggest candidate genes at these loci. Concentrations of liver enzymes in plasma are widely used as indicators of liver disease. We carried out a genome-wide association study in 61,089 individuals, identifying 42 loci associated with concentrations of liver enzymes in plasma, of which 32 are new associations (P = 10−8 to P = 10−190). We used functional genomic approaches including metabonomic profiling and gene expression analyses to identify probable candidate genes at these regions. We identified 69 candidate genes, including genes involved in biliary transport (ATP8B1 and ABCB11), glucose, carbohydrate and lipid metabolism (FADS1, FADS2, GCKR, JMJD1C, HNF1A, MLXIPL, PNPLA3, PPP1R3B, SLC2A2 and TRIB1), glycoprotein biosynthesis and cell surface glycobiology (ABO, ASGR1, FUT2, GPLD1 and ST3GAL4), inflammation and immunity (CD276, CDH6, GCKR, HNF1A, HPR, ITGA1, RORA and STAT4) and glutathione metabolism (GSTT1, GSTT2 and GGT), as well as several genes of uncertain or unknown function (including ABHD12, EFHD1, EFNA1, EPHA2, MICAL3 and ZNF827). Our results provide new insight into genetic mechanisms and pathways influencing markers of liver function.

Julius Gudmundsson and colleagues report the association of two SNPs on chromosomes 9 and 14 with thyroid cancer in European populations. The variants are near FOXE1 and NKX2-1, both good biological candidates, and individuals who are homozygous for both risk variants have a 5.7-fold greater risk of thyroid cancer. In order to search for sequence variants conferring risk of thyroid cancer we conducted a genome-wide association study in 192 and 37,196 Icelandic cases and controls, respectively, followed by a replication study in individuals of European descent. Here we show that two common variants, located on 9q22.33 and 14q13.3, are associated with the disease. Overall, the strongest association signals were observed for rs965513 on 9q22.33 (OR = 1.75; P = 1.7 × 10−27) and rs944289 on 14q13.3 (OR = 1.37; P = 2.0 × 10−9). The gene nearest to the 9q22.33 locus is FOXE1 (TTF2) and NKX2-1 (TTF1) is among the genes located at the 14q13.3 locus. Both variants contribute to an increased risk of both papillary and follicular thyroid cancer. Approximately 3.7% of individuals are homozygous for both variants, and their estimated risk of thyroid cancer is 5.7-fold greater than that of noncarriers. In a study on a large sample set from the general population, both risk alleles are associated with low concentrations of thyroid stimulating hormone (TSH), and the 9q22.33 allele is associated with low concentration of thyroxin (T4) and high concentration of triiodothyronine (T3).

Anaemia is a chief determinant of global ill health, contributing to cognitive impairment, growth retardation and impaired physical capacity. To understand further the genetic factors influencing red blood cells, we carried out a genome-wide association study of haemoglobin concentration and related parameters in up to 135,367 individuals. Here we identify 75 independent genetic loci associated with one or more red blood cell phenotypes at P < 10−8, which together explain 4–9% of the phenotypic variance per trait. Using expression quantitative trait loci and bioinformatic strategies, we identify 121 candidate genes enriched in functions relevant to red blood cell biology. The candidate genes are expressed preferentially in red blood cell precursors, and 43 have haematopoietic phenotypes in Mus musculus or Drosophila melanogaster. Through open-chromatin and coding-variant analyses we identify potential causal genetic variants at 41 loci. Our findings provide extensive new insights into genetic mechanisms and biological pathways controlling red blood cell formation and function. A series of genetic studies have led to the discovery of novel independent loci and candidate genes associated with red blood cell phenotype; for a proportion of these genes potential single-nucleotide genetic variants are also identified, providing new insights into genetic pathways controlling red blood cell formation, function and pathology. This genome-wide association study of more than 135,000 individuals identifies 75 independent genetic loci influencing red blood cell phenotypes, enriched for genes involved in cell cycle control, transcriptional regulation, growth factor and cytokine signalling, haemoglobin synthesis, iron handling and cytoskeletal function, as well as a number of genes of uncertain or unknown function. Further analyses identified 121 candidate genes related to red blood cell biology, one-third of which have haematopoietic phenotypes in mouse and Drosophila.

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.

Julius Gudmundsson and colleagues report a genome-wide association study for circulating levels of thyroid-stimulating hormone in 27,758 individuals not known to have thyroid cancer. They follow with thyroid cancer association analyses and identify common variants at three loci newly associated with susceptibility to thyroid cancer. To search for sequence variants conferring risk of nonmedullary thyroid cancer, we focused our analysis on 22 SNPs with a P < 5 × 10−8 in a genome-wide association study on levels of thyroid stimulating hormone (TSH) in 27,758 Icelanders. Of those, rs965513 has previously been shown to associate with thyroid cancer. The remaining 21 SNPs were genotyped in 561 Icelandic individuals with thyroid cancer (cases) and up to 40,013 controls. Variants suggestively associated with thyroid cancer (P < 0.05) were genotyped in an additional 595 non-Icelandic cases and 2,604 controls. After combining the results, three variants were shown to associate with thyroid cancer: rs966423 on 2q35 (OR = 1.34; Pcombined = 1.3 × 10−9), rs2439302 on 8p12 (OR = 1.36; Pcombined = 2.0 × 10−9) and rs116909374 on 14q13.3 (OR = 2.09; Pcombined = 4.6 × 10−11), a region previously reported to contain an uncorrelated variant conferring risk of thyroid cancer. A strong association (P = 9.1 × 10−91) was observed between rs2439302 on 8p12 and expression of NRG1, which encodes the signaling protein neuregulin 1, in blood.