Familial combined hypolipidemia, a Mendelian condition characterized by substantial reductions in all 3 major lipid fractions, is caused by mutations that inactivate the gene angiopoietin-like 3 (ANGPTL3). Whether ANGPTL3 deficiency reduces risk of coronary artery disease (CAD) is unknown.The study goal was to leverage 3 distinct lines of evidence-a family that included individuals with complete (compound heterozygote) ANGPTL3 deficiency, a population based-study of humans with partial (heterozygote) ANGPTL3 deficiency, and biomarker levels in patients with myocardial infarction (MI)-to test whether ANGPTL3 deficiency is associated with lower risk for CAD.We assessed coronary atherosclerotic burden in 3 individuals with complete ANGPTL3 deficiency and 3 wild-type first-degree relatives using computed tomography angiography. In the population, ANGPTL3 loss-of-function (LOF) mutations were ascertained in up to 21,980 people with CAD and 158,200 control subjects. LOF mutations were defined as nonsense, frameshift, and splice-site variants, along with missense variants resulting in <25% of wild-type ANGPTL3 activity in a mouse model. In a biomarker study, circulating ANGPTL3 concentration was measured in 1,493 people who presented with MI and 3,232 control subjects.The 3 individuals with complete ANGPTL3 deficiency showed no evidence of coronary atherosclerotic plaque. ANGPTL3 gene sequencing demonstrated that approximately 1 in 309 people was a heterozygous carrier for an LOF mutation. Compared with those without mutation, heterozygous carriers of ANGPTL3 LOF mutations demonstrated a 17% reduction in circulating triglycerides and a 12% reduction in low-density lipoprotein cholesterol. Carrier status was associated with a 34% reduction in odds of CAD (odds ratio: 0.66; 95% confidence interval: 0.44 to 0.98; p = 0.04). Individuals in the lowest tertile of circulating ANGPTL3 concentrations, compared with the highest, had reduced odds of MI (adjusted odds ratio: 0.65; 95% confidence interval: 0.55 to 0.77; p < 0.001).ANGPTL3 deficiency is associated with protection from CAD.

Abstract Improved understanding of genetic regulation of proteome can facilitate the identification of causal mechanisms for complex traits. We analyzed data on 4,657 plasma proteins from 7,213 European American (EA) and 1,871 African American (AA) individuals from the ARIC study, and further replicated findings on 467 AA individuals from the AASK study. Here we identified 2,004 proteins in EA and 1,618 in AA, with majority overlapping, which showed associations with common variants in cis -regions. Availability of AA samples led to smaller credible sets and significant number of population-specific cis -pQTLs. Elastic-net produced powerful models for protein prediction in both populations. An application of proteome-wide association studies (PWAS) to serum urate and gout, implicated several proteins, including IL1RN, revealing the promise of the drug anakinra to treat acute gout flares. Our study demonstrates the value of large and diverse ancestry study for genetic mechanisms of molecular phenotypes and their relationship with complex traits.

Abstract microRNAs (miRNAs) are short non-coding RNAs that can repress the expression of protein coding messenger RNAs (mRNAs) by binding to the 3’UTR of the target. Genetic mutations such as single nucleotide variants (SNVs) in the 3’UTR of the mRNAs can disrupt this regulatory effect. In this study, we presented dbMTS, the database for miRNA target site (MTS) SNVs, which includes all potential MTS SNVs in the 3’UTR of human genome along with hundreds of functional annotations. This database can help studies easily identify putative SNVs that affect miRNA targeting and facilitate the prioritization of their functional importance. dbMTS is freely available at: https://sites.google.com/site/jpopgen/dbNSFP .

Abstract Plasma proteomic profiles associated with subclinical somatic mutations in blood cells may offer novel insights in downstream clinical consequences. Here, we explore such patterns in clonal hematopoiesis of indeterminate potential (CHIP), which links to several cancer and non-cancer outcomes, including coronary artery disease. Among 12,911 ancestrally diverse participants (682 with CHIP) from NHLBI TOPMed with blood-based DNA sequencing and 1,148 common proteins measured by SomaScan, we identified 32 unique proteins associated with the most prevalent driver genes ( DNMT3A , TET2 , and ASXL1 ) after multiple testing corrections. These associations showed substantial heterogeneity by driver genes, sex, and race, were enriched for immune response and inflammation pathways, and were moderately replicated in UK Biobank (N=48,922) that used Olink for proteomics measurement. Murine single-cell RNA-sequencing data from aortic arch cells, inclusive of resident hematologic cells, in mice with Tet2 -/- bone marrow and wild-type mice revealed corroborating differential expression of TET2 -associated protein-encoding genes. Lastly, we apply these observations to identify 68 plasma proteins shared between CHIP and coronary artery disease.

ABSTRACT Genome-wide association studies (GWAS) have revealed numerous loci for kidney function (estimated glomerular filtration rate, eGFR). The relationship of polygenic predictors of eGFR, risk of incident adverse kidney outcomes, and the plasma proteome is not known. We developed a genome-wide polygenic risk score (PRS) using a weighted average of 1.2 million SNPs for eGFR using the LDpred algorithm, summary statistics generated by a European-ancestry (EA) meta-analysis of the CKDGen Consortium (N=558,423) and UK Biobank GWAS for eGFR (90% of the cohort; N=289,432), followed by best parameter selection using data from the remaining 10% of the UK Biobank (N=32,159). We then tested the association of the PRS among 8,886 EA participants in the Atherosclerosis Risk in Communities (ARIC) study (mean age: 54±6 years, 53% female) with incident chronic kidney disease (CKD), end stage kidney disease (ESKD), kidney failure (KF), and acute kidney injury (AKI). We also examined 4,877 plasma proteins measured at two time points (visit 3 (1993-95) and visit 5 (2011-13)) in relation to the PRS and compared associations between the proteome and eGFR itself. All models were adjusted for age, sex, center, and the first 10 principal components of ancestry. The developed PRS had an R 2 for eGFR of 0.07 in ARIC. Over 30 years of follow up, the number of incident CKD, ESKD, KF, and AKI were 2,959, 137, 470, and 1,723, respectively. The PRS showed significant associations with all outcomes: hazard ratios (95% CI) per 1 SD lower PRS were 1.33 (1.28, 1.39), 1.20 (1.00, 1.42), 1.17 (1.06, 1.28), and 1.07 (1.02, 1.12) for incident CKD, ESKD, KF, and AKI respectively. The PRS was significantly associated (Bonferroni threshold P<1.02 × 10 −5 ) with 108 proteins at both time points. The strongest associations were with cystatin-C (a marker of kidney function used in clinical practice), collagen alpha-1 (XV) chain, and desmocollin-2. All significant correlations with the PRS were negative, except those of testican-2 and angiostatin. Correlations of proteins with eGFR were much stronger than those with the PRS. Overall, we demonstrated that the PRS for eGFR is now sufficiently strong to capture risk for a spectrum of incident kidney diseases as well as broadly influence the plasma proteome.

Genomic summary statistics, usually defined as single-variant test results from genome-wide association studies, have been widely used to advance the genetics field in a wide range of applications. Applications that involve multiple genetic variants also require their correlations or linkage disequilibrium (LD) information, often obtained from an external reference panel. In practice, it is usually difficult to find suitable external reference panels that represent the LD structure for underrepresented and admixed populations, or rare genetic variants from whole genome sequencing (WGS) studies, limiting the scope of applications for genomic summary statistics. Here we introduce StocSum, a novel reference-panel-free statistical framework for generating, managing, and analyzing stochastic summary statistics using random vectors. We develop various downstream applications using StocSum including single-variant tests, conditional association tests, gene-environment interaction tests, variant set tests, as well as meta-analysis and LD score regression tools. We demonstrate the accuracy and computational efficiency of StocSum using two cohorts from the Trans-Omics for Precision Medicine Program. StocSum will facilitate sharing and utilization of genomic summary statistics from WGS studies, especially for underrepresented and admixed populations.

Abstract Hematological measures are important intermediate clinical phenotypes for many acute and chronic diseases. Hematological measures are highly heritable, and although genome-wide association studies (GWAS) have identified thousands of loci containing trait-associated variants, the causal genes underlying these associations are often uncertain. To better understand the underlying genetic regulatory mechanisms, we performed a transcriptome-wide association study (TWAS) using PrediXcan to systematically investigate the association between genetically-predicted gene expression and hematological measures in 54,542 individuals of European ancestry from the Genetic Epidemiology Research on Adult Health and Aging (GERA) cohort. We found 239 significant gene-trait associations with hematological measures. Among this set of 239 associations, we replicated 71 at p < 0.05 with same direction of effect for the blood cell trait in a meta-analysis of TWAS results consisting of up to 35,900 European ancestry individuals from the Women’s Health Initiative (WHI), the Atherosclerosis Risk in Communities Study (ARIC), and BioMe Biobank. We further attempted to refine this list of candidate genes by performing conditional analyses, adjusting for individual variants previously associated with these hematological measures, and performed further fine-mapping of TWAS loci. To assist with the interpretation of TWAS findings, we designed an R Shiny application to interactively visualize TWAS results, one genomic locus at a time, by integrating our TWAS results with additional genetic data sources (GWAS, TWAS from other gene expression reference panels, conditional analyses, known GWAS variants, etc.). Our results and R Shiny application highlight frequently overlooked challenges with TWAS and illustrate the complexity of TWAS fine-mapping efforts. Author Summary Transcriptome-wide association studies (TWAS) have shown great promise in furthering our understanding of the genetic regulatory mechanisms underlying complex trait variation. However, interpreting TWAS results can be incredibly complex, especially in large-scale analyses where hundreds of signals appear throughout the genome, with multiple genes often identified in a single chromosomal region. Our research demonstrates this complexity through real data examples from our analysis of hematological traits, and we provide a useful web application to visualize TWAS results in a broadly approachable format. Together, our results and web application illustrate the importance of interpreting TWAS studies in context and highlight the need to carefully examine results in a region-wide context to draw reasonable conclusions and formulate mechanistic hypotheses.

BACKGROUND: Dietary acculturation, or adoption of dominant culture diet by migrant groups, influences human health. We aimed to examine dietary acculturation and its relationships with cardiovascular disease (CVD), gut microbiota, and blood metabolites among US Hispanic and Latino adults. METHODS: In the HCHS/SOL (Hispanic Community Health Study/Study of Latinos), US exposure was defined by years in the United States (50 states and Washington, DC) and US nativity. A dietary acculturation pattern was derived from 14 172 participants with two 24-hour dietary recalls at baseline (2008–2011) using least absolute shrinkage and selection operator regression, with food groups as predictors of US exposure. We evaluated associations of dietary acculturation with incident CVD across ≈7 years of follow-up (n=211/14 172 cases/total) and gut microbiota (n=2349; visit 2, 2014 to 2017). Serum metabolites associated with both dietary acculturation–related gut microbiota (n=694) and incident CVD (n=108/5256 cases/total) were used as proxy measures to assess the association of diet-related gut microbiome with incident CVD. RESULTS: We identified an empirical US-oriented dietary acculturation score that increased with US exposure. Higher dietary acculturation score was associated with higher risk of incident CVD (hazard ratio per SD, 1.33 [95% CI, 1.13–1.57]), adjusted for sociodemographic, lifestyle, and clinical factors. Sixty-nine microbial species (17 enriched from diverse species, 52 depleted mainly from fiber-utilizing Clostridia and Prevotella species) were associated with dietary acculturation, driven by lower intakes of whole grains, beans, and fruits and higher intakes of refined grains. Twenty-five metabolites, involved predominantly in fatty acid and glycerophospholipid metabolism (eg, branched-chain 14:0 dicarboxylic acid** and glycerophosphoethanolamine), were associated with both diet acculturation-related gut microbiota and incident CVD. Proxy association analysis based on these metabolites suggested a positive relationship between diet acculturation-related microbiome and risk of CVD ( r =0.70, P <0.001). CONCLUSIONS: Among US Hispanic and Latino adults, greater dietary acculturation was associated with elevated CVD risk, possibly through alterations in gut microbiota and related metabolites. Diet and microbiota-targeted interventions may offer opportunities to mitigate CVD burdens of dietary acculturation.