Abstract Although much work has linked the human microbiome to specific phenotypes and lifestyle variables, data from different projects have been challenging to integrate and the extent of microbial and molecular diversity in human stool remains unknown. Using standardized protocols from the Earth Microbiome Project and sample contributions from over 10,000 citizen-scientists, together with an open research network, we compare human microbiome specimens primarily from the USA, UK, and Australia to one another and to environmental samples. Our results show an unexpected range of beta-diversity in human stool microbiomes as compared to environmental samples, demonstrate the utility of procedures for removing the effects of overgrowth during room-temperature shipping for revealing phenotype correlations, uncover new molecules and kinds of molecular communities in the human stool metabolome, and examine emergent associations among the microbiome, metabolome, and the diversity of plants that are consumed (rather than relying on reductive categorical variables such as veganism, which have little or no explanatory power). We also demonstrate the utility of the living data resource and cross-cohort comparison to confirm existing associations between the microbiome and psychiatric illness, and to reveal the extent of microbiome change within one individual during surgery, providing a paradigm for open microbiome research and education. Importance We show that a citizen-science, self-selected cohort shipping samples through the mail at room temperature recaptures many known microbiome results from clinically collected cohorts and reveals new ones. Of particular interest is integrating n=1 study data with the population data, showing that the extent of microbiome change after events such as surgery can exceed differences between distinct environmental biomes, and the effect of diverse plants in the diet which we confirm with untargeted metabolomics on hundreds of samples.

Summary Metabolic dysregulation in multiple tissues alters glucose homeostasis and influences risk for type 2 diabetes (T2D). To identify pathways and tissues influencing T2D-relevant glycemic traits (fasting glucose [FG], fasting insulin [FI], two-hour glucose [2hGlu] and glycated hemoglobin [HbA1c]), we investigated associations of exome-array variants in up to 144,060 individuals without diabetes of multiple ancestries. Single-variant analyses identified novel associations at 21 coding variants in 18 novel loci, whilst gene-based tests revealed signals at two genes, TF (HbA1c) and G6PC (FG, FI). Pathway and tissue enrichment analyses of trait-associated transcripts confirmed the importance of liver and kidney for FI and pancreatic islets for FG regulation, implicated adipose tissue in FI and the gut in 2hGlu, and suggested a role for the non-endocrine pancreas in glucose homeostasis. Functional studies demonstrated that a novel FG/FI association at the liver-enriched G6PC transcript was driven by multiple rare loss-of-function variants. The FG/HbA1c-associated, islet-specific G6PC2 transcript also contained multiple rare functional variants, including two alleles within the same codon with divergent effects on glucose levels. Our findings highlight the value of integrating genomic and functional data to maximize biological inference. Highlights 23 novel coding variant associations (single-point and gene-based) for glycemic traits 51 effector transcripts highlighted different pathway/tissue signatures for each trait The exocrine pancreas and gut influence fasting and 2h glucose, respectively Multiple variants in liver-enriched G6PC and islet-specific G6PC2 influence glycemia

Abstract Some gut microbes have cospeciated with hominids, but whether they further codiversified with human populations is unclear. Here, we identify predominant gut microbial species sharing a parallel evolutionary history with human populations. Patterns of strain transfer between populations are generally consistent with an African origin, and suggest long-term vertical transmission over thousands of generations. We show the same strains also faithfully transmit between mothers and their children. Consistent with the development of intimate symbiosis, species with strongest patterns of codiversification have the smallest genomes. This study reveals long-term fidelity of gut microbiota with human populations through transmission among individuals living in close proximity. Dominance of specific strains in different populations is based in part on vertical transmission and they may provide population-specific health benefits. One-sentence summary Identification of gut microbes that codiversified with human populations.

Abstract Archaea of the order Methanomassiliicoccales use methylated-amines such as trimethylamine as a substrate for methane production. They form two large phylogenetic clades and reside in diverse environments, from soil to the human gut. Two genera, one from each clade, inhabit the human gut: Methanomassiliicoccus , which has one cultured representative, and “ candidatus Methanomethylophilus”, which has none. Questions remain regarding their distribution across different biomes and human populations, their association with other taxa in the human gut, and whether host genetics correlate with their abundance. To gain insight into the Methanomassiliicoccales , and the human-associated members in particular, we performed a genomic comparison of 72 Methanomassiliicoccales genomes and assessed their presence in metagenomes derived from the human gut (n=4472 representing 25 populations), nonhuman animal gut (n=145) and nonhost environments (n=160). Our analyses showed that all taxa are generalists: they were detected in animal gut and environmental samples. We confirmed two large clades, one enriched in the gut, the other enriched in the environment, with notable exceptions. Genomic adaptations to the gut include genome reduction, a set of adhesion factors distinct from that of environmental taxa, and genes involved in the shikimate pathway and bile resistance. Genomic adaptations differed by clade, not habitat preference, indicating convergent evolution between the clades. In the human gut, the relative abundance of Methanomassiliicoccales correlated with trimethylamine-producing bacteria and was unrelated to host genotype. Our results shed light on the microbial ecology of this group may help guide Methanomassiliicoccales-based strategies for trimethylamine mitigation in cardiovascular disease. Importance Methanomassiliicoccales are a lesser known component of the human gut microbiota. This archaeal order is composed of methane producers that use methylated amines, such as trimethylamine, in methane production. This group has only one cultured representative; how they adapted to inhabit the mammalian gut and how they interact with other microbes is largely unknown. Using bioinformatics methods applied to DNA from a wide range of samples, we profiled the relative abundances of these archaea in environmental and host-associated microbial communities. We observed two groups of Methanomassiliicoccales , one largely host-associated and one largely found in environmental samples, with some exceptions. When host-associated, these archaea have a distinct set of genes related to adhesion and possess genes related to bile resistance. We did not detect Methanomassiliicoccales in all human populations tested but when present, they are correlated with Bacteria known to produce trimethylamine. Since trimethylamine is linked to cardiovascular disease risk, these intriguing Archaea may also be involved.

Abstract Concerns have been raised as to whether the consumption of foodstuffs contaminated with pesticides can contribute to the development of chronic human diseases by affecting microbial community function in the gut. We provide the first associations between urinary pesticide excretion and the composition and function of the faecal microbiome in 65 twin pairs in the UK. Biomonitoring of exposure to 186 common insecticide, herbicide, or fungicide residues showed the presence of pyrethroid and/or organophosphorus insecticide residues in all urine samples, while the herbicide glyphosate was found in 45% of individuals. Other pesticides such as DEET, imidacloprid or dithiocarbamate fungicides were less frequently detected. While the geographic location or the rural/urban environment had no influence on pesticide urinary excretion, food frequency questionnaires showed that DMTP levels, a metabolite of organophosphates, was higher with increased consumption of fruit and vegetables. Multivariable association between urinary pesticide excretion and faecal microbial composition and function were determined with shotgun metagenomics and metabolomics. A total of 34 associations between pesticide residues concentrations and faecal metabolite concentrations were detected. Glyphosate excretion was positively associated to an increased bacterial species richness, as well as to fatty acid metabolites and phosphate levels. The insecticide metabolite Br2CA, reflecting deltamethrin exposure, was positively associated with the mammalian phytoestrogens enterodiol and enterolactone, and negatively associated with some N-methyl amino acids. Urine metabolomics performed on a subset of samples did not reveal associations with the excretion of pesticide residues. Our results highlight the need for future interventional studies to understand effects of pesticide exposure on the gut microbiome and possible health consequences.

Statistical factor analysis methods have previously been used to remove noise components from high dimensional data prior to genetic association mapping, and in a guided fashion to summarise biologically relevant sources of variation. Here we show how the derived factors summarising pathway expression can be used to analyse the relationships between expression, heritability and ageing. We used skin gene expression data from 647 twins from the MuTHER Consortium and applied factor analysis to concisely summarise patterns of gene expression, both to remove broad confounding influences and to produce concise pathway-level phenotypes. We derived 930 "pathway phenotypes" which summarised patterns of variation across 186 KEGG pathways (five phenotypes per pathway). We identified 69 significant associations of age with phenotype from 57 distinct KEGG pathways at a stringent Bonferroni threshold (P<5.38E-5). These phenotypes are more heritable (h^2=0.32) than gene expression levels. On average, expression levels of 16% of genes within these pathways are associated with age. Several significant pathways relate to metabolising sugars and fatty acids, others with insulin signalling. We have demonstrated that factor analysis methods combined with biological knowledge can produce more reliable phenotypes with less stochastic noise than the individual gene expression levels, which increases our power to discover biologically relevant associations. These phenotypes could also be applied to discover associations with other environmental factors.

Heritability is a fundamental parameter in genetics. Traditional estimates based on family or twin studies can be biased due to shared environmental or non-additive genetic variance. Alternatively, those based on genotyped or imputed variants typically underestimate narrow-sense heritability contributed by rare or otherwise poorly-tagged causal variants. Identical-by-descent (IBD) segments of the genome share all variants between pairs of chromosomes except new mutations that have arisen since the last common ancestor. Therefore, relating phenotypic similarity to degree of IBD sharing among classically unrelated individuals is an appealing approach to estimating the near full additive genetic variance while avoiding biases that can occur when modeling close relatives. We applied an IBD-based approach (GREML-IBD) to estimate heritability in unrelated individuals using phenotypic simulation with thousands of whole genome sequences across a range of stratification, polygenicity levels, and the minor allele frequencies of causal variants (CVs). IBD-based heritability estimates were unbiased when using unrelated individuals, even for traits with extremely rare CVs, but stratification led to strong biases in IBD-based heritability estimates with poor precision. We used data on two traits in ~120,000 people from the UK Biobank to demonstrate that, depending on the trait and possible confounding environmental effects, GREML-IBD can be applied successfully to very large genetic datasets to infer the contribution of very rare variants lost using other methods. However, we observed apparent biases in this real data that were not predicted from our simulation, suggesting that more work may be required to understand factors that influence IBD-based estimates.

Background: Smoking and alcohol use behaviors in humans have been associated with common genetic variants within multiple genomic loci. Investigation of rare variation within these loci holds promise for identifying causal variants impacting biological mechanisms in the etiology of disordered behavior. Microarrays have been designed to genotype rare nonsynonymous and putative loss of function variants. Such variants are expected to have greater deleterious consequences on gene function than other variants, and significantly contribute to disease risk. Methods: In the present study, we analyzed ~250,000 rare variants from 17 independent studies. Each variant was tested for association with five addiction-related phenotypes: cigarettes per day, pack years, smoking initiation, age of smoking initiation, and alcoholic drinks per week. We conducted single variant tests of all variants, and gene-based burden tests of nonsynonymous or putative loss of function variants with minor allele frequency less than 1%. Results: Meta-analytic sample sizes ranged from 70,847 to 164,142 individuals, depending on the phenotype. Known loci tagged by common variants replicated, but there was no robust evidence for individually associated rare variants, either in gene based or single variant tests. Using a modified method-of-moment approach, we found that all low frequency coding variants, in aggregate, contributed 1.7% to 3.6% of the phenotypic variation for the five traits (p<.05). Conclusions: The findings indicate that rare coding variants contribute to phenotypic variation, but that much larger samples and/or denser genotyping of rare variants will be required to successfully identify associations with these phenotypes, whether individual variants or gene- based associations.

The total number of acquired melanocytic nevi on the skin is strongly correlated with melanoma risk. Here we report a meta-analysis of 11 nevus GWAS from Australia, Netherlands, United Kingdom, and United States, comprising a total of 52,506 phenotyped individuals. We confirm known loci including MTAP, PLA2G6, and IRF4, and detect novel SNPs at a genome-wide level of significance in KITLG, DOCK8, and a broad region of 9q32. In a bivariate analysis combining the nevus results with those from a recent melanoma GWAS meta-analysis (12,874 cases, 23,203 controls), SNPs near GPRC5A, CYP1B1, PPARGC1B, HDAC4, FAM208B and SYNE2 reached global significance, and other loci, including MIR146A and OBFC1, reached a suggestive level of significance. Overall, we conclude that most nevus genes affect melanoma risk (KITLG an exception), while many melanoma risk loci do not alter nevus count. For example, variants in TERC and OBFC1 affect both traits, but other telomere length maintenance genes seem to affect melanoma risk only. Our findings implicate multiple pathways in nevogenesis via genes we can show to be expressed under control of the MITF melanocytic cell lineage regulator.

Electrocardiographic PR interval measures atrial and atrioventricular depolarization and conduction, and abnormal PR interval is a risk factor for atrial fibrillation and heart block. We performed a genome-wide association study in over 92,000 individuals of European descent and identified 44 loci associated with PR interval (34 novel). Examination of the 44 loci revealed known and novel biological processes involved in cardiac atrial electrical activity, and genes in these loci were highly over-represented in several cardiac disease processes. Nearly half of the 61 independent index variants in the 44 loci were associated with atrial or blood transcript expression levels, or were in high linkage disequilibrium with one or more missense variants. Cardiac regulatory regions of the genome as measured by cardiac DNA hypersensitivity sites were enriched for variants associated with PR interval, compared to non-cardiac regulatory regions. Joint analyses combining PR interval with heart rate, QRS interval, and atrial fibrillation identified additional new pleiotropic loci. The majority of associations discovered in European-descent populations were also present in African-American populations. Meta-analysis examining over 105,000 individuals of African and European descent identified additional novel PR loci. These additional analyses identified another 13 novel loci. Together, these findings underscore the power of GWAS to extend knowledge of the molecular underpinnings of clinical processes.