Nicole Soranzo, Tim Spector, Gabi Kastenmüller and colleagues report a large-scale analysis of genetic variants influencing human blood metabolite levels. They identify genome-wide significant associations at 145 loci, providing a framework for exploring relationships between genetic variation, metabolism and complex disease. Genome-wide association scans with high-throughput metabolic profiling provide unprecedented insights into how genetic variation influences metabolism and complex disease. Here we report the most comprehensive exploration of genetic loci influencing human metabolism thus far, comprising 7,824 adult individuals from 2 European population studies. We report genome-wide significant associations at 145 metabolic loci and their biochemical connectivity with more than 400 metabolites in human blood. We extensively characterize the resulting in vivo blueprint of metabolism in human blood by integrating it with information on gene expression, heritability and overlap with known loci for complex disorders, inborn errors of metabolism and pharmacological targets. We further developed a database and web-based resources for data mining and results visualization. Our findings provide new insights into the role of inherited variation in blood metabolic diversity and identify potential new opportunities for drug development and for understanding disease.

Abstract Genome-wide association studies (GWAS) with intermediate phenotypes, like changes in metabolite and protein levels, provide functional evidence to map disease associations and translate them into clinical applications. However, although hundreds of genetic variants have been associated with complex disorders, the underlying molecular pathways often remain elusive. Associations with intermediate traits are key in establishing functional links between GWAS-identified risk-variants and disease end points. Here we describe a GWAS using a highly multiplexed aptamer-based affinity proteomics platform. We quantify 539 associations between protein levels and gene variants (pQTLs) in a German cohort and replicate over half of them in an Arab and Asian cohort. Fifty-five of the replicated pQTLs are located in trans . Our associations overlap with 57 genetic risk loci for 42 unique disease end points. We integrate this information into a genome-proteome network and provide an interactive web-tool for interrogations. Our results provide a basis for novel approaches to pharmaceutical and diagnostic applications.

Abstract Introduction Increasing evidence suggests a role for the gut microbiome in central nervous system disorders and a specific role for the gut‐brain axis in neurodegeneration. Bile acids (BAs), products of cholesterol metabolism and clearance, are produced in the liver and are further metabolized by gut bacteria. They have major regulatory and signaling functions and seem dysregulated in Alzheimer's disease (AD). Methods Serum levels of 15 primary and secondary BAs and their conjugated forms were measured in 1464 subjects including 370 cognitively normal older adults, 284 with early mild cognitive impairment, 505 with late mild cognitive impairment, and 305 AD cases enrolled in the AD Neuroimaging Initiative. We assessed associations of BA profiles including selected ratios with diagnosis, cognition, and AD‐related genetic variants, adjusting for confounders and multiple testing. Results In AD compared to cognitively normal older adults, we observed significantly lower serum concentrations of a primary BA (cholic acid [CA]) and increased levels of the bacterially produced, secondary BA, deoxycholic acid, and its glycine and taurine conjugated forms. An increased ratio of deoxycholic acid:CA, which reflects 7α‐dehydroxylation of CA by gut bacteria, strongly associated with cognitive decline, a finding replicated in serum and brain samples in the Rush Religious Orders and Memory and Aging Project. Several genetic variants in immune response–related genes implicated in AD showed associations with BA profiles. Discussion We report for the first time an association between altered BA profile, genetic variants implicated in AD, and cognitive changes in disease using a large multicenter study. These findings warrant further investigation of gut dysbiosis and possible role of gut‐liver‐brain axis in the pathogenesis of AD.

Abstract Introduction The Alzheimer's Disease Research Summits of 2012 and 2015 incorporated experts from academia, industry, and nonprofit organizations to develop new research directions to transform our understanding of Alzheimer's disease (AD) and propel the development of critically needed therapies. In response to their recommendations, big data at multiple levels are being generated and integrated to study network failures in disease. We used metabolomics as a global biochemical approach to identify peripheral metabolic changes in AD patients and correlate them to cerebrospinal fluid pathology markers, imaging features, and cognitive performance. Methods Fasting serum samples from the Alzheimer's Disease Neuroimaging Initiative (199 control, 356 mild cognitive impairment, and 175 AD participants) were analyzed using the AbsoluteIDQ‐p180 kit. Performance was validated in blinded replicates, and values were medication adjusted. Results Multivariable‐adjusted analyses showed that sphingomyelins and ether‐containing phosphatidylcholines were altered in preclinical biomarker‐defined AD stages, whereas acylcarnitines and several amines, including the branched‐chain amino acid valine and α‐aminoadipic acid, changed in symptomatic stages. Several of the analytes showed consistent associations in the Rotterdam, Erasmus Rucphen Family, and Indiana Memory and Aging Studies. Partial correlation networks constructed for Aβ 1–42 , tau, imaging, and cognitive changes provided initial biochemical insights for disease‐related processes. Coexpression networks interconnected key metabolic effectors of disease. Discussion Metabolomics identified key disease‐related metabolic changes and disease‐progression‐related changes. Defining metabolic changes during AD disease trajectory and its relationship to clinical phenotypes provides a powerful roadmap for drug and biomarker discovery.

Background The metabolic basis of Alzheimer disease (AD) is poorly understood, and the relationships between systemic abnormalities in metabolism and AD pathogenesis are unclear. Understanding how global perturbations in metabolism are related to severity of AD neuropathology and the eventual expression of AD symptoms in at-risk individuals is critical to developing effective disease-modifying treatments. In this study, we undertook parallel metabolomics analyses in both the brain and blood to identify systemic correlates of neuropathology and their associations with prodromal and preclinical measures of AD progression. Methods and findings Quantitative and targeted metabolomics (Biocrates AbsoluteIDQ [identification and quantification] p180) assays were performed on brain tissue samples from the autopsy cohort of the Baltimore Longitudinal Study of Aging (BLSA) (N = 44, mean age = 81.33, % female = 36.36) from AD (N = 15), control (CN; N = 14), and “asymptomatic Alzheimer’s disease” (ASYMAD, i.e., individuals with significant AD pathology but no cognitive impairment during life; N = 15) participants. Using machine-learning methods, we identified a panel of 26 metabolites from two main classes—sphingolipids and glycerophospholipids—that discriminated AD and CN samples with accuracy, sensitivity, and specificity of 83.33%, 86.67%, and 80%, respectively. We then assayed these 26 metabolites in serum samples from two well-characterized longitudinal cohorts representing prodromal (Alzheimer’s Disease Neuroimaging Initiative [ADNI], N = 767, mean age = 75.19, % female = 42.63) and preclinical (BLSA) (N = 207, mean age = 78.68, % female = 42.63) AD, in which we tested their associations with magnetic resonance imaging (MRI) measures of AD-related brain atrophy, cerebrospinal fluid (CSF) biomarkers of AD pathology, risk of conversion to incident AD, and trajectories of cognitive performance. We developed an integrated blood and brain endophenotype score that summarized the relative importance of each metabolite to severity of AD pathology and disease progression (Endophenotype Association Score in Early Alzheimer’s Disease [EASE-AD]). Finally, we mapped the main metabolite classes emerging from our analyses to key biological pathways implicated in AD pathogenesis. We found that distinct sphingolipid species including sphingomyelin (SM) with acyl residue sums C16:0, C18:1, and C16:1 (SM C16:0, SM C18:1, SM C16:1) and hydroxysphingomyelin with acyl residue sum C14:1 (SM (OH) C14:1) were consistently associated with severity of AD pathology at autopsy and AD progression across prodromal and preclinical stages. Higher log-transformed blood concentrations of all four sphingolipids in cognitively normal individuals were significantly associated with increased risk of future conversion to incident AD: SM C16:0 (hazard ratio [HR] = 4.430, 95% confidence interval [CI] = 1.703–11.520, p = 0.002), SM C16:1 (HR = 3.455, 95% CI = 1.516–7.873, p = 0.003), SM (OH) C14:1 (HR = 3.539, 95% CI = 1.373–9.122, p = 0.009), and SM C18:1 (HR = 2.255, 95% CI = 1.047–4.855, p = 0.038). The sphingolipid species identified map to several biologically relevant pathways implicated in AD, including tau phosphorylation, amyloid-β (Aβ) metabolism, calcium homeostasis, acetylcholine biosynthesis, and apoptosis. Our study has limitations: the relatively small number of brain tissue samples may have limited our power to detect significant associations, control for heterogeneity between groups, and replicate our findings in independent, autopsy-derived brain samples. Conclusions We present a novel framework to identify biologically relevant brain and blood metabolites associated with disease pathology and progression during the prodromal and preclinical stages of AD. Our results show that perturbations in sphingolipid metabolism are consistently associated with endophenotypes across preclinical and prodromal AD, as well as with AD pathology at autopsy. Sphingolipids may be biologically relevant biomarkers for the early detection of AD, and correcting perturbations in sphingolipid metabolism may be a plausible and novel therapeutic strategy in AD.

Abstract The availability of high-quality RNA-sequencing and genotyping data of post-mortem brain collections from consortia such as CommonMind Consortium (CMC) and the Accelerating Medicines Partnership for Alzheimer’s Disease (AMP-AD) Consortium enable the generation of a large-scale brain cis- eQTL meta-analysis. Here we generate cerebral cortical eQTL from 1433 samples available from four cohorts (identifying >4.1 million significant eQTL for >18,000 genes), as well as cerebellar eQTL from 261 samples (identifying 874,836 significant eQTL for >10,000 genes). We find substantially improved power in the meta-analysis over individual cohort analyses, particularly in comparison to the Genotype-Tissue Expression (GTEx) Project eQTL. Additionally, we observed differences in eQTL patterns between cerebral and cerebellar brain regions. We provide these brain eQTL as a resource for use by the research community. As a proof of principle for their utility, we apply a colocalization analysis to identify genes underlying the GWAS association peaks for schizophrenia and identify a potentially novel gene colocalization with lncRNA RP11-677M14.2 (posterior probability of colocalization 0.975).

Detangling gene-disease connections Many diseases are at least partially due to genetic causes that are not always understood or targetable with specific treatments. To provide insight into the biology of various human diseases as well as potential leads for therapeutic development, Pietzner et al . undertook detailed, genome-wide proteogenomic mapping. The authors analyzed thousands of connections between potential disease-associated mutations, specific proteins, and medical conditions, thereby providing a detailed map for use by future researchers. They also supplied some examples in which they applied their approach to medical contexts as varied as connective tissue disorders, gallstones, and COVID-19 infections, sometimes even identifying single genes that play roles in multiple clinical scenarios. —YN

Abstract Motivation: Linking genes and functional information to genetic variants identified by association studies remains difficult. Resources containing extensive genomic annotations are available but often not fully utilized due to heterogeneous data formats. To enhance their accessibility, we integrated many annotation datasets into a user-friendly webserver. Availability and implementation: http://www.snipa.org/ Contact: g.kastenmueller@helmholtz-muenchen.de Supplementary information: Supplementary data are available at Bioinformatics online.

Bile acids (BAs) are the end products of cholesterol metabolism produced by human and gut microbiome co-metabolism. Recent evidence suggests gut microbiota influence pathological features of Alzheimer's disease (AD) including neuroinflammation and amyloid-β deposition.Serum levels of 20 primary and secondary BA metabolites from the AD Neuroimaging Initiative (n = 1562) were measured using targeted metabolomic profiling. We assessed the association of BAs with the "A/T/N" (amyloid, tau, and neurodegeneration) biomarkers for AD: cerebrospinal fluid (CSF) biomarkers, atrophy (magnetic resonance imaging), and brain glucose metabolism ([18F]FDG PET).Of 23 BAs and relevant calculated ratios after quality control procedures, three BA signatures were associated with CSF Aβ1-42 ("A") and three with CSF p-tau181 ("T") (corrected P < .05). Furthermore, three, twelve, and fourteen BA signatures were associated with CSF t-tau, glucose metabolism, and atrophy ("N"), respectively (corrected P < .05).This is the first study to show serum-based BA metabolites are associated with "A/T/N" AD biomarkers, providing further support for a role of BA pathways in AD pathophysiology. Prospective clinical observations and validation in model systems are needed to assess causality and specific mechanisms underlying this association.

Abstract Introduction Increasing evidence suggests a role for the gut microbiome in central nervous system disorders and specific role for the gut-brain axis in neurodegeneration. Bile acids (BA), products of cholesterol metabolism and clearance, are produced in the liver and are further metabolized by gut bacteria. They have major regulatory and signaling functions and seem dysregulated in Alzheimer disease (AD). Methods Serum levels of 15 primary and secondary BAs and their conjugated forms were measured in 1,464 subjects including 370 cognitively normal older adults (CN), 284 with early mild cognitive impairment (MCI), 505 with late MCI, and 305 AD cases enrolled in the AD Neuroimaging Initiative. We assessed associations of BA profiles including selected ratios with diagnosis, cognition, and AD-related genetic variants, adjusting for cofounders and multiple testing. Results In AD compared to CN, we observed significantly lower serum concentrations of a primary BA (cholic acid CA) and increased levels of the bacterially produced, secondary BA, deoxycholic acid (DCA), and its glycine and taurine conjugated forms. An increased ratio of DCA:CA, which reflects 7α-dehydroxylation of CA by gut bacteria, strongly associated with cognitive decline, a finding replicated in serum and brain samples in the Rush Religious Orders and Memory and Aging Project. Several genetic variants in immune response related genes implicated in AD showed associations with BA profiles. Conclusion We report for the first time an association between altered BA profile, genetic variants implicated in AD and cognitive changes in disease using a large multicenter study. These findings warrant further investigation of gut dysbiosis and possible role of gut liver brain axis in the pathogenesis of AD.