Many common variants have been associated with hematological traits, but identification of causal genes and pathways has proven challenging. We performed a genome-wide association analysis in the UK Biobank and INTERVAL studies, testing 29.5 million genetic variants for association with 36 red cell, white cell, and platelet properties in 173,480 European-ancestry participants. This effort yielded hundreds of low frequency (<5%) and rare (<1%) variants with a strong impact on blood cell phenotypes. Our data highlight general properties of the allelic architecture of complex traits, including the proportion of the heritable component of each blood trait explained by the polygenic signal across different genome regulatory domains. Finally, through Mendelian randomization, we provide evidence of shared genetic pathways linking blood cell indices with complex pathologies, including autoimmune diseases, schizophrenia, and coronary heart disease and evidence suggesting previously reported population associations between blood cell indices and cardiovascular disease may be non-causal.

Characterizing the multifaceted contribution of genetic and epigenetic factors to disease phenotypes is a major challenge in human genetics and medicine. We carried out high-resolution genetic, epigenetic, and transcriptomic profiling in three major human immune cell types (CD14+ monocytes, CD16+ neutrophils, and naive CD4+ T cells) from up to 197 individuals. We assess, quantitatively, the relative contribution of cis-genetic and epigenetic factors to transcription and evaluate their impact as potential sources of confounding in epigenome-wide association studies. Further, we characterize highly coordinated genetic effects on gene expression, methylation, and histone variation through quantitative trait locus (QTL) mapping and allele-specific (AS) analyses. Finally, we demonstrate colocalization of molecular trait QTLs at 345 unique immune disease loci. This expansive, high-resolution atlas of multi-omics changes yields insights into cell-type-specific correlation between diverse genomic inputs, more generalizable correlations between these inputs, and defines molecular events that may underpin complex disease risk.

Abstract Microglia, the tissue resident macrophages of the CNS, are implicated in a broad range of neurological pathologies, from acute brain injury to dementia. Here, we profiled gene expression variation in primary human microglia isolated from 141 patients undergoing neurosurgery. Using single cell and bulk RNA sequencing, we defined distinct cellular populations of acutely in vivo -activated microglia, and characterised a dramatic switch in microglial population composition in patients suffering from acute brain injury. We mapped expression quantitative trait loci (eQTLs) in human microglia and show that many disease-associated eQTLs in microglia replicate well in a human induced pluripotent stem cell (hIPSC) derived macrophage model system. Using ATAC-seq from 95 individuals in this hIPSC model we fine-map candidate causal variants at risk loci for Alzheimer’s disease, the most prevalent neurodegenerative condition in acute brain injury patients. Our study provides the first population-scale transcriptional map of a critically important cell for neurodegenerative disorders.

Abstract The identification of causal genetic variants for common diseases improves understanding of disease biology. Here we use data from the BLUEPRINT project to identify regulatory quantitative trait loci (QTL) for three primary human immune cell types and use these to fine-map putative causal variants for twelve immune-mediated diseases. We identify 340 unique, non major histocompatibility complex (MHC) disease loci that colocalise with high (>98%) posterior probability with regulatory QTLs, and apply Bayesian frameworks to fine-map associations at each locus. We show that fine-mapping applied to regulatory QTLs yields smaller credible set sizes and higher posterior probabilities for candidate causal variants compared to disease summary statistics. We also describe a systematic under-representation of insertion/deletion (INDEL) polymorphisms in credible sets derived from publicly available disease meta-analysis when compared to QTLs based on genome-sequencing data. Overall, our findings suggest that fine-mapping applied to disease-colocalising regulatory QTLs can enhance the discovery of putative causal disease variants and provide insights into the underlying causal genes and molecular mechanisms.

SUMMARY Thousands of genetic associations with phenotypes of blood cells are known, but few are with phenotypes relevant to cell function. We performed GWAS of 63 flow-cytometry phenotypes, including measures of cell granularity, nucleic acid content, and reactivity, in 39,656 participants in the INTERVAL study, identifying 2,172 variant-trait associations. These include associations mediated by functional cellular structures such as secretory granules, implicated in vascular, thrombotic, inflammatory and neoplastic diseases. By integrating our results with epigenetic data and with signals from molecular abundance/disease GWAS, we infer the hematopoietic origins of population phenotypic variation and identify the transcription factor FOG2 as a regulator of platelet α -granularity. We show how flow cytometry genetics can suggest cell types mediating complex disease risk and suggest efficacious drug targets, presenting Daclizumab/Vedolizumab in autoimmune disease as positive controls. Finally, we add to existing evidence supporting IL7/IL7-R as drug targets for multiple sclerosis.

Neutrophils play fundamental roles in innate inflammatory response, shape adaptive immunity, and have been identified as a potentially causal cell type underpinning genetic associations with immune system traits and diseases. The majority of these variants are non-coding and the underlying mechanisms are not fully understood. Here, we profiled the binding of one of the principal myeloid transcriptional regulators, PU.1, in primary neutrophils across nearly a hundred volunteers, and elucidate the coordinated genetic effects of PU.1 binding variation, local chromatin state, promoter-enhancer interactions and gene expression. We show that PU.1 binding and the associated chain of molecular changes underlie genetically-driven differences in cell count and autoimmune disease susceptibility. Our results advance interpretation for genetic loci associated with neutrophil biology and immune disease.

Noncoding regulatory variants are often highly context-specific, modulating gene expression in a small subset of possible cellular states. Although these genetic effects are likely to play important roles in disease, the molecular mechanisms underlying context-specificity are not well understood. Here, we identify shared quantitative trait loci (QTLs) for chromatin accessibility and gene expression (eQTLs) and show that a large fraction (~60%) of eQTLs that appear following macrophage immune stimulation alter chromatin accessibility in unstimulated cells, suggesting they perturb enhancer priming. We show that such variants are likely to influence the binding of cell type specific transcription factors (TFs), such as PU.1, which then indirectly alter the binding of stimulus-specific TFs, such as NF-κB or STAT2. Our results imply that, although chromatin accessibility assays are powerful for fine mapping causal noncoding variants, detecting their downstream impact on gene expression will be challenging, requiring profiling of large numbers of stimulated cellular states and timepoints.

The role of rare variants in complex traits remains uncharted. Here, we conduct deep whole genome sequencing of 1,457 individuals from an isolated population, and test for rare variant burdens across six cardiometabolic traits. We identify a role for rare regulatory variation, which has hitherto been missed. We find evidence of rare variant burdens overlapping with, and mostly independent of established common variant signals (ADIPOQ and adiponectin, P=4.2x10-8; APOC3 and triglyceride levels, P=1.58x10-26; GGT1 and gamma-glutamyltransferase, P=2.3x10-6; UGT1A9 and bilirubin, P=1.9x10-8), and identify replicating evidence for a burden associated with triglyceride levels in FAM189A (P=2.26x10-8), indicating a role for this gene in lipid metabolism.

Identifying cellular functions dysregulated by disease associated variants could implicate novel pathways for drug targeting or modulation in cell therapies. Variants associated with immune diseases point towards the role of CD4+ regulatory T cells (Tregs), cell type critical for immune homeostasis. To translate the effects of immune disease alleles on Treg function we mapped genetic regulation (QTL) of gene expression and chromatin activity in Tregs. We identified 123 loci where Treg QTLs colocalized with immune disease variants. These colocalizations indicated that dysregulation of key Treg pathways, including cell activation via CD28 and IL-2 signalling mediated by STAT5A contribute to the shared pathobiology of immune diseases. Finally, using disease GWAS signals colocalizing with Treg QTLs, we identified 34 known drug targets and 270 targets with drug tractability evidence. Our study is the first in-depth characterization of immune disease variant effects on Treg gene expression modulation and dysregulation of Treg function.

Circulating metabolite levels are biomarkers for cardiovascular disease (CVD). We tested association between rare sequence variants and 226 serum lipoproteins, lipids and amino acids in 7,142 healthy participants. Gene-based association analyses identified novel gene-trait associations with ACSL1, MYCN, FBXO36 and B4GALNT3 (p<2.5x10-6), and confirmed established associations. Regulation of the pyruvate dehydrogenase (PDH) complex was associated for the first time, in gene set analyses, with IDL and LDL parameters, as well as circulating cholesterol (pMETASKAT<2.41x10-6). Individuals at the lower tails of the distributions of four out of 49 lipoproteins and lipids had an excess of predicted deleterious variants in lipoprotein disorder and metabolism gene sets (ppermutation<0.00037). These four traits were CVD risk factors (e.g. S-VLDL-C), demonstrating that rare "protective" variation is a significant contributor to lipoprotein levels in a healthy population. In conclusion, rare variant analysis of these important metabolic biomarkers reveals novel loci and pathways involved in their regulation.