Abstract Genome-wide association studies (GWAS) have identified more than thirty loci associated with Alzheimer’s disease (AD), but the causal variants, regulatory elements, genes and pathways remain largely unknown thus impeding a mechanistic understanding of AD pathogenesis. Previously, we showed that AD risk alleles are enriched in myeloid-specific epigenomic annotations. Here, we show that they are specifically enriched in active enhancers of monocytes, macrophages and microglia. We integrated AD GWAS signals with myeloid epigenomic and transcriptomic datasets using novel analytical approaches to link myeloid enhancer activity to target gene expression regulation and AD risk modification. We nominate candidate AD risk enhancers and identify their target causal genes (including AP4E1, AP4M1, APBB3, BIN1, CD2AP, MS4A4A, MS4A6A, PILRA, RABEP1, SPI1, SPPL2A, TP53INP1, ZKSCAN1, and ZYX) in sixteen loci. Fine-mapping of these enhancers nominates candidate functional variants that likely modify disease susceptibility by regulating causal gene expression in myeloid cells. In the MS4A locus we identified a single candidate functional variant and validated it experimentally in human induced pluripotent stem cell (hiPSC)-derived microglia. Combined, these results strongly implicate dysfunction of the myeloid endolysosomal system in the etiology of AD.

Abstract Reduced lung function predicts mortality and is key to the diagnosis of COPD. In a genome-wide association study in 400,102 individuals of European ancestry, we define 279 lung function signals, one-half of which are new. In combination these variants strongly predict COPD in deeply-phenotyped patient populations. Furthermore, the combined effect of these variants showed generalisability across smokers and never-smokers, and across ancestral groups. We highlight biological pathways, known and potential drug targets for COPD and, in phenome-wide association studies, autoimmune-related and other pleiotropic effects of lung function associated variants. This new genetic evidence has potential to improve future preventive and therapeutic strategies for COPD.

Abstract A genome-wide survival analysis of 14,406 Alzheimer’s disease (AD) cases and 25,849 controls identified eight previously reported AD risk loci and fourteen novel loci associated with age at onset. LD score regression of 220 cell types implicated regulation of myeloid gene expression in AD risk. In particular, the minor allele of rs1057233 (G), within the previously reported CELF1 AD risk locus, showed association with delayed AD onset and lower expression of SPI1 in monocytes and macrophages. SPI1 encodes PU.1, a transcription factor critical for myeloid cell development and function. AD heritability is enriched within the PU.1 cistrome, implicating a myeloid PU.1 target gene network in AD. Finally, experimentally altered PU.1 levels affect the expression of mouse orthologs of many AD risk genes and the phagocytic activity of mouse microglial cells. Our results suggest that lower SPI1 expression reduces AD risk by regulating myeloid gene expression and cell function.

ABSTRACT BACKGROUND Cell entry of SARS-CoV-2, the novel coronavirus causing COVID-19, is facilitated by host cell angiotensin-converting enzyme 2 (ACE2) and transmembrane serine protease 2 (TMPRSS2). We aimed to identify and characterize genes that are co-expressed with ACE2 and TMPRSS2 , and to further explore their biological functions and potential as druggable targets. METHODS Using the gene expression profiles of 1,038 lung tissue samples, we performed a weighted gene correlation network analysis (WGCNA) to identify modules of co-expressed genes. We explored the biology of co-expressed genes using bioinformatics databases, and identified known drug-gene interactions. RESULTS ACE2 was in a module of 681 co-expressed genes; 12 genes with moderate-high correlation with ACE2 (r>0.3, FDR<0.05) had known interactions with existing drug compounds. TMPRSS2 was in a module of 1,086 co-expressed genes; 15 of these genes were enriched in the gene ontology biologic process ‘Entry into host cell’, and 53 TMPRSS2- correlated genes had known interactions with drug compounds. CONCLUSION Dozens of genes are co-expressed with ACE2 and TMPRSS2 , many of which have plausible links to COVID-19 pathophysiology. Many of the co-expressed genes are potentially targetable with existing drugs, which may help to fast-track the development of COVID-19 therapeutics.

ABSTRACT MicroRNAs are non-coding RNAs that regulate gene expression post-transcriptionally. In the placenta, the master regulator of fetal growth and development, microRNAs shape the basic processes of trophoblast biology and specific microRNA have been associated with fetal growth. To comprehensively assess the role of microRNAs in placental function and fetal development, we have performed small RNA sequencing to profile placental microRNAs from two independent mother-infant cohorts: the Rhode Island Child Health Study (n=225) and the New Hampshire Birth Cohort Study (n=317). We modeled microRNA counts on infant birthweight percentile (BWP) in each cohort, while accounting for race, sex, parity and technical factors, using negative binomial generalized linear models. We identified microRNAs that were differentially expressed (DEmiRs) with BWP at false discovery rate (FDR) less than 0.05 in both cohorts. hsa-miR-532-5p (miR-532) was positively associated with BWP in both cohorts. By integrating parallel whole transcriptome and small RNA sequencing in the RICHS cohort, we identified putative targets of miR-532. These targets are enriched for pathways involved in adipogenesis, adipocytokine signaling, energy metabolism and hypoxia response, and included Leptin, which we further demonstrated to have decreasing expression with increasing BWP, particularly in male infants. Overall, we have shown a robust and reproducible association of miR-532 with BWP, which could influence BWP through regulation of adipocytokines Leptin and Adiponectin.

Abstract Transcriptome-wide association studies (TWAS) explore genetic variants affecting gene expression for association with a trait. Here we studied coronary artery disease (CAD) using this approach by first determining genotype-regulated expression levels in nine CAD relevant tissues by EpiXcan in two genetics-of-gene-expression panels, the Stockholm-Tartu Atherosclerosis Reverse Network Engineering Task (STARNET) and the Genotype-Tissue Expression (GTEx). Based on these data we next imputed gene expression in respective nine tissues from individual level genotype data on 37,997 CAD cases and 42,854 controls for a subsequent gene-trait association analysis. Transcriptome-wide significant association (P < 3.85e-6) was observed for 114 genes, which by genetic means were differentially expressed predominately in arterial, liver, and fat tissues. Of these, 96 resided within previously identified GWAS risk loci and 18 were novel (CAND1, EGFLAM, EZR, FAM114A1, FOCAD, GAS8, HOMER3, KPTN, MGP, NLRC4, RGS19, SDCCAG3, STX4, TSPAN11, TXNRD3, UFL1, WASF1, and WWP2). Gene set analyses showed that TWAS genes were strongly enriched in CAD-related pathways and risk traits. Associations with CAD or related traits were also observed for damaging mutations in 67 of these TWAS genes (11 novel) in whole-exome sequencing data of UK Biobank. Association studies in human genotype data of UK Biobank and expression-trait association statistics of atherosclerosis mouse models suggested that newly identified genes predominantly affect lipid metabolism, a classic risk factor for CAD. Finally, CRISPR/Cas9-based gene knockdown of RGS19 and KPTN in a human hepatocyte cell line resulted in reduced secretion of APOB100 and lipids in the cell culture medium. Taken together, our TWAS approach was able to i) prioritize genes at known GWAS risk loci and ii) identify novel genes which are associated with CAD.

Birth weight (BW) variation is influenced by fetal and maternal genetic and non-genetic factors, and has been reproducibly associated with future cardio-metabolic health outcomes. These associations have been proposed to reflect the lifelong consequences of an adverse intrauterine environment. In earlier work, we demonstrated that much of the negative correlation between BW and adult cardio-metabolic traits could instead be attributable to shared genetic effects. However, that work and other previous studies did not systematically distinguish the direct effects of an individual's own genotype on BW and subsequent disease risk from indirect effects of their mother's correlated genotype, mediated by the intrauterine environment. Here, we describe expanded genome-wide association analyses of own BW (n=321,223) and offspring BW (n=230,069 mothers), which identified 278 independent association signals influencing BW (214 novel). We used structural equation modelling to decompose the contributions of direct fetal and indirect maternal genetic influences on BW, implicating fetal- and maternal-specific mechanisms. We used Mendelian randomization to explore the causal relationships between factors influencing BW through fetal or maternal routes, for example, glycemic traits and blood pressure. Direct fetal genotype effects dominate the shared genetic contribution to the association between lower BW and higher type 2 diabetes risk, whereas the relationship between lower BW and higher later blood pressure (BP) is driven by a combination of indirect maternal and direct fetal genetic effects: indirect effects of maternal BP-raising genotypes act to reduce offspring BW, but only direct fetal genotype effects (once inherited) increase the offspring's later BP. Instrumental variable analysis using maternal BW-lowering genotypes to proxy for an adverse intrauterine environment provided no evidence that it causally raises offspring BP. In successfully separating fetal from maternal genetic effects, this work represents an important advance in genetic studies of perinatal outcomes, and shows that the association between lower BW and higher adult BP is attributable to genetic effects, and not to intrauterine programming.

The duration of pregnancy is influenced by fetal and maternal genetic and non-genetic factors. We conducted a fetal genome-wide association meta-analysis of gestational duration, and early preterm, preterm, and postterm birth in 84,689 infants. One locus on chromosome 2q13 was associated with gestational duration; the association was replicated in 9,291 additional infants (combined P = 3.96 x 10-14). Analysis of 15,536 mother-child pairs showed that the association was driven by fetal rather than maternal genotype. Functional experiments showed that the lead SNP, rs7594852, alters the binding of the HIC1 transcriptional repressor. Genes at the locus include several interleukin 1 family members with roles in pro-inflammatory pathways that are central to the process of parturition. Further understanding of the underlying mechanisms will be of great public health importance, since giving birth either before or after the window of term gestation is associated with increased morbidity and mortality.

Rationale: Idiopathic pulmonary fibrosis (IPF) is a complex lung disease characterised by scarring of the lung that is believed to result from an atypical response to injury of the epithelium. The mechanisms by which this arises are poorly understood and it is likely that multiple pathways are involved. The strongest genetic association with IPF is a variant in the promoter of MUC5B where each copy of the risk allele confers a five-fold risk of disease. However, genome-wide association studies have reported additional signals of association implicating multiple pathways including host defence, telomere maintenance, signalling and cell-cell adhesion. Objectives: To improve our understanding of mechanisms that increase IPF susceptibility by identifying previously unreported genetic associations. Methods and measurements: We performed the largest genome-wide association study undertaken for IPF susceptibility with a discovery stage comprising up to 2,668 IPF cases and 8,591 controls with replication in an additional 1,467 IPF cases and 11,874 controls. Polygenic risk scores were used to assess the collective effect of variants not reported as associated with IPF. Main results: We identified and replicated three new genome-wide significant (P<5×10−8) signals of association with IPF susceptibility (near KIF15 , MAD1L1 and DEPTOR ) and confirm associations at 11 previously reported loci. Polygenic risk score analyses showed that the combined effect of many thousands of as-yet unreported IPF risk variants contribute to IPF susceptibility. Conclusions: Novel association signals support the importance of mTOR signalling in lung fibrosis and suggest a possible role of mitotic spindle-assembly genes in IPF susceptibility.

Abstract Recent advancements in artificial intelligence such as AlphaFold, have enabled more accurate prediction of protein three-dimensional structure from amino acid sequences. This has attracted significant attention, especially for the application of AlphaFold in drug discovery. However, how to take full advantage of AlphaFold to assist with virtual screening remains elusive. We evaluate the AlphaFold structures of 51 selected targets from the DUD-E database in virtual screening. Our analyses show that the virtual screening performance of about 35% of the AlphaFold structures is equivalent to that of DUD-E structures, and about 25% of the AlphaFold structures yield better results than the DUD-E structures. Remarkably, AlphaFold structures produce slightly better results than the Apo structures. Moreover, we develop a new consensus scoring method based on Z-score standardization and exponential function, which shows improved screening performance compared to traditional scoring methods. By implementing a multi-stage virtual screening process and the new consensus scoring method, we are able to improve the speed of virtual screening by about nine times without compromising the enrichment factor. Overall, our results provide insights into the potential use of AlphaFold in drug discovery and highlight the value of consensus scoring and multi-stage virtual screening.