Abstract Being a morning person is a behavioural indicator of a person’s underlying circadian rhythm. Using genome-wide data from 697,828 UK Biobank and 23andMe participants we increase the number of genetic loci associated with being a morning person from 24 to 351. Using data from 85,760 individuals with activity-monitor derived measures of sleep timing we find that the chronotype loci associate with sleep timing: the mean sleep timing of the 5% of individuals carrying the most morningness alleles is 25 min earlier than the 5% carrying the fewest. The loci are enriched for genes involved in circadian regulation, cAMP, glutamate and insulin signalling pathways, and those expressed in the retina, hindbrain, hypothalamus, and pituitary. Using Mendelian Randomisation, we show that being a morning person is causally associated with better mental health but does not affect BMI or risk of Type 2 diabetes. This study offers insights into circadian biology and its links to disease in humans.

Testosterone supplementation is commonly used for its effects on sexual function, bone health and body composition, yet its effects on disease outcomes are unknown. To better understand this, we identified genetic determinants of testosterone levels and related sex hormone traits in 425,097 UK Biobank study participants. Using 2,571 genome-wide significant associations, we demonstrate that the genetic determinants of testosterone levels are substantially different between sexes and that genetically higher testosterone is harmful for metabolic diseases in women but beneficial in men. For example, a genetically determined 1 s.d. higher testosterone increases the risks of type 2 diabetes (odds ratio (OR) = 1.37 (95% confidence interval (95% CI): 1.22–1.53)) and polycystic ovary syndrome (OR = 1.51 (95% CI: 1.33–1.72)) in women, but reduces type 2 diabetes risk in men (OR = 0.86 (95% CI: 0.76–0.98)). We also show adverse effects of higher testosterone on breast and endometrial cancers in women and prostate cancer in men. Our findings provide insights into the disease impacts of testosterone and highlight the importance of sex-specific genetic analyses. Genetic analysis of data from over 400,000 participants in the UK Biobank Study shows that circulating testosterone levels have sex-specific implications for cardiometabolic diseases and cancer outcomes.

Abstract Sleep is an essential state of decreased activity and alertness but molecular factors regulating sleep duration remain unknown. Through genome-wide association analysis in 446,118 adults of European ancestry from the UK Biobank, we identify 78 loci for self-reported habitual sleep duration ( p < 5 × 10 −8 ; 43 loci at p < 6 × 10 −9 ). Replication is observed for PAX8 , VRK2 , and FBXL12/UBL5/PIN1 loci in the CHARGE study ( n = 47,180; p < 6.3 × 10 −4 ), and 55 signals show sign-concordant effects. The 78 loci further associate with accelerometer-derived sleep duration, daytime inactivity, sleep efficiency and number of sleep bouts in secondary analysis ( n = 85,499). Loci are enriched for pathways including striatum and subpallium development, mechanosensory response, dopamine binding, synaptic neurotransmission and plasticity, among others. Genetic correlation indicates shared links with anthropometric, cognitive, metabolic, and psychiatric traits and two-sample Mendelian randomization highlights a bidirectional causal link with schizophrenia. This work provides insights into the genetic basis for inter-individual variation in sleep duration implicating multiple biological pathways.

Objective To determine whether height and body mass index (BMI) have a causal role in five measures of socioeconomic status. Design Mendelian randomisation study to test for causal effects of differences in stature and BMI on five measures of socioeconomic status. Mendelian randomisation exploits the fact that genotypes are randomly assigned at conception and thus not confounded by non-genetic factors. Setting UK Biobank. Participants 119 669 men and women of British ancestry, aged between 37 and 73 years. Main outcome measures Age completed full time education, degree level education, job class, annual household income, and Townsend deprivation index. Results In the UK Biobank study, shorter stature and higher BMI were observationally associated with several measures of lower socioeconomic status. The associations between shorter stature and lower socioeconomic status tended to be stronger in men, and the associations between higher BMI and lower socioeconomic status tended to be stronger in women. For example, a 1 standard deviation (SD) higher BMI was associated with a £210 (€276; $300; 95% confidence interval £84 to £420; P=6×10⁻³) lower annual household income in men and a £1890 (£1680 to £2100; P=6×10⁻¹⁵) lower annual household income in women. Genetic analysis provided evidence that these associations were partly causal. A genetically determined 1 SD (6.3 cm) taller stature caused a 0.06 (0.02 to 0.09) year older age of completing full time education (P=0.01), a 1.12 (1.07 to 1.18) times higher odds of working in a skilled profession (P=6×10⁻⁷), and a £1130 (£680 to £1580) higher annual household income (P=4×10⁻⁸). Associations were stronger in men. A genetically determined 1 SD higher BMI (4.6 kg/m²) caused a £2940 (£1680 to £4200; P=1×10⁻⁵) lower annual household income and a 0.10 (0.04 to 0.16) SD (P=0.001) higher level of deprivation in women only. Conclusions These data support evidence that height and BMI play an important partial role in determining several aspects of a person’s socioeconomic status, especially women’s BMI for income and deprivation and men’s height for education, income, and job class. These findings have important social and health implications, supporting evidence that overweight people, especially women, are at a disadvantage and that taller people, especially men, are at an advantage.

Insomnia is a common disorder linked with adverse long-term medical and psychiatric outcomes. The underlying pathophysiological processes and causal relationships of insomnia with disease are poorly understood. Here we identified 57 loci for self-reported insomnia symptoms in the UK Biobank (n = 453,379) and confirmed their effects on self-reported insomnia symptoms in the HUNT Study (n = 14,923 cases and 47,610 controls), physician-diagnosed insomnia in the Partners Biobank (n = 2,217 cases and 14,240 controls), and accelerometer-derived measures of sleep efficiency and sleep duration in the UK Biobank (n = 83,726). Our results suggest enrichment of genes involved in ubiquitin-mediated proteolysis and of genes expressed in multiple brain regions, skeletal muscle, and adrenal glands. Evidence of shared genetic factors was found between frequent insomnia symptoms and restless legs syndrome, aging, and cardiometabolic, behavioral, psychiatric, and reproductive traits. Evidence was found for a possible causal link between insomnia symptoms and coronary artery disease, depressive symptoms, and subjective well-being. Genome-wide association analyses identify 57 loci associated with insomnia symptoms and provide evidence of shared genetic architecture between insomnia and cardiometabolic, behavioral, psychiatric and reproductive traits.

Abstract Sleep is an essential human function but its regulation is poorly understood. Using accelerometer data from 85,670 UK Biobank participants, we perform a genome-wide association study of 8 derived sleep traits representing sleep quality, quantity and timing, and validate our findings in 5,819 individuals. We identify 47 genetic associations at P < 5 × 10 −8 , of which 20 reach a stricter threshold of P < 8 × 10 −10 . These include 26 novel associations with measures of sleep quality and 10 with nocturnal sleep duration. The majority of identified variants associate with a single sleep trait, except for variants previously associated with restless legs syndrome. For sleep duration we identify a missense variant (p.Tyr727Cys) in PDE11A as the likely causal variant. As a group, sleep quality loci are enriched for serotonin processing genes. Although accelerometer-derived measures of sleep are imperfect and may be affected by restless legs syndrome, these findings provide new biological insights into sleep compared to previous efforts based on self-report sleep measures.

OBJECTIVE Previously generated genetic risk scores (GRSs) for type 1 diabetes (T1D) have not captured all known information at non-HLA loci or, particularly, at HLA risk loci. We aimed to more completely incorporate HLA alleles, their interactions, and recently discovered non-HLA loci into an improved T1D GRS (termed the “T1D GRS2”) to better discriminate diabetes subtypes and to predict T1D in newborn screening studies. RESEARCH DESIGN AND METHODS In 6,481 case and 9,247 control subjects from the Type 1 Diabetes Genetics Consortium, we analyzed variants associated with T1D both in the HLA region and across the genome. We modeled interactions between variants marking strongly associated HLA haplotypes and generated odds ratios to create the improved GRS, the T1D GRS2. We validated our findings in UK Biobank. We assessed the impact of the T1D GRS2 in newborn screening and diabetes classification and sought to provide a framework for comparison with previous scores. RESULTS The T1D GRS2 used 67 single nucleotide polymorphisms (SNPs) and accounted for interactions between 18 HLA DR-DQ haplotype combinations. The T1D GRS2 was highly discriminative for all T1D (area under the curve [AUC] 0.92; P &lt; 0.0001 vs. older scores) and even more discriminative for early-onset T1D (AUC 0.96). In simulated newborn screening, the T1D GRS2 was nearly twice as efficient as HLA genotyping alone and 50% better than current genetic scores in general population T1D prediction. CONCLUSIONS An improved T1D GRS, the T1D GRS2, is highly useful for classifying adult incident diabetes type and improving newborn screening. Given the cost-effectiveness of SNP genotyping, this approach has great clinical and research potential in T1D.

Importance

 Neonates born to overweight or obese women are larger and at higher risk of birth complications. Many maternal obesity-related traits are observationally associated with birth weight, but the causal nature of these associations is uncertain. 

Objective

 To test for genetic evidence of causal associations of maternal body mass index (BMI) and related traits with birth weight. 

Design, Setting, and Participants

 Mendelian randomization to test whether maternal BMI and obesity-related traits are potentially causally related to offspring birth weight. Data from 30 487 women in 18 studies were analyzed. Participants were of European ancestry from population- or community-based studies in Europe, North America, or Australia and were part of the Early Growth Genetics Consortium. Live, term, singleton offspring born between 1929 and 2013 were included. 

Exposures

 Genetic scores for BMI, fasting glucose level, type 2 diabetes, systolic blood pressure (SBP), triglyceride level, high-density lipoprotein cholesterol (HDL-C) level, vitamin D status, and adiponectin level. 

Main Outcome and Measure

 Offspring birth weight from 18 studies. 

Results

 Among the 30 487 newborns the mean birth weight in the various cohorts ranged from 3325 g to 3679 g. The maternal genetic score for BMI was associated with a 2-g (95% CI, 0 to 3 g) higher offspring birth weight per maternal BMI-raising allele (P = .008). The maternal genetic scores for fasting glucose and SBP were also associated with birth weight with effect sizes of 8 g (95% CI, 6 to 10 g) per glucose-raising allele (P = 7 × 10⁻¹⁴) and −4 g (95% CI, −6 to −2g) per SBP-raising allele (P = 1×10⁻⁵), respectively. A 1-SD ( ≈ 4 points) genetically higher maternal BMI was associated with a 55-g higher offspring birth weight (95% CI, 17 to 93 g). A 1-SD ( ≈ 7.2 mg/dL) genetically higher maternal fasting glucose concentration was associated with 114-g higher offspring birth weight (95% CI, 80 to 147 g). However, a 1-SD ( ≈ 10 mm Hg) genetically higher maternal SBP was associated with a 208-g lower offspring birth weight (95% CI, −394 to −21 g). For BMI and fasting glucose, genetic associations were consistent with the observational associations, but for systolic blood pressure, the genetic and observational associations were in opposite directions. 

Conclusions and Relevance

 In this mendelian randomization study, genetically elevated maternal BMI and blood glucose levels were potentially causally associated with higher offspring birth weight, whereas genetically elevated maternal SBP was potentially causally related to lower birth weight. If replicated, these findings may have implications for counseling and managing pregnancies to avoid adverse weight-related birth outcomes.

ABSTRACT Objectives To determine the analytical validity of SNP-chips for genotyping very rare genetic variants. Design Retrospective study using data from two publicly available resources, the UK Biobank and the Personal Genome Project. Setting Research biobanks and direct-to-consumer genetic testing in the UK and USA. Participants 49,908 individuals recruited to UK Biobank, and 21 individuals who purchased consumer genetic tests and shared their data online via the Personal Genomes Project. Main outcome measures We assessed the analytical validity of genotypes from SNP-chips (index test) with sequencing data (reference standard). We evaluated the genotyping accuracy of the SNP-chips and split the results by variant frequency. We went on to select rare pathogenic variants in the BRCA1 and BRCA2 genes as an exemplar for detailed analysis of clinically-actionable variants in UK Biobank, and assessed BRCA-related cancers (breast, ovarian, prostate and pancreatic) in participants using cancer registry data. Results SNP-chip genotype accuracy is high overall; sensitivity, specificity and precision are all >99% for 108,574 common variants directly genotyped by the UK Biobank SNP-chips. However, the likelihood of a true positive result reduces dramatically with decreasing variant frequency; for variants with a frequency <0.001% in UK Biobank the precision is very low and only 16% of 4,711 variants from the SNP-chips confirm with sequencing data. Results are similar for SNP-chip data from the Personal Genomes Project, and 20/21 individuals have at least one rare pathogenic variant that has been incorrectly genotyped. For pathogenic variants in the BRCA1 and BRCA2 genes, the overall performance metrics of the SNP-chips in UK Biobank are sensitivity 34.6%, specificity 98.3% and precision 4.2%. Rates of BRCA-related cancers in individuals in UK Biobank with a positive SNP-chip result are similar to age-matched controls (OR 1.28, P=0.07, 95% CI: 0.98 to 1.67), while sequence-positive individuals have a significantly increased risk (OR 3.73, P=3.5×10 −12 , 95% CI: 2.57 to 5.40). Conclusion SNP-chips are extremely unreliable for genotyping very rare pathogenic variants and should not be used to guide health decisions without validation. SUMMARY BOX Section 1: What is already known on this topic SNP-chips are an accurate and affordable method for genotyping common genetic variants across the genome. They are often used by direct-to-consumer (DTC) genetic testing companies and research studies, but there several case reports suggesting they perform poorly for genotyping rare genetic variants when compared with sequencing. Section 2: What this study adds Our study confirms that SNP-chips are highly inaccurate for genotyping rare, clinically-actionable variants. Using large-scale SNP-chip and sequencing data from UK Biobank, we show that SNP-chips have a very low precision of <16% for detecting very rare variants (i.e. the majority of variants with population frequency of <0.001% are false positives). We observed a similar performance in a small sample of raw SNP-chip data from DTC genetic tests. Very rare variants assayed using SNP-chips should not be used to guide health decisions without validation.

Abstract Sleep is an essential homeostatically-regulated state of decreased activity and alertness conserved across animal species, and both short and long sleep duration associate with chronic disease and all-cause mortality 1,2 . Defining genetic contributions to sleep duration could point to regulatory mechanisms and clarify causal disease relationships. Through genome-wide association analyses in 446,118 participants of European ancestry from the UK Biobank, we discover 78 loci for self-reported sleep duration that further impact accelerometer-derived measures of sleep duration, daytime inactivity duration, sleep efficiency and number of sleep bouts in a subgroup ( n =85,499) with up to 7-day accelerometry. Associations are enriched for genes expressed in several brain regions, and for pathways including striatum and subpallium development, mechanosensory response, dopamine binding, synaptic neurotransmission, catecholamine production, synaptic plasticity, and unsaturated fatty acid metabolism. Genetic correlation analysis indicates shared biological links between sleep duration and psychiatric, cognitive, anthropometric and metabolic traits and Mendelian randomization highlights a causal link of longer sleep with schizophrenia.