Abstract Alzheimer’s disease (AD) is associated with heterogeneous atrophy patterns. We employed a semi-supervised clustering technique known as Surreal-GAN, through which we identified two dominant dimensions of brain atrophy in symptomatic mild cognitive impairment (MCI) and AD patients: the “diffuse-AD” (R1) dimension shows widespread brain atrophy, and the “MTL-AD” (R2) dimension displays focal medial temporal lobe (MTL) atrophy. Critically, only R2 was associated with widely known sporadic AD genetic risk factors (e.g., APOE ε4 ) in MCI and AD patients at baseline. We then independently detected the presence of the two dimensions in the early stages by deploying the trained model in the general population and two cognitively unimpaired cohorts of asymptomatic participants. In the general population, genome-wide association studies found 77 genes unrelated to APOE differentially associated with R1 and R2. Functional analyses revealed that these genes were overrepresented in differentially expressed gene sets in organs beyond the brain (R1 and R2), including the heart (R1) and the pituitary gland, muscle, and kidney (R2). These genes were enriched in biological pathways implicated in dendritic cells (R2), macrophage functions (R1), and cancer (R1 and R2). Several of them were “druggable genes” for cancer (R1), inflammation (R1), cardiovascular diseases (R1), and diseases of the nervous system (R2). The longitudinal progression showed that APOE ε4 , amyloid, and tau were associated with R2 at early asymptomatic stages, but this longitudinal association occurs only at late symptomatic stages in R1. Our findings deepen our understanding of the multifaceted pathogenesis of AD beyond the brain. In early asymptomatic stages, the two dimensions are associated with diverse pathological mechanisms, including cardiovascular diseases, inflammation, and hormonal dysfunction – driven by genes different from APOE – which may collectively contribute to the early pathogenesis of AD.

Summary Mendelian randomization (MR) studies carried out among patients with a particular health condition should establish the genetic instrument influences the exposure in that subgroup, however this is normally investigated in the general population. Here, we investigated whether the genetic associations of four cis-acting C-reactive protein (CRP) variants differed between participants with and without three cardiometabolic conditions: obesity, type 2 diabetes, and cardiovascular disease. Associations of cis-genetic variants with CRP differed between obese and non-obese individuals. A multivariable analysis suggested strong independent associations of the gene-by-body mass index (BMI) interaction on CRP (P<1.18×10 −8 for the CRP variants). Applying MR, we observed strong causal effect of BMI on CRP (P=2.14×10 −65 ). In summary, our study indicates that genetic associations with CRP differ across disease sub-groups, with evidence to suggest that BMI is an effect modifier. MR studies of disease progression should report on the genetic instrument-exposure association in the disease subgroup under investigation.

Abstract Plasma proteomic profiles associated with subclinical somatic mutations in blood cells may offer novel insights in downstream clinical consequences. Here, we explore such patterns in clonal hematopoiesis of indeterminate potential (CHIP), which links to several cancer and non-cancer outcomes, including coronary artery disease. Among 12,911 ancestrally diverse participants (682 with CHIP) from NHLBI TOPMed with blood-based DNA sequencing and 1,148 common proteins measured by SomaScan, we identified 32 unique proteins associated with the most prevalent driver genes ( DNMT3A , TET2 , and ASXL1 ) after multiple testing corrections. These associations showed substantial heterogeneity by driver genes, sex, and race, were enriched for immune response and inflammation pathways, and were moderately replicated in UK Biobank (N=48,922) that used Olink for proteomics measurement. Murine single-cell RNA-sequencing data from aortic arch cells, inclusive of resident hematologic cells, in mice with Tet2 -/- bone marrow and wild-type mice revealed corroborating differential expression of TET2 -associated protein-encoding genes. Lastly, we apply these observations to identify 68 plasma proteins shared between CHIP and coronary artery disease.

Importance Heart failure (HF) and frailty frequently coexist and may share a common pathobiology, although the underlying mechanisms remain unclear. Understanding these mechanisms may provide guidance for preventing and treating both conditions. Objective To identify shared pathways between incident HF and frailty in late life using large-scale proteomics. Design, Setting, and Participants In this cohort study, 4877 aptamers (Somascan v4) were measured among participants in the community-based longitudinal Atherosclerosis Risk In Communities (ARIC) cohort study at visit 3 (V3; 1993-1995; n = 10 638) and at visit 5 (V5; 2011-2013; n = 3908). Analyses were externally replicated among 3189 participants in the Cardiovascular Health Study (CHS). Data analysis was conducted from February 2022 to June 2023. Exposures Protein aptamers, measured at study V3 and V5. Main Outcomes and Measures Outcomes assessed included incident HF hospitalization after V3 and after V5, prevalent frailty at V5, and incident frailty between V5 and visit 6 (V6; 2016-2017; n = 4131). Frailty was assessed using the Fried criteria. Analyses were adjusted for age, gender, race, field center, hypertension, diabetes, smoking status, body mass index, estimated glomerular filtration rate, prevalent coronary heart disease, prevalent atrial fibrillation, and history of myocardial infarction. Mendelian randomization (MR) analysis was performed to assess potential causal effects of candidate proteins on HF and frailty. Results A total of 4877 protein aptamers were measured among 10 638 participants at V3 (mean [SD] age, 60 [6] years; 4886 [46%] men). Overall, 286 proteins were associated with incident HF after V3 (822 events; P &amp;lt; 1.0 × 10 −5 ), 83 of which were also associated with incident after V5 (336 events; P &amp;lt; 1.7 × 10 −4 ). Among HF-free participants at V5 (n = 3908; mean [SD] age, 75 [5] years; 1861 [42%] men), 48 of 83 HF-associated proteins were associated with prevalent frailty (223 cases; P &amp;lt; 6.0 × 10 −4 ), 18 of which were also associated with incident frailty at V6 (152 cases; P &amp;lt; 1.0 × 10 −3 ). These proteins enriched fibrosis and inflammation pathways and demonstrated stronger associations with incident HF with preserved ejection fraction (HFpEF) than HF with reduced ejection fraction. All 18 proteins were associated with both prevalent frailty and incident HF in CHS. MR identified potential causal effects of several proteins on frailty and HF. Conclusions and Relevance In this study, the proteins associated with risk of HF and frailty enrich for pathways related to inflammation and fibrosis as well as risk of HFpEF. Several of these proteins could potentially contribute to the shared pathophysiology of frailty and HF.

Abstract As there are effective treatments to reduce hip fractures, identification of patients at high risk of hip fracture is important to inform efficient intervention strategies. To obtain a new tool for hip fracture prediction, we developed a protein-based risk score in the Cardiovascular Health Study using an aptamer-based proteomic platform. The proteomic risk score predicted incident hip fractures and improved hip fracture discrimination in two Trøndelag Health Study validation cohorts using the same aptamer-based platform. When transferred to an antibody-based proteomic platform in a UK Biobank validation cohort, the proteomic risk score was strongly associated with hip fractures (hazard ratio per s.d. increase, 1.64; 95% confidence interval 1.53–1.77). The proteomic risk score, but not available polygenic risk scores for fractures or bone mineral density, improved the C-index beyond the fracture risk assessment tool (FRAX), which integrates information from clinical risk factors (C-index, FRAX 0.735 versus FRAX + proteomic risk score 0.776). The developed proteomic risk score constitutes a new tool for stratifying patients according to hip fracture risk; however, its improvement in hip fracture discrimination is modest and its clinical utility beyond FRAX with information on femoral neck bone mineral density remains to be determined.