Nilesh Samani and colleagues report a meta-analysis of genome-wide association studies for mean leukocyte telomere length in 37,684 individuals, with replication of selected variants in an additional 10,739 individuals. They identify seven loci associated with mean telomere length, including two that have been associated with several cancers, and also find that alleles associated with shorter telomere length were associated with a higher risk of coronary artery disease. Interindividual variation in mean leukocyte telomere length (LTL) is associated with cancer and several age-associated diseases. We report here a genome-wide meta-analysis of 37,684 individuals with replication of selected variants in an additional 10,739 individuals. We identified seven loci, including five new loci, associated with mean LTL (P < 5 × 10−8). Five of the loci contain candidate genes (TERC, TERT, NAF1, OBFC1 and RTEL1) that are known to be involved in telomere biology. Lead SNPs at two loci (TERC and TERT) associate with several cancers and other diseases, including idiopathic pulmonary fibrosis. Moreover, a genetic risk score analysis combining lead variants at all 7 loci in 22,233 coronary artery disease cases and 64,762 controls showed an association of the alleles associated with shorter LTL with increased risk of coronary artery disease (21% (95% confidence interval, 5–35%) per standard deviation in LTL, P = 0.014). Our findings support a causal role of telomere-length variation in some age-related diseases.

Approximately 1.5 billion people worldwide are overweight or affected by obesity, and are at risk of developing type 2 diabetes, cardiovascular disease and related metabolic and inflammatory disturbances. Although the mechanisms linking adiposity to associated clinical conditions are poorly understood, recent studies suggest that adiposity may influence DNA methylation, a key regulator of gene expression and molecular phenotype. Here we use epigenome-wide association to show that body mass index (BMI; a key measure of adiposity) is associated with widespread changes in DNA methylation (187 genetic loci with P < 1 × 10-7, range P = 9.2 × 10-8 to 6.0 × 10-46; n = 10,261 samples). Genetic association analyses demonstrate that the alterations in DNA methylation are predominantly the consequence of adiposity, rather than the cause. We find that methylation loci are enriched for functional genomic features in multiple tissues (P < 0.05), and show that sentinel methylation markers identify gene expression signatures at 38 loci (P < 9.0 × 10-6, range P = 5.5 × 10-6 to 6.1 × 10-35, n = 1,785 samples). The methylation loci identify genes involved in lipid and lipoprotein metabolism, substrate transport and inflammatory pathways. Finally, we show that the disturbances in DNA methylation predict future development of type 2 diabetes (relative risk per 1 standard deviation increase in methylation risk score: 2.3 (2.07-2.56); P = 1.1 × 10-54). Our results provide new insights into the biologic pathways influenced by adiposity, and may enable development of new strategies for prediction and prevention of type 2 diabetes and other adverse clinical consequences of obesity.

Genome-wide association studies have identified numerous loci linked with complex diseases, for which the molecular mechanisms remain largely unclear. Comprehensive molecular profiling of circulating metabolites captures highly heritable traits, which can help to uncover metabolic pathophysiology underlying established disease variants. We conduct an extended genome-wide association study of genetic influences on 123 circulating metabolic traits quantified by nuclear magnetic resonance metabolomics from up to 24,925 individuals and identify eight novel loci for amino acids, pyruvate and fatty acids. The LPA locus link with cardiovascular risk exemplifies how detailed metabolic profiling may inform underlying aetiology via extensive associations with very-low-density lipoprotein and triglyceride metabolism. Genetic fine mapping and Mendelian randomization uncover wide-spread causal effects of lipoprotein(a) on overall lipoprotein metabolism and we assess potential pleiotropic consequences of genetically elevated lipoprotein(a) on diverse morbidities via electronic health-care records. Our findings strengthen the argument for safe LPA-targeted intervention to reduce cardiovascular risk.

Peter 't Hoen, Lude Franke, Bastiaan Heijmans and colleagues present a combined analysis of methylome and transcriptome data from a large collection of whole-blood samples to infer the downstream effects of disease-associated variants. They identify a large number of trait-associated SNPs influencing methylation of CpG sites in trans, providing insights into the downstream functional effects of many disease-associated variants. Most disease-associated genetic variants are noncoding, making it challenging to design experiments to understand their functional consequences1,2. Identification of expression quantitative trait loci (eQTLs) has been a powerful approach to infer the downstream effects of disease-associated variants, but most of these variants remain unexplained3,4. The analysis of DNA methylation, a key component of the epigenome5,6, offers highly complementary data on the regulatory potential of genomic regions7,8. Here we show that disease-associated variants have widespread effects on DNA methylation in trans that likely reflect differential occupancy of trans binding sites by cis-regulated transcription factors. Using multiple omics data sets from 3,841 Dutch individuals, we identified 1,907 established trait-associated SNPs that affect the methylation levels of 10,141 different CpG sites in trans (false discovery rate (FDR) < 0.05). These included SNPs that affect both the expression of a nearby transcription factor (such as NFKB1, CTCF and NKX2-3) and methylation of its respective binding site across the genome. Trans methylation QTLs effectively expose the downstream effects of disease-associated variants.

Genetic risk factors often localize to noncoding regions of the genome with unknown effects on disease etiology. Expression quantitative trait loci (eQTLs) help to explain the regulatory mechanisms underlying these genetic associations. Knowledge of the context that determines the nature and strength of eQTLs may help identify cell types relevant to pathophysiology and the regulatory networks underlying disease. Here we generated peripheral blood RNA-seq data from 2,116 unrelated individuals and systematically identified context-dependent eQTLs using a hypothesis-free strategy that does not require previous knowledge of the identity of the modifiers. Of the 23,060 significant cis-regulated genes (false discovery rate (FDR) ≤ 0.05), 2,743 (12%) showed context-dependent eQTL effects. The majority of these effects were influenced by cell type composition. A set of 145 cis-eQTLs depended on type I interferon signaling. Others were modulated by specific transcription factors binding to the eQTL SNPs.

Samuli Ripatti and colleagues report the results of a genome-wide association study for circulating lipid levels based on 1000 Genomes Project imputation. Their results implicate several new loci, refine the association signals at many established loci and highlight the impact of low-frequency variants on lipid traits. Using a genome-wide screen of 9.6 million genetic variants achieved through 1000 Genomes Project imputation in 62,166 samples, we identify association to lipid traits in 93 loci, including 79 previously identified loci with new lead SNPs and 10 new loci, 15 loci with a low-frequency lead SNP and 10 loci with a missense lead SNP, and 2 loci with an accumulation of rare variants. In six loci, SNPs with established function in lipid genetics (CELSR2, GCKR, LIPC and APOE) or candidate missense mutations with predicted damaging function (CD300LG and TM6SF2) explained the locus associations. The low-frequency variants increased the proportion of variance explained, particularly for low-density lipoprotein cholesterol and total cholesterol. Altogether, our results highlight the impact of low-frequency variants in complex traits and show that imputation offers a cost-effective alternative to resequencing.

Evidence is accumulating that aging is hormonally regulated by an evolutionarily conserved insulin/IGF-1 signalling (IIS) pathway. Mutations in IIS components affect lifespan in Caenorhabditis elegans, Drosophila melanogaster and mice. Most long-lived IIS mutants also show increased resistance to oxidative stress. In D. melanogaster and mice, the long-lived phenotype of several IIS mutants is restricted to females. Here, we analysed the relationship between IIS signalling, body height and longevity in humans in a prospective follow-up study. Based on the expected effects (increased or decreased signalling) of the selected variants in IIS pathway components (GHRHR, GH1, IGF1, INS, IRS1), we calculated composite IIS scores to estimate IIS pathway activity. In addition, we analysed the relative impact on lifespan and body size of the separate variants in multivariate models. In women, lower IIS scores are significantly associated with lower body height and improved old age survival. Multivariate analyses showed that these results were most pronounced for the GH1 SNP, IGF1 CA repeat and IRS1 SNP. In females, for variant allele carriers of the GH1 SNP, body height was 2 cm lower (P = 0.007) and mortality 0.80-fold reduced (P = 0.019) when compared with wild-type allele carriers. Thus, in females, genetic variation causing reduced IIS activation is beneficial for old age survival. This effect was stronger for the GH1 SNP than for variation in the conserved IIS genes that were found to affect longevity in model organisms.

We conducted a sib pair study in very old subjects for the purpose of mapping longevity loci. In the present analysis, we explore whether our recruitment strategy has resulted in a population enriched for a heritable component for exceptional longevity. Our study includes families with at least two long-living siblings (men aged 89 years or above; women aged 91 years or above). Data were collected on date of birth and, if applicable, date of death of parents, brothers and sisters, offspring, and spouses of the long-living participants. Standardised mortality ratios (SMRs) compared with the general Dutch population, were calculated. The SMR for all siblings of the long-living participants was 0.66 (95% CI 0.60-0.73). A similar survival benefit was also observed in the parents (SMR=0.76, 95% CI 0.66-0.87) and in the offspring of the long-living subjects (SMR=0.65, 95% CI 0.51-0.80). The SMR of the spouses of the long-living subjects was 0.95 (95% CI 0.82-1.12). The familial clustering of extended survival is unlikely to be caused by ascertainment bias, because in all analyses the long-living participants were excluded. Moreover, it is also unlikely to be caused by environmental factors, because the spouses of the long-living participants had a mortality risk comparable with the general Dutch population, whereas they share the same environment. We conclude that our sample is genetically enriched for extreme survival.

Abstract Vitamin D is a steroid hormone precursor that is associated with a range of human traits and diseases. Previous GWAS of serum 25-hydroxyvitamin D concentrations have identified four genome-wide significant loci ( GC, NADSYN1/DHCR7, CYP2R1, CYP24A1 ). In this study, we expand the previous SUNLIGHT Consortium GWAS discovery sample size from 16,125 to 79,366 (all European descent). This larger GWAS yields two additional loci harboring genome-wide significant variants ( P = 4.7×10 −9 at rs8018720 in SEC23A , and P = 1.9×10 −14 at rs10745742 in AMDHD1 ). The overall estimate of heritability of 25-hydroxyvitamin D serum concentrations attributable to GWAS common SNPs is 7.5%, with statistically significant loci explaining 38% of this total. Further investigation identifies signal enrichment in immune and hematopoietic tissues, and clustering with autoimmune diseases in cell-type-specific analysis. Larger studies are required to identify additional common SNPs, and to explore the role of rare or structural variants and gene–gene interactions in the heritability of circulating 25-hydroxyvitamin D levels.

The methylome is subject to genetic and environmental effects. Their impact may depend on sex and age, resulting in sex- and age-related physiological variation and disease susceptibility. Here we estimate the total heritability of DNA methylation levels in whole blood and estimate the variance explained by common single nucleotide polymorphisms at 411,169 sites in 2,603 individuals from twin families, to establish a catalogue of between-individual variation in DNA methylation. Heritability estimates vary across the genome (mean=19%) and interaction analyses reveal thousands of sites with sex-specific heritability as well as sites where the environmental variance increases with age. Integration with previously published data illustrates the impact of genome and environment across the lifespan at methylation sites associated with metabolic traits, smoking and ageing. These findings demonstrate that our catalogue holds valuable information on locations in the genome where methylation variation between people may reflect disease-relevant environmental exposures or genetic variation.