Abstract Variation in DNA methylation (DNAm) is associated with multiple biological processes that track growth and development, ageing and age-related diseases. However, there is little understanding of what constitutes typical patterns of DNAm variation and how these patterns change across the life course. In this study, we synthesised a map of the human methylome across the life course, focussing on changes in variability and mean DNAm. Harmonizing DNAm datasets across eight longitudinal and cross-sectional UK-based studies, we meta-analysed n=13,215 blood samples from n=7,037 unique individuals from birth to 98 years of age. Changes in CpG-specific variability and means were described across the life course using a meta-regression framework. CpG-specific associations of variability or mean DNAm in relation to the likelihood of association with 100 traits linked to environmental exposures, health and disease were tested within and across ten developmental age bins across the life course. Age was linked to DNAm variability at 29,212 CpG sites. On average, we observed a 1.26 fold increase in DNAm variability per year across the life course. 33,730 CpGs displayed changes in mean DNAm, with 64% of these loci showing decreases in DNAm over time. CpG sites linked to traits were in general more variable across the life course. Our study provides, for the first time, a map of the human methylome across the life course, which is publicly accessible through a searchable online database. This resource allows researchers to query CpG-specific trajectories from birth to old age and link these to health and disease.

Motivation: Epidemiological cohorts typically contain a diverse set of phenotypes such that automation of phenome scans is non-trivial, because they require highly heterogeneous models. For this reason, phenome scans have to date tended to use a smaller homogeneous set of phenotypes that can be analysed in a consistent fashion. We present PHESANT (PHEnome Scan ANalysis Tool), a software package for performing comprehensive phenome scans in UK Biobank. General features: PHESANT tests the association of a specified trait with all continuous, integer and categorical variables in UK Biobank, or a specified subset. PHESANT uses a novel rule-based algorithm to determine how to appropriately test each trait, then performs the analyses and produces plots and summary tables. Implementation: The PHESANT phenome scan is implemented in R. PHESANT includes a novel Javascript D3.js visualization, and accompanying Java code that converts the phenome scan results to the required JavaScript Object Notation (JSON) format. Availability: PHESANT is available on GitHub at [https://github.com/MRCIEU/PHESANT]. Git tag v0.2 corresponds to the version presented here.

Adequate sample size is key to reproducible research findings: low statistical power can increase the probability that a statistically significant result is a false positive. Journals are increasingly adopting methods to tackle issues of reproducibility, such as by introducing reporting checklists. We conducted a systematic review comparing articles submitted to Nature Neuroscience in the 3 months prior to checklists (n=36) that were subsequently published with articles submitted to Nature Neuroscience in the 3 months immediately after checklists (n=45), along with a comparison journal Neuroscience in this same 3-month period (n=123). We found that although the proportion of studies commenting on sample sizes increased after checklists (22% vs 53%), the proportion reporting formal power calculations decreased (14% vs 9%). Using sample size calculations for 80% power and a significance level of 5%, we found little evidence that sample sizes were adequate to achieve this level of statistical power, even for large effect sizes. Our analysis suggests that reporting checklists may not improve the use and reporting of formal power calculations.

ABSTRACT Background Rapid pre - and postnatal growth have been associated with later life adverse health outcomes, which could implicate (as a mediator) circulating insulin-like-growth-factor I (IGF-I), an important regulator of growth. We investigated associations of prenatal (birth weight and length) and postnatal growth in infancy and childhood with circulating IGF-I measured at 11.5 years of age. Methods We analysed 11.5-year follow-up data from 17,046 Belarusian children who participated in the Promotion of Breastfeeding Intervention Trial (PROBIT) since birth. Results Complete data were available for 5422 boys and 4743 girls (60%). We stratified the analyses by sex, as there was evidence of interaction between growth and sex in their associations with IGF-I. Weight and length/height velocity during childhood were positively associated with IGF-I at 11.5 years; associations increased with age at growth assessment and were stronger for length/height gain than for weight gain. The change in internal run-normalized IGF-I z-score at 11.5 years was 0.038 (95% CI -0.004,0.080) per standard deviation (SD) increase in length gain at 0-3 months amongst girls and 0.025 (95% CI - 0.011,0.060) amongst boys, increasing to 0.336 (95% CI 0.281,0.391;) and 0.211 (95% CI 0.165,0.256) for girls and boys, respectively, for growth during 6.5-11.5 years. Conclusion Postnatal growth velocities in childhood are positively associated with levels of circulating IGF-I in pre-adolescents. Future studies should focus on assessing whether IGF-I is on the causal pathway between early growth and later health outcomes, such as cancer and diabetes.

Psychiatric disorders are highly heritable and associated with a wide variety of social adversity and physical health problems. Using genetic liability (rather than phenotypic measures of disease) as a proxy for psychiatric disease risk can be a useful alternative for research questions that would traditionally require large cohort studies with long-term follow up. Here we conducted a hypothesis-free phenome-wide association study in about 300,000 participants from the UK Biobank to examine associations of polygenic risk scores (PRS) for five psychiatric disorders (major depression (MDD), bipolar disorder (BP), schizophrenia (SCZ), attention-deficit/ hyperactivity disorder (ADHD) and autism spectrum disorder (ASD)) with 23,004 outcomes in UK Biobank, using the open-source PHESANT software package. There was evidence after multiple testing (p<2.55x10-06) for associations of PRSs with 226 outcomes, most of them attributed to associations of PRSMDD (n=120) with mental health factors and PRSADHD (n=77) with socio-demographic factors. Among others, we found strong evidence of associations between a 1 standard deviation increase in PRSADHD with 1.1 months younger age at first sexual intercourse [95% confidence interval [CI]: 1.26, 0.94]; PRSASD with 0.01% reduced lower erythrocyte distribution width [95%CI: -0.013,-0.007]; PRSSCZ with 0.98 odds of playing computer games [95%CI:0.976,0.989]; PRSMDD with a 0.11 points higher neuroticism score [95%CI:0.094,0.118] and PRSBP with 1.04 higher odds of having a university degree [95%CI:1.033,1.048]. We were able to show that genetic liabilities for five major psychiatric disorders associate with long-term aspects of adult life, including socio-demographic factors, mental and physical health. This is evident even in individuals from the general population who do not necessarily present with a psychiatric disorder diagnosis.