Abstract Glycaemic traits are used to diagnose and monitor type 2 diabetes, and cardiometabolic health. To date, most genetic studies of glycaemic traits have focused on individuals of European ancestry. Here, we aggregated genome-wide association studies in up to 281,416 individuals without diabetes (30% non-European ancestry) with fasting glucose, 2h-glucose post-challenge, glycated haemoglobin, and fasting insulin data. Trans-ancestry and single-ancestry meta-analyses identified 242 loci (99 novel; P <5×10 -8 ), 80% with no significant evidence of between-ancestry heterogeneity. Analyses restricted to European ancestry individuals with equivalent sample size would have led to 24 fewer new loci. Compared to single-ancestry, equivalent sized trans-ancestry fine-mapping reduced the number of estimated variants in 99% credible sets by a median of 37.5%. Genomic feature, gene-expression and gene-set analyses revealed distinct biological signatures for each trait, highlighting different underlying biological pathways. Our results increase understanding of diabetes pathophysiology by use of trans-ancestry studies for improved power and resolution.

Abstract Human blood is conventionally considered sterile. Recent studies have challenged this, suggesting the presence of a blood microbiome in healthy humans. We present the largest investigation to date of microbes in blood, based on shotgun sequencing libraries from 9,770 healthy subjects. Leveraging the availability of data from multiple cohorts, we stringently filtered for laboratory contaminants to identify 117 microbial species detected in the blood of sampled individuals, some of which had signatures of DNA replication. These primarily comprise of commensals associated with human body sites such as the gut ( n =40), mouth ( n =32), and genitourinary tract ( n =18), which are species that are distinct from common pathogens detected in clinical blood cultures based on more than a decade of records from a tertiary hospital. Contrary to the expectations of a shared blood microbiome, no species were detected in 84% of individuals, while only a median of one microbial species per individual was detected in the remaining 16%. Futhermore, microbes of the same species were detected in <5% of individuals, no co-occurrence patterns similar to microbiomes in other body sites was observed, and no associations between host phenotypes (e.g. demographics and blood parameters) and microbial species could be established. Overall, these results do not support the hypothesis of a consistent core microbiome endogenous to human blood. Rather, our findings support the transient and sporadic translocation of commensal microbes, or their DNA, from other body sites into the bloodstream.

While research into gut-microbe interactions is common and advanced, with multiple defined impacts on human health, studies exploring the significance of skin-microbe interactions remain underrepresented. Skin is the largest human organ, has a vast surface area, and is inhabited by a plethora of microorganisms which metabolise sebaceous lipids. Sebaceous free fatty acids are metabolized into bioactive lipid mediators with immune-modulatory properties by skin-resident microbes, including Malassezia. Intriguingly, many of the same lipid mediators are also found on human skin, implying these compounds may have microbial or mixed microbial/human origin. To support this hypothesis, we isolated lipids and microbial DNA from the skin of prepubescent, adult, pre- and post-menopausal volunteers and performed correlational analyses using skin lipidomics and metagenomics to compare lipid mediator profiles and microbiome compositions on skin with either low or high sebaceous gland activity. We found that specific microbial taxonomies were positively and negatively correlated with skin lipid mediator species with high statistical significance. 2D in vitro co-cultures with Malassezia and keratinocytes also directly linked the production of specific lipid mediators, detected on healthy human skin, to secretion of immuno-stimulatory cytokines. Together, these findings further support the hypothesis that microbial-derived skin lipid mediators influence healthy skin homeostasis and skin disease development and progression, thereby spotlighting the relevance of the skin microbiome footprint on human health.

Identification of coding variant associations for complex diseases offers a direct route to biological insight, but is dependent on appropriate inference concerning the causal impact of those variants on disease risk. We aggregated coding variant data for 81,412 type 2 diabetes (T2D) cases and 370,832 controls of diverse ancestry, identifying 40 distinct coding variant association signals (at 38 loci) reaching significance (p<2.2x10-7). Of these, 16 represent novel associations mapping outside known genome-wide association study (GWAS) signals. We make two important observations. First, despite a threefold increase in sample size over previous efforts, only five of the 40 signals are driven by variants with minor allele frequency <5%, and we find no evidence for low-frequency variants with allelic odds ratio >1.29. Second, we used GWAS data from 50,160 T2D cases and 465,272 controls of European ancestry to fine-map these associated coding variants in their regional context, with and without additional weighting to account for the global enrichment of complex trait association signals in coding exons. At the 37 signals for which we attempted fine-mapping, we demonstrate convincing support (posterior probability >80% under the 'annotation-weighted' model) that coding variants are causal for the association at 16 (including novel signals involving POC5 p.His36Arg, ANKH p.Arg187Gln, WSCD2 p.Thr113Ile, PLCB3 p.Ser778Leu, and PNPLA3 p.Ile148Met). However, at 13 of the 37 loci, the associated coding variants represent 'false leads' and naïve analysis could have led to an erroneous inference regarding the effector transcript mediating the signal. Accurate identification of validated targets is dependent on correct specification of the contribution of coding and non-coding mediated mechanisms at associated loci.

Identifying genetic markers for heterogeneous complex diseases such as heart failure has been challenging, and may require prohibitively large cohort sizes in genome-wide association studies (GWAS) in order to demonstrate statistical significance1. On the other hand, chromatin quantitative trait loci (QTL), elucidated by direct epigenetic profiling of specific human tissues, may contribute towards prioritising variants for disease-association. Here, we captured non-coding genetic variants by performing enhancer H3K27ac ChIP-seq in 70 human control and end-stage failing hearts, mapping out a comprehensive catalogue of 47,321 putative human heart enhancers. 3,897 differential acetylation peaks (FDR < 0.05) pointed to recognizable pathways altered in heart failure (HF). To identify cardiac histone acetylation QTLs (haQTLs), we regressed out confounding factors including HF disease status, and employed the G-SCI test2 to call out 1,680 haQTLs (FDR < 0.1). A subset of these showed significant association to gene expression, either in cis (180), or through long range interactions (81), identified by Hi-C and Hi-ChIP performed on a subset of hearts. Furthermore, a concordant relationship was found between the gain or disruption of specific transcription factor (TF) binding motifs, inferred from alternative alleles at the haQTLs, associated with altered H3K27ac peak heights. Finally, colocalisation of our haQTLs with heart-related GWAS datasets allowed us to identify 62 unique loci. Disease-association for these new loci may indeed be mediated through modification of H3K27-acetylation enrichment and their corresponding gene expression differences.