Understanding the genetic basis of airflow obstruction and smoking behaviour is key to determining the pathophysiology of chronic obstructive pulmonary disease (COPD). We used UK Biobank data to study the genetic causes of smoking behaviour and lung health.We sampled individuals of European ancestry from UK Biobank, from the middle and extremes of the forced expiratory volume in 1 s (FEV1) distribution among heavy smokers (mean 35 pack-years) and never smokers. We developed a custom array for UK Biobank to provide optimum genome-wide coverage of common and low-frequency variants, dense coverage of genomic regions already implicated in lung health and disease, and to assay rare coding variants relevant to the UK population. We investigated whether there were shared genetic causes between different phenotypes defined by extremes of FEV1. We also looked for novel variants associated with extremes of FEV1 and smoking behaviour and assessed regions of the genome that had already shown evidence for a role in lung health and disease. We set genome-wide significance at p<5 × 10(-8).UK Biobank participants were recruited from March 15, 2006, to July 7, 2010. Sample selection for the UK BiLEVE study started on Nov 22, 2012, and was completed on Dec 20, 2012. We selected 50,008 unique samples: 10,002 individuals with low FEV1, 10,000 with average FEV1, and 5002 with high FEV1 from each of the heavy smoker and never smoker groups. We noted a substantial sharing of genetic causes of low FEV1 between heavy smokers and never smokers (p=2.29 × 10(-16)) and between individuals with and without doctor-diagnosed asthma (p=6.06 × 10(-11)). We discovered six novel genome-wide significant signals of association with extremes of FEV1, including signals at four novel loci (KANSL1, TSEN54, TET2, and RBM19/TBX5) and independent signals at two previously reported loci (NPNT and HLA-DQB1/HLA-DQA2). These variants also showed association with COPD, including in individuals with no history of smoking. The number of copies of a 150 kb region containing the 5' end of KANSL1, a gene that is important for epigenetic gene regulation, was associated with extremes of FEV1. We also discovered five new genome-wide significant signals for smoking behaviour, including a variant in NCAM1 (chromosome 11) and a variant on chromosome 2 (between TEX41 and PABPC1P2) that has a trans effect on expression of NCAM1 in brain tissue.By sampling from the extremes of the lung function distribution in UK Biobank, we identified novel genetic causes of lung function and smoking behaviour. These results provide new insight into the specific mechanisms underlying airflow obstruction, COPD, and tobacco addiction, and show substantial shared genetic architecture underlying airflow obstruction across individuals, irrespective of smoking behaviour and other airway disease.Medical Research Council.

Michael Cho and colleagues report a genome-wide association study of risk for chronic obstructive pulmonary disease (COPD) in a large, multi-ancestry cohort. They identify 22 genome-wide significant loci, including 13 not previously associated with COPD and 4 not previously associated with any lung function trait. Chronic obstructive pulmonary disease (COPD) is a leading cause of mortality worldwide1. We performed a genetic association study in 15,256 cases and 47,936 controls, with replication of select top results (P < 5 × 10−6) in 9,498 cases and 9,748 controls. In the combined meta-analysis, we identified 22 loci associated at genome-wide significance, including 13 new associations with COPD. Nine of these 13 loci have been associated with lung function in general population samples2,3,4,5,6,7, while 4 (EEFSEC, DSP, MTCL1, and SFTPD) are new. We noted two loci shared with pulmonary fibrosis8,9 (FAM13A and DSP) but that had opposite risk alleles for COPD. None of our loci overlapped with genome-wide associations for asthma, although one locus has been implicated in joint susceptibility to asthma and obesity10. We also identified genetic correlation between COPD and asthma. Our findings highlight new loci associated with COPD, demonstrate the importance of specific loci associated with lung function to COPD, and identify potential regions of genetic overlap between COPD and other respiratory diseases.

Elevated lipoprotein(a) (Lp[a]) is associated with aortic stenosis (AS). Oxidized phospholipids (OxPL) are key mediators of calcification in valvular cells and are carried by Lp(a). This study sought to determine whether Lp(a) and OxPL are associated with hemodynamic progression of AS and AS-related events. OxPL on apolipoprotein B-100 (OxPL-apoB), which reflects the biological activity of Lp(a), and Lp(a) levels were measured in 220 patients with mild-to-moderate AS. The primary endpoint was the progression rate of AS, measured by the annualized increase in peak aortic jet velocity in m/s/year by Doppler echocardiography; the secondary endpoint was need for aortic valve replacement and cardiac death during 3.5 ± 1.2 years of follow-up. AS progression was faster in patients in the top tertiles of Lp(a) (peak aortic jet velocity: +0.26 ± 0.26 vs. +0.17 ± 0.21 m/s/year; p = 0.005) and OxPL-apoB (+0.26 ± 0.26 m/s/year vs. +0.17 ± 0.21 m/s/year; p = 0.01). After multivariable adjustment, elevated Lp(a) or OxPL-apoB levels remained independent predictors of faster AS progression. After adjustment for age, sex, and baseline AS severity, patients in the top tertile of Lp(a) or OxPL-apoB had increased risk of aortic valve replacement and cardiac death. Elevated Lp(a) and OxPL-apoB levels are associated with faster AS progression and need for aortic valve replacement. These findings support the hypothesis that Lp(a) mediates AS progression through its associated OxPL and provide a rationale for randomized trials of Lp(a)-lowering and OxPL-apoB-lowering therapies in AS. (Aortic Stenosis Progression Observation: Measuring Effects of Rosuvastatin [ASTRONOMER]; NCT00800800)

Genome-wide association studies (GWAS) have identified loci reproducibly associated with pulmonary diseases; however, the molecular mechanism underlying these associations are largely unknown. The objectives of this study were to discover genetic variants affecting gene expression in human lung tissue, to refine susceptibility loci for asthma identified in GWAS studies, and to use the genetics of gene expression and network analyses to find key molecular drivers of asthma. We performed a genome-wide search for expression quantitative trait loci (eQTL) in 1,111 human lung samples. The lung eQTL dataset was then used to inform asthma genetic studies reported in the literature. The top ranked lung eQTLs were integrated with the GWAS on asthma reported by the GABRIEL consortium to generate a Bayesian gene expression network for discovery of novel molecular pathways underpinning asthma. We detected 17,178 cis- and 593 trans- lung eQTLs, which can be used to explore the functional consequences of loci associated with lung diseases and traits. Some strong eQTLs are also asthma susceptibility loci. For example, rs3859192 on chr17q21 is robustly associated with the mRNA levels of GSDMA (P = 3.55 × 10(-151)). The genetic-gene expression network identified the SOCS3 pathway as one of the key drivers of asthma. The eQTLs and gene networks identified in this study are powerful tools for elucidating the causal mechanisms underlying pulmonary disease. This data resource offers much-needed support to pinpoint the causal genes and characterize the molecular function of gene variants associated with lung diseases.

Chronic obstructive pulmonary disease (COPD) is the leading cause of respiratory mortality worldwide. Genetic risk loci provide new insights into disease pathogenesis. We performed a genome-wide association study in 35,735 cases and 222,076 controls from the UK Biobank and additional studies from the International COPD Genetics Consortium. We identified 82 loci associated with P < 5 × 10

Louise Wain, Ian Hall, Martin Tobin and colleagues report genome-wide association analyses of lung function, identifying 43 new signals associated with one or more lung function traits. A genetic risk score derived from these results was significantly associated with risk for chronic obstructive pulmonary disease in independent populations. Chronic obstructive pulmonary disease (COPD) is characterized by reduced lung function and is the third leading cause of death globally. Through genome-wide association discovery in 48,943 individuals, selected from extremes of the lung function distribution in UK Biobank, and follow-up in 95,375 individuals, we increased the yield of independent signals for lung function from 54 to 97. A genetic risk score was associated with COPD susceptibility (odds ratio per 1 s.d. of the risk score (∼6 alleles) (95% confidence interval) = 1.24 (1.20–1.27), P = 5.05 × 10−49), and we observed a 3.7-fold difference in COPD risk between individuals in the highest and lowest genetic risk score deciles in UK Biobank. The 97 signals show enrichment in genes for development, elastic fibers and epigenetic regulation pathways. We highlight targets for drugs and compounds in development for COPD and asthma (genes in the inositol phosphate metabolism pathway and CHRM3) and describe targets for potential drug repositioning from other clinical indications.

BackgroundIdiopathic pulmonary fibrosis (IPF) is a chronic progressive lung disease with high mortality, uncertain cause, and few treatment options. Studies have identified a significant genetic risk associated with the development of IPF; however, mechanisms by which genetic risk factors promote IPF remain unclear. We aimed to identify genetic variants associated with IPF susceptibility and provide mechanistic insight using gene and protein expression analyses.MethodsWe used a two-stage approach: a genome-wide association study in patients with IPF of European ancestry recruited from nine different centres in the UK and controls selected from UK Biobank (stage 1) matched for age, sex, and smoking status; and a follow-up of associated genetic variants in independent datasets of patients with IPF and controls from two independent US samples from the Chicago consortium and the Colorado consortium (stage 2). We investigated the effect of novel signals on gene expression in large transcriptomic and genomic data resources, and examined expression using lung tissue samples from patients with IPF and controls.Findings602 patients with IPF and 3366 controls were selected for stage 1. For stage 2, 2158 patients with IPF and 5195 controls were selected. We identified a novel genome-wide significant signal of association with IPF susceptibility near A-kinase anchoring protein 13 (AKAP13; rs62025270, odds ratio [OR] 1·27 [95% CI 1·18–1·37], p=1·32 × 10−9) and confirmed previously reported signals, including in mucin 5B (MUC5B; rs35705950, OR 2·89 [2·56–3·26], p=1·12 × 10−66) and desmoplakin (DSP; rs2076295, OR 1·44 [1·35–1·54], p=7·81 × 10−28). For rs62025270, the allele A associated with increased susceptibility to IPF was also associated with increased expression of AKAP13 mRNA in lung tissue from patients who had lung resection procedures (n=1111). We showed that AKAP13 is expressed in the alveolar epithelium and lymphoid follicles from patients with IPF, and AKAP13 mRNA expression was 1·42-times higher in lung tissue from patients with IPF (n=46) than that in lung tissue from controls (n=51).InterpretationAKAP13 is a Rho guanine nucleotide exchange factor regulating activation of RhoA, which is known to be involved in profibrotic signalling pathways. The identification of AKAP13 as a susceptibility gene for IPF increases the prospect of successfully targeting RhoA pathway inhibitors in patients with IPF.FundingUK Medical Research Council, National Heart, Lung, and Blood Institute of the US National Institutes of Health, Agencia Canaria de Investigación, Innovación y Sociedad de la Información, Spain, UK National Institute for Health Research, and the British Lung Foundation.

Rationale: Idiopathic pulmonary fibrosis (IPF) is a complex lung disease characterized by scarring of the lung that is believed to result from an atypical response to injury of the epithelium. Genome-wide association studies have reported signals of association implicating multiple pathways including host defense, telomere maintenance, signaling, and cell-cell adhesion.Objectives: To improve our understanding of factors that increase IPF susceptibility by identifying previously unreported genetic associations.Methods: We conducted genome-wide analyses across three independent studies and meta-analyzed these results to generate the largest genome-wide association study of IPF to date (2,668 IPF cases and 8,591 controls). We performed replication in two independent studies (1,456 IPF cases and 11,874 controls) and functional analyses (including statistical fine-mapping, investigations into gene expression, and testing for enrichment of IPF susceptibility signals in regulatory regions) to determine putatively causal genes. Polygenic risk scores were used to assess the collective effect of variants not reported as associated with IPF.Measurements and Main Results: We identified and replicated three new genome-wide significant (P < 5 × 10-8) signals of association with IPF susceptibility (associated with altered gene expression of KIF15, MAD1L1, and DEPTOR) and confirmed associations at 11 previously reported loci. Polygenic risk score analyses showed that the combined effect of many thousands of as yet unreported IPF susceptibility variants contribute to IPF susceptibility.Conclusions: The observation that decreased DEPTOR expression associates with increased susceptibility to IPF supports recent studies demonstrating the importance of mTOR signaling in lung fibrosis. New signals of association implicating KIF15 and MAD1L1 suggest a possible role of mitotic spindle-assembly genes in IPF susceptibility.

Abstract Single-cell technologies have transformed our understanding of human tissues. Yet, studies typically capture only a limited number of donors and disagree on cell type definitions. Integrating many single-cell datasets can address these limitations of individual studies and capture the variability present in the population. Here we present the integrated Human Lung Cell Atlas (HLCA), combining 49 datasets of the human respiratory system into a single atlas spanning over 2.4 million cells from 486 individuals. The HLCA presents a consensus cell type re-annotation with matching marker genes, including annotations of rare and previously undescribed cell types. Leveraging the number and diversity of individuals in the HLCA, we identify gene modules that are associated with demographic covariates such as age, sex and body mass index, as well as gene modules changing expression along the proximal-to-distal axis of the bronchial tree. Mapping new data to the HLCA enables rapid data annotation and interpretation. Using the HLCA as a reference for the study of disease, we identify shared cell states across multiple lung diseases, including SPP1 + profibrotic monocyte-derived macrophages in COVID-19, pulmonary fibrosis and lung carcinoma. Overall, the HLCA serves as an example for the development and use of large-scale, cross-dataset organ atlases within the Human Cell Atlas.

Abstract Reduced lung function predicts mortality and is key to the diagnosis of COPD. In a genome-wide association study in 400,102 individuals of European ancestry, we define 279 lung function signals, one-half of which are new. In combination these variants strongly predict COPD in deeply-phenotyped patient populations. Furthermore, the combined effect of these variants showed generalisability across smokers and never-smokers, and across ancestral groups. We highlight biological pathways, known and potential drug targets for COPD and, in phenome-wide association studies, autoimmune-related and other pleiotropic effects of lung function associated variants. This new genetic evidence has potential to improve future preventive and therapeutic strategies for COPD.