Abstract Evidence of how human evolution shaped the polygenicity of human traits and diseases has been extensively studied in populations of European descent. However, limited information is currently available about its impact on other ancestry groups. Here, we investigated how different evolutionary processes affected the common variant heritability of traits and diseases in East Asians. Leveraging genome-wide association statistics from the Biobank Japan (up to 158,284 participants), we assessed natural selection (negative and positive), archaic introgression from Neanderthal and Denisova, and several genomic functional categories with respect to the heritability of physiological and pathological conditions. Similar to reports in European descent populations, the heritability estimates for East Asian traits were ubiquitously enriched for negative selection annotations (false discovery rate, FDR q<0.05). Enrichment of Denisovan introgression was identified in coronary artery disease (1.69-fold enrichment, p=0.003). We followed up these enrichments by conducting a phenome-wide association study (PheWAS) of Denisovan and Neanderthal alleles in participants of six ancestral backgrounds from the UK Biobank. In East Asians, Denisovan-inherited alleles were associated with 22 phenotypes, including metabolic, immunological, cardiovascular, endocrine, and dermatological traits. The strongest association was observed for the Denisovan-inherited locus rs59185462 with rheumatoid arthritis (beta=0.82, p=1.91×10 −105 ). In summary, our study provides the first evidence regarding the impact of evolutionary processes on the genetics of complex traits in worldwide populations, highlighting the specific contribution of Denisovan introgression in East Asian populations.

Abstract The Million Veteran Program (MVP) participants represent 100 years of US history, including significant social and demographic change over time. Our study assessed two aspects of the MVP: (i) longitudinal changes in population diversity and (ii) how these changes can be accounted for in genome-wide association studies (GWAS). The MVP was divided into five birth cohorts (N-range=123,888 [born from 1943-1947] to 136,699 [born from 1948-1953]). Groups of participants were defined by (i) HARE (harmonized ancestry and race/ethnicity) and (ii) a random-forest clustering approach using the 1000 Genomes Project and the Human Genome Diversity Project (1kGP+HGDP) reference panels (77 world populations representing six continental groups). In these groups, we performed GWASs of height, a trait potentially affected by population stratification. Birth cohorts demonstrate important trends in ancestry diversity over time. More recent HARE-assigned Europeans, Africans, and Hispanics had lower European ancestry proportions than older birth cohorts (0.010<Cohen’s d<0.259, p<7.80×10 −4 ). Conversely, HARE-assigned East Asians showed an increase in European ancestry proportion over time. In GWAS of height using HARE assignments, genomic inflation due to population stratification was prevalent across all birth cohorts (linkage disequilibrium score regression intercept=1.08±0.042). The 1kGP+HGDP-based ancestry assignment significantly reduced the population stratification (mean intercept reduction=0.045±0.007, p<0.05) confounding in the GWAS statistics. This study provides a comprehensive characterization of ancestry diversity of the MVP cohort over time and highlights that more refined modeling of genetic diversity (e.g., the 1kGP+HGDP-based ancestry assignment) can more accurately capture the polygenic architecture of traits and diseases that could be affected by population stratification.

Importance Atrial fibrillation (AF) has a substantial genetic component. The importance of polygenic risk is well established, while the contribution of rare variants to disease risk warrants characterization in large cohorts. Objective To identify rare predicted loss-of-function (pLOF) variants associated with AF and elucidate their role in risk of AF, cardiomyopathy (CM), and heart failure (HF) in combination with a polygenic risk score (PRS). Design, Setting, and Participants This was a genetic association and nested case-control study. The impact of rare pLOF variants was evaluated on the risk of incident AF. HF and CM were assessed in cause-specific Cox regressions. End of follow-up was July 1, 2022. Data were analyzed from January to October 2023. The UK Biobank enrolled 502 480 individuals aged 40 to 69 years at inclusion in the United Kingdom between March 13, 2006, and October 1, 2010. UK residents of European ancestry were included. Individuals with prior diagnosis of AF were excluded from analyses of incident AF. Exposures Rare pLOF variants and an AF PRS. Main Outcomes and Measures Risk of AF and incident HF or CM prior to and subsequent to AF diagnosis. Results A total of 403 990 individuals (218 489 [54.1%] female) with a median (IQR) age of 58 (51-63) years were included; 24 447 were diagnosed with incident AF over a median (IQR) follow-up period of 13.3 (12.4-14.0) years. Rare pLOF variants in 6 genes ( TTN , RPL3L , PKP2 , CTNNA3 , KDM5B , and C10orf71 ) were associated with AF. Of these, TTN , RPL3L , PKP2 , CTNNA3 , and KDM5B replicated in an external cohort. Combined with high PRS, rare pLOF variants conferred an odds ratio of 7.08 (95% CI, 6.03-8.28) for AF. Carriers with high PRS also had a substantial 10-year risk of AF (16% in female individuals and 24% in male individuals older than 60 years). Rare pLOF variants were associated with increased risk of CM both prior to AF (hazard ratio [HR], 3.13; 95% CI, 2.24-4.36) and subsequent to AF (HR, 2.98; 95% CI, 1.89-4.69). Conclusions and Relevance Rare and common genetic variation were associated with an increased risk of AF. The findings provide insights into the genetic underpinnings of AF and may aid in future genetic risk stratification.

ABSTRACT We hypothesized that overall autozygosity is decreasing over generational time. In this report, we present data that partially support this hypothesis from three large cohorts of diverse ancestries, two from the US (All of Us and the Million Veteran Program, N=82,474 and 622,497, respectively) and one from the UK (UK Biobank, N=380,899). Our results from a mixed-effect meta-analysis demonstrate an overall trend of decreasing autozygosity over generational time (meta-analyzed slope=-0.029, se=0.009, p=6.03e-4). Using a chi-square difference test, we determined that a model including an ancestry-by-country interaction term fit the data best, indicating that ancestry differences in this trend differ by country. We found further evidence to suggest a difference between the US and UK cohorts by meta-analyzing within country, observing a significant negative estimate in the US cohorts (meta-analyzed slope=-0.058, se=0.015, p=1.50e-4) but a non-significant estimate in the UK (meta-analyzed slope=-0.001, se=0.008, p=0.945). We also found that the association between autozygosity and year of birth in the overall meta-analysis was substantially attenuated when accounting for educational attainment and income (meta-analyzed slope=-0.011, se=0.008, p=0.167), suggesting that increases in education and income may partially account for decreasing levels of autozygosity over time. To our knowledge, this is the largest demonstration of decreasing autozygosity over time in a modern sample (birth years 1904-2003), and we speculate that this trend can be attributed to increases in population size, urbanization and panmixia, with differences in demographic and sociocultural processes leading to country-specific differences in the rate of decline.

Abstract Hair colour variation is influenced by hundreds of positions across the human genome but this genetic contribution has only been narrowly explored. Genome-wide association studies identified single nucleotide polymorphisms (SNPs) influencing hair colour but the biology underlying these associations is challenging to interpret. We report 16 tandem repeats (TRs) with effects on different models of hair colour plus two TRs associated with hair colour in diverse ancestry groups. Several of these TRs expand or contract amino acid coding regions of their localized protein such that structure, and by extension function, may be altered. We also demonstrate that independent of SNP variation, these TRs can be used to great an additive polygenic score that predicts darker hair colour. This work adds to the growing body of evidence regarding TR influence on human traits with relatively large and independent effects relative to surrounding SNP variation.

Natural selection has shaped the phenotypic characteristics of human populations. Genome-wide association studies (GWAS) have elucidated contributions of thousands of common variants with small effects on an individual's predisposition to complex traits (polygenicity), as well as wide-spread sharing of risk alleles across traits in the human phenome (pleiotropy). It remains unclear how the pervasive effects of natural selection influence polygenicity in brain-related traits. We investigate these effects by annotating the genome with measures of background (BGS) and positive selection, indications of Neanderthal introgression, measures of functional significance including loss-of-function (LoF) intolerant and genic regions, and genotype networks in 75 brain-related traits. Evidence of natural selection was determined using binary annotations of top 2%, 1%, and 0.5% of selection scores genome-wide. We detected enrichment ( q <0.05) of SNP-heritability at loci with elevated BGS (7 phenotypes) and in genic (34 phenotypes) and LoF-intolerant regions (67 phenotypes). BGS (top 2%) significantly predicted effect size variance for trait-associated loci (σ2 parameter) in 75 brain-related traits (β=4.39x10-5, p =1.43x10-5, model r2 =0.548). By including the number of DSM-5 diagnostic combinations per psychiatric disorder, we substantially improved model fit (σ2 ~ BTop2% × Genic × diagnostic combinations; model r2 =0.661). We show that GWAS with larger variance in risk locus effect sizes are collectively predicted by the effects of loci under strong BGS and in regulatory regions of the genome. We further show that diagnostic complexity exacerbates this relationship and perhaps dampens the ability to detect psychiatric risk loci.