Identifying the causal variants and mechanisms that drive complex traits and diseases remains a core problem in human genetics. The majority of these variants have individually weak effects and lie in non-coding gene-regulatory elements where we lack a complete understanding of how single nucleotide alterations modulate transcriptional processes to affect human phenotypes. To address this, we measured the activity of 221,412 trait-associated variants that had been statistically fine-mapped using a Massively Parallel Reporter Assay (MPRA) in 5 diverse cell-types. We show that MPRA is able to discriminate between likely causal variants and controls, identifying 12,025 regulatory variants with high precision. Although the effects of these variants largely agree with orthogonal measures of function, only 69% can plausibly be explained by the disruption of a known transcription factor (TF) binding motif. We dissect the mechanisms of 136 variants using saturation mutagenesis and assign impacted TFs for 91% of variants without a clear canonical mechanism. Finally, we provide evidence that epistasis is prevalent for variants in close proximity and identify multiple functional variants on the same haplotype at a small, but important, subset of trait-associated loci. Overall, our study provides a systematic functional characterization of likely causal common variants underlying complex and molecular human traits, enabling new insights into the regulatory grammar underlying disease risk.

Abstract Understanding the function of non-coding genetic variants represents a formidable challenge for biomedicine. We previously identified genetic variants that influence gene expression only after exposure to a hormone or drug. Using glucocorticoid signaling as a model system, we have now demonstrated, in a genome-wide manner, that exposure to glucocorticoids triggered disease risk variants with previously unclear function to influence the expression of genes involved in autoimmunity, metabolic and mood disorders, osteoporosis and cancer. Integrating a series of pharmacogenomic and pharmacoepigenomic datasets, we identified the cis -regulatory elements and 3-dimensional interactions underlying the ligand-dependent associations between those genetic variants and distant risk genes. These observations increase our understanding of mechanisms of non-coding genetic variant-chemical environment interactions and advance the fine-mapping of disease risk and pharmacogenomic loci.

ABSTRACT Alternative polyadenylation (APA) is a common genetic regulatory mechanism that generates distinct 3′ ends for RNA transcripts. Changes in APA have been associated with multiple biological processes and disease phenotypes. However, the role of hormones and their drug analogs in APA remains largely unknown. In this study, we investigated transcriptome-wide the impact of glucocorticoids on APA in 30 human B-lymphoblastoid cell lines. We found that glucocorticoids could regulate APA of a subset of genes, possibly by changing the expression of 142 RNA-binding proteins, some with known APA-regulating properties. Interestingly, genes with glucocorticoid-mediated APA were enriched in viral translation-related pathways, while genes with glucocorticoid-mediated expression were enriched in interferon and interleukin pathways, suggesting that glucocorticoid-mediated APA might result in functional consequences distinct from gene expression. Glucocorticoid-mediated APA was also cell-type-specific, suggesting an action of glucocorticoids that may be unique to immune regulation. We also observed evidence for genotype-dependent glucocorticoid-mediated APA, providing potential functional mechanisms for a series of common genetic variants that had previously been associated with immune disorders, but without a clear mechanism. In summary, this study reports a series of novel observations regarding the impact of glucocorticoids on APA, suggesting novel avenues for mechanistic studies of hormonal biology.