Alexander Gusev, Bogdan Pasaniuc and colleagues present a strategy that integrates gene expression measurements with summary statistics from large-scale genome-wide association studies to identify genes whose cis-regulated expression is associated with complex traits. They identify 69 new genes significantly associated with obesity-related traits and illustrate how this approach can provide insights into the genetic basis of complex traits. Many genetic variants influence complex traits by modulating gene expression, thus altering the abundance of one or multiple proteins. Here we introduce a powerful strategy that integrates gene expression measurements with summary association statistics from large-scale genome-wide association studies (GWAS) to identify genes whose cis-regulated expression is associated with complex traits. We leverage expression imputation from genetic data to perform a transcriptome-wide association study (TWAS) to identify significant expression-trait associations. We applied our approaches to expression data from blood and adipose tissue measured in ∼3,000 individuals overall. We imputed gene expression into GWAS data from over 900,000 phenotype measurements to identify 69 new genes significantly associated with obesity-related traits (BMI, lipids and height). Many of these genes are associated with relevant phenotypes in the Hybrid Mouse Diversity Panel. Our results showcase the power of integrating genotype, gene expression and phenotype to gain insights into the genetic basis of complex traits.

Circulating cytokines and growth factors are regulators of inflammation and have been implicated in autoimmune and metabolic diseases. In this genome-wide association study (GWAS) of up to 8,293 Finns we identified 27 genome-widely significant loci (p < 1.2 × 10-9) for one or more cytokines. Fifteen of the associated variants had expression quantitative trait loci in whole blood. We provide genetic instruments to clarify the causal roles of cytokine signaling and upstream inflammation in immune-related and other chronic diseases. We further link inflammatory markers with variants previously associated with autoimmune diseases such as Crohn disease, multiple sclerosis, and ulcerative colitis and hereby elucidate the molecular mechanisms underpinning these diseases and suggest potential drug targets.

Abstract

Objective

 MicroRNAs are small non-coding RNAs that inversely regulate their target gene expression. The whole miRNA profile of human atherosclerotic plaques has not been studied previously. The aim of this study was to investigate the miRNA expression profile in human atherosclerotic plaques as compared to non-atherosclerotic left internal thoracic arteries (LITA), and to connect this expression to the processes in atherosclerosis. 

Methods

 The miRNA expression profiles of six LITAs and 12 atherosclerotic plaques obtained from aortic, carotid, and femoral atherosclerotic arteries from Tampere Vascular Study were analyzed. The analyses were performed with Agilent's miRNA Microarray. The expression levels of over 4-fold up-regulated miRNAs were verified with qRT-PCR from a larger population (n=50). Messenger RNA levels were analyzed with Illumina's Expression BeadChip to study miRNA target expression. 

Results

 Ten miRNAs were found to be differently expressed in atherosclerotic plaques when compared to controls (p<0.05). The expression of miR-21, -34a, -146a, -146b-5p, and -210 was verified and found to be significantly up-regulated in atherosclerotic arteries versus LITAs (p<0.001, fold changes 4.61, 2.55, 2.87, 2.82, and 3.92, respectively). Several predicted targets of these miRNAs were down-regulated, and gene set enrichment analysis showed several pathways which could be differently expressed due to this miRNA profile. 

Conclusions

 The microRNA expression profile differs significantly between atherosclerotic plaques and control arteries. The most up-regulated miRNAs are involved in processes known to be connected to atherosclerosis. Interfering with the miRNA expression in the artery wall is a potential way to affect atherosclerotic plaque and cardiovascular disease development.

Abstract Aims and methods Our aim was to characterise the methylation level of a polymorphically imprinted gene, VTRNA2-1 / nc886 , in human populations and somatic tissues. We utilised 48 datasets, consisting of >30 different tissues and >30 000 individuals. Results We show that the nc886 methylation status is associated with twin status and ethnic background, but the variation between populations is limited. Monozygotic twin pairs present concordant methylation, while ∼30% of dizygotic twin pairs present discordant methylation in the nc886 locus. The methylation levels of nc886 are uniform across somatic tissues, except in cerebellum and skeletal muscle. Conclusion We hypothesize that the nc886 imprint is established in the oocyte and that after implantation, the methylation status is stable, excluding a few specific tissues.

Hemoglobin (Hb) is the main carrier of oxygen. In general, high-end Hb levels within the normal range are considered beneficial for health1. However, activation of the hypoxia response has been shown to protect mice against metabolic dysfunction2-4. We used Hb levels as an indicator for oxygenation status and studied its association with >170 anthropometric and metabolic parameters in two Finnish birth cohorts both in cross-sectional and longitudinal design (max n = 7,175). Here we show a positive linear association between Hb levels and body mass index (BMI). Subjects with the lower Hb levels had better glucose tolerance, lower cholesterol and blood pressure levels, less adverse metabolite profiles and lower inflammatory load. Notably, these associations were not only mediated by the lower BMI, and the effect size of many of them increased with age. Polygenic risk score (PRS) analyses indicated shared genetic determinants between Hb levels and BMI, insulin, triglyceride and HDL cholesterol levels. Mendelian randomization (MR) analyses could not demonstrate causal relationships between Hb and metabolic parameters. However, manipulation of Hb levels by venesection in mice showed evidence for causal associations with body weight and metabolic parameters. Our findings suggest that lower-end normal Hb levels may be favorable for systemic metabolism involving mild chronic activation of the hypoxia response. Therefore modulation of Hb levels could be a novel strategy towards maintenance of metabolic health.

The interaction between metabolism and the immune system plays a central role in many cardiometabolic diseases. We integrated blood transcriptomic, metabolomic, and genomic profiles from two population-based cohorts, including a subset with 7-year follow-up sampling. We identified topologically robust gene networks enriched for diverse immune functions including cytotoxicity, viral response, B cell, platelet, neutrophil, and mast cell/basophil activity. These immune gene modules showed complex patterns of association with 158 circulating metabolites, including lipoprotein subclasses, lipids, fatty acids, amino acids, and CRP. Genome-wide scans for module expression quantitative trait loci (mQTLs) revealed five modules with mQTLs of both cis and trans effects. The strongest mQTL was in ARHGEF3 (rs1354034) and affected a module enriched for platelet function. Mast cell/basophil and neutrophil function modules maintained their metabolite associations during 7-year follow-up, while our strongest mQTL in ARHGEF3 also displayed clear temporal stability. This study provides a detailed map of natural variation at the blood immuno-metabolic interface and its genetic basis, and facilitates subsequent studies to explain inter-individual variation in cardiometabolic disease.

Abstract A biological age (BA) indicator is intended to capture detrimental age-related changes occurring with passing time. To date, the best-known and used BA indicators include DNA-methylation-based epigenetic ages (epigenetic clocks) and telomere length. The most common biological sample material for epidemiological aging studies is composed of different cell types, whole blood. We aimed to compare differences in BAs between blood cell types and assessed BA indicators’ cell type-specific associations with donor’s calendar age. Analysis on DNA methylation-based BA indicators including telomere length, methylation level at cg16867657 (a CpG-site in ELOVL2 ) and the Hannum, Horvath, DNAmPhenoAge and DunedinPACE epigenetic clocks was performed in 428 biological samples from 12 blood cell types. BA values were different (p<0.05) in the majority of pairwise comparisons between the cell types. Most cell types also displayed differences as compared to whole blood (p<0.05). Some of the observed differences persisted across blood donor’s calendar ages from 20 to 80 years (50-years-difference in DNAmPhenoAge between naïve CD4+ T cells and monocytes), while others did not (up to four-fold difference in DunedinPACE values between monocytes and B cells). All BA indicators, except DunedinPACE, had mostly a very strong correlation with donor’s calendar age within a cell type. Our findings demonstrate that DNA methylation-based indicators of biological age exhibit cell type-specific characteristics, underscoring the importance of accounting for cell composition in related studies. Our results have implications for understanding the molecular mechanisms underlying epigenetic clocks and and provide guidance for utilizing them as indicators for success of aging interventions.

Many genetic variants influence complex traits by modulating gene expression, thus altering the abundance levels of one or multiple proteins. In this work we introduce a powerful strategy that integrates gene expression measurements with large-scale genome-wide association data to identify genes whose cis-regulated expression is associated to complex traits. We use a relatively small reference panel of individuals for which both genetic variation and gene expression have been measured to impute gene expression into large cohorts of individuals and identify expression-trait associations. We extend our methods to allow for indirect imputation of the expression-trait association from summary association statistics of large-scale GWAS1-3. We applied our approaches to expression data from blood and adipose tissue measured in ~3,000 individuals overall. We then imputed gene expression into GWAS data from over 900,000 phenotype measurements4-6 to identify 69 novel genes significantly associated to obesity-related traits (BMI, lipids, and height). Many of the novel genes were associated with relevant phenotypes in the Hybrid Mouse Diversity Panel. Overall our results showcase the power of integrating genotype, gene expression and phenotype to gain insights into the genetic basis of complex traits.

Integrative analyses of high-throughput omics data have elucidated the aetiology and pathogenesis for complex traits and diseases, and the linking of omics information to electronic health records promises new insights into human health and disease. Recent nuclear magnetic resonance (NMR) spectroscopy biomarker profiling has implicated glycoprotein acetyls (GlycA) as a biomarker for cardiovascular risk and all-cause mortality. To elucidate biological processes contributing to GlycA- associated mortality risk, we leveraged human omics data from three population- based cohorts together with nation-wide Finnish hospital and mortality records. Elevated GlycA was associated with myriad infection-related inflammatory processes. Within individuals, elevated GlycA levels were stable over long time periods, up to a decade, and chronically elevated GlycA was also associated with modest elevation of numerous cytokines. Individuals with elevated GlycA also showed increased expression of a transcriptional sub-network, the Neutrophil Degranulation Module (NDM), suggesting an increased activity of microbe-driven immune response. Subsequent analysis of nation-wide hospitalisation and death records was consistent with a microbial basis for GlycA-associated mortality, with each standard deviation increase in GlycA raising an individual's future risk of hospitalization and death from non-localized infection by 40% and 136%, respectively. These results show that, beyond its established role in acute-phase response, elevated GlycA is more broadly a biomarker for low-grade chronic inflammation and increased neutrophil activity. Further, increased risk of susceptibility to severe microbial-infection events in healthy individuals suggests this inflammation is a contributor to mortality risk. Taken together, this study demonstrates the power of an integrative approach that combines omics data and health records to delineate the biological processes underlying a newly discovered biomarker, providing a model strategy for future systems medicine studies.