Abstract DNA methylation profiles of aggressive behavior may capture lifetime cumulative effects of genetic, stochastic, and environmental influences associated with aggression. Here, we report the first large meta-analysis of epigenome-wide association studies (EWAS) of aggressive behavior (N=15,324 participants). In peripheral blood samples of 14,434 participants from 18 cohorts with mean ages ranging from 7 to 68 years, 13 methylation sites were significantly associated with aggression (alpha=1.2×10 −7 ; Bonferroni correction). In cord blood samples of 2,425 children from five cohorts with aggression assessed at mean ages ranging from 4 to 7 years, 83% of these sites showed the same direction of association with childhood aggression ( r =0.74, p=0.006) but no epigenome-wide significant sites were found. Top-sites (48 at a false discovery rate of 5% in the peripherl blood meta-analysis or in a combined meta-analysis of peripheral blood and cord blood) have been associated with chemical exposures, smoking, cognition, metabolic traits, and genetic variation (mQTLs). Three genes whose expression levels were associated with top-sites were previously linked to schizophrenia and general risk tolerance. At six CpGs, DNA methylation variation in blood mirrors variation in the brain. On average 44% (range=3-82%) of the aggression–methylation association was explained by current and former smoking and BMI. These findings point at loci that are sensitive to chemical exposures with potential implications for neuronal functions. We hope these results to be a starting point for studies leading to applications as peripheral biomarkers and to reveal causal relationships with aggression and related traits.

Background: Major depressive disorder (MDD) is a severe, heritable psychiatric disorder associated with shortened lifespan and comorbidities of advancing age. It is unknown however whether MDD is associated with accelerated biological ageing relative to chronological age. This hypothesis was tested using the epigenetic clock as a measure of biological age. Methods: To address the main hypothesis, using peripheral blood, we derived measures of Epigenetic Age Acceleration (EAA) in 3,833 controls and 1,219 MDD cases based on Hannum and Horvath epigenetic clocks in Generation Scotland (GS:SFHS, mean age 48 years, std dev 14.5). Models controlled for relatedness, sex, cell counts, and processing batch (basic model), as well as additional covariates of smoking and drinking status, and body mass index (BMI) (full models). Results: Accelerated epigenetic ageing was found in MDD cases versus controls using the Horvath clock (β=0.0804, p=0.012 equivalent to 0.20 years) in both the basic and full models. Significant MDD*age interactions indicated greatest effects at younger age ranges. No significant differences were observed for the Hannum clock. BMI was the only additional covariate found to attenuate the relationship between EAAHorvath and MDD. Further, genetic correlation analysis indicated significant overlap in the genetic aetiology of EAAHorvath with BMI (rG=0.20, p=0.03), between MDD with BMI (rG=0.10, p=9.86x10-6), but not between EAAHorvath and MDD (rG=0.14, p=0.125). Mediation analysis indicated partial mediation of the relationship between EAAHorvath and depression status through BMI (β=0.0028; p=0.0248, ~13%). Conclusion: These data imply that accelerated biological ageing is associated with MDD and partially mediated through BMI.

Background The Developmental Origins of Adult Disease (DOAD) theory predicts that prenatal and early life events shape adult health outcomes. Birth weight is a useful indicator of the foetal experience, and has been associated with multiple adult health outcomes. DNA methylation (DNAm) is one plausible mechanism behind the relationship of birth weight to adult health.Methods The Generation Scotland study allows data linkage to historic Scottish birth cohorts, and birth records held through the NHS Information and Statistics Division. Data linkage with these sources yielded a sample of 4, 710 individuals. Health measures were related to birth weight in regression models. An epigenome-wide association study (EWAS) was performed in a subgroup (n=1, 395), relating adult DNAm from whole blood to birth weight, with replication in an independent sample (n=362). Associations between birth weight and epigenetic clocks were also assessed.Findings Higher birth weight was significantly associated with reduced incidence of depression and osteoarthritis, higher body mass index, and higher general intelligence (absolute standardised effect size range 0·04 to 0·30, p(FDR)<0·05). Meta-analysis of discovery and replication EWAS studies yielded one genome-wide significant CpG site (p=5·97×10−9), cg00966482. Significant associations between birth weight and Grim Age (p=0·0014) and DNAm-derived telomere length (p=3·3×10−4) are also described.Interpretation Our results demonstrate associations between birth weight and adult health outcomes, with particularly striking effects for depression risk. It also provides support for an association between birth weight and DNAm, describing the first significant EWAS site associated with birth weight in an adult sample.Funding Wellcome Trust Strategic Award 104036/Z/14/ZEvidence before this study The associations between birth weight and various adult health outcomes have been well established. DNA methylation is a plausible mechanism through which early life experiences may continue to affect health throughout the lifecourse; however, evidence for birth weight associations with DNA methylation in adulthood has not yet been robustly established. This is likely due to small sample sizes of previous samples, as well as the use of poor-quality birth weight data, such as binary ‘low/normal’ variables or retrospective self-report. Alternatively, work has attempted to describe the persistence into adulthood of DNA methylation at sites identified at birth.Added value of this study We investigated genome-wide differential DNA methylation patterns from whole blood using data linkage-derived, continuous birth weight data, in the largest reported adult sample (n=1, 395) with replication (n=362) and meta-analysis. Meta-analysis revealed one epigenome-wide significant CpG site, to our knowledge the first significant EWAS result reported for birth weight in a an adult sample. In addition, we found associations between birth weight and GrimAge and a DNA methylation-derived measure of telomere length, demonstrating accelerated biological ageing in lower birth weight individuals. Together, these results suggest differential methylation exists in adulthood related to birth weight, and this may be relevant to health and mortality.Implications of all the available evidence Although CpG sites differentially methylated with birth weight at parturition may not remain so throughout life, the adult epigenome may still provide information on the impact of birth weight on health outcomes. The adult epigenome, therefore, may represent a useful archive of the foetal experience which results in birth weight variability, and this information may provide clinically useful information in mid-life.* DOAD : Developmental Origins of Adult Disease DNAm : DNA methylation EWAS : epigenome-wide association study BMI : body mass index GS : Generation Scotland OR : Odds Ratio SD : Standard Deviation SE : Standard Error CI : confidence interval SCID : Structured Clinical Interview for DSM-IV ACONF : Aberdeen Children of the 1950s AMND : Aberdeen Maternity and Neonatal Databank SMR : Scottish Morbidity Records HDL : high-density lipoprotein

Epigenetic DNA modification is partly under genetic control, and occurs in response to a wide range of environmental exposures. Linking epigenetic marks to clinical outcomes may provide greater insight into underlying molecular processes of disease, assist in the identification of therapeutic targets, and improve risk prediction. Here, we present a statistical approach, based on Bayesian inference, that estimates associations between disease risk and all measured epigenetic probes jointly, automatically controlling for both data structure (including cell-count effects, relatedness, and experimental batch effects) and correlations among probes. We benchmark our approach in simulation study, finding improved estimation of probe associations across a wide range of scenarios over existing approaches. Our method estimates the total proportion of disease risk captured by epigenetic probe variation, and when we applied it to measures of body mass index (BMI) and cigarette consumption behaviour in 5,101 individuals, we find that 66.7% (95% CI 60.0-72.8) of the variation in BMI and 67.7% (95% CI 58.4-76.9) of the variation in cigarette consumption can be captured by methylation array data from whole blood, independent of the variation explained by single nucleotide polymorphism markers. We find novel associations, with smoking behaviour associated with a methylation probe at the MNDA gene with >95% posterior inclusion probability, which is a myeloid cell nuclear differentiation antigen gene previously implicated as a biomarker for inflammation and non-Hodgkin lymphoma risk. We conduct unique genome-wide enrichment analyses, identifying blood cholesterol, lipid transport and sterol metabolism pathways for BMI, and response to xenobiotic stimulus and negative regulation of RNA polymerase II promoter transcription for smoking, all with >95% posterior inclusion probability of having methylation probes with associations >1.5 times larger than the average. Finally, we improve phenotypic prediction in two independent cohorts by 28.7% and 10.2% for BMI and smoking respectively over a LASSO model. These results imply that probe measures may capture large amounts of variance because they are likely a consequence of the phenotype rather than a cause. As a result, omics data may enable accurate characterization of disease progression and identification of individuals who are on a path to disease. Our approach facilitates better understanding of the underlying epigenetic architecture of complex common disease and is applicable to any kind of genomics data.

'Epigenetic age acceleration' is a valuable biomarker of ageing, predictive of morbidity and mortality, but for which the underlying biological mechanisms are not well established. Two commonly used measures, derived from DNA methylation, are Horvath-based (Horvath-EAA) and Hannum-based (Hannum-EAA) epigenetic age acceleration. We conducted genome-wide association studies of Horvath-EAA and Hannum-EAA in 13,493 unrelated individuals of European ancestry, to elucidate genetic determinants of differential epigenetic ageing. We identified ten independent SNPs associated with Horvath-EAA, five of which are novel. We also report 21 Horvath-EAA-associated genes including several involved in metabolism (NHLRC, TPMT) and immune system pathways (TRIM59, EDARADD). GWAS of Hannum-EAA identified one associated variant (rs1005277), and implicated 12 genes including several involved in innate immune system pathways (UBE2D3, MANBA, TRIM46), with metabolic functions (UBE2D3, MANBA), or linked to lifespan regulation (CISD2). Both measures had nominal inverse genetic correlations with father’s age at death, a rough proxy for lifespan. Nominally significant genetic correlations between Hannum-EAA and lifestyle factors including smoking behaviours and education support the hypothesis that Hannum-based epigenetic ageing is sensitive to variations in environment, whereas Horvath-EAA is a more stable cellular ageing process. We identified novel SNPs and genes associated with epigenetic age acceleration, and highlighted differences in the genetic architecture of Horvath-based and Hannum-based epigenetic ageing measures. Understanding the biological mechanisms underlying individual differences in the rate of epigenetic ageing could help explain different trajectories of age-related decline.

Background: Genome-wide DNA methylation (DNAm) profiling has allowed for the development of molecular predictors for a multitude of traits and diseases. Such predictors may be more accurate than the self-reported phenotypes, and could have clinical applications. Here, penalised regression models were used to develop DNAm predictors for body mass index (BMI), smoking status, alcohol consumption, and educational attainment in a cohort of 5,100 individuals. Using an independent test cohort comprising 906 individuals, the proportion of phenotypic variance explained in each trait was examined for DNAm-based and genetic predictors. Receiver operator characteristic curves were generated to investigate the predictive performance of DNAm-based predictors, using dichotomised phenotypes. The relationship between DNAm scores and all-cause mortality (n = 214 events) was assessed via Cox proportional-hazards models. Results: The DNAm-based predictors explained different proportions of the phenotypic variance for BMI (12%), smoking (60%), alcohol consumption (12%) and education (3%). The combined genetic and DNAm predictors explained 20% of the variance in BMI, 61% in smoking, 13% in alcohol consumption, and 6% in education. DNAm predictors for smoking, alcohol, and education but not BMI predicted mortality in univariate models. The predictors showed moderate discrimination of obesity (AUC=0.67) and alcohol consumption (AUC=0.75), and excellent discrimination of current smoking status (AUC=0.98). There was poorer discrimination of college-educated individuals (AUC=0.59). Conclusions: DNAm predictors correlate with lifestyle factors that are associated with health and mortality. They may supplement DNAm-based predictors of age to identify the lifestyle profiles of individuals and predict disease risk.

INTRODUCTION: The 'epigenetic clock' is a DNA methylation based estimate of biological age and is correlated with chronological age: the greatest risk factor for Alzheimer's disease (AD). Genetic and environmental risk factors exist for AD, several of which are potentially modifiable. Here, we assess the relationship associations between the epigenetic clock and AD risk factors. METHODS: Linear mixed modelling was used to assess the relationship between age acceleration (the residual of biological age regressed onto chronological age) and AD risk factors relating to cognitive reserve, lifestyle, disease, and genetics in the Generation Scotland study (n=5,100). RESULTS: We report significant associations between the epigenetic clock and BMI, total:HDL cholesterol ratios, socioeconomic status, and smoking behaviour (Bonferroni adjusted P<0.05). DISCUSSION: Associations are present between environmental risk factors for AD and age acceleration. Measures to modify such risk factors might improve the risk profile for AD and the rate of biological ageing. Future longitudinal analyses are therefore warranted.

Results from large cohort studies investigating the association between inflammation and cognition have been mixed, possibly due to methodological disparities. However, a key issue in research utilising inflammatory biomarkers is their typically phasic responses. C-reactive protein (CRP) is widely used to investigate the association between chronic inflammation and cognition, but its plasma concentrations can markedly deviate in response to acute infection. Recently a large-scale epigenome-wide association study identified DNA methylation correlates of CRP. DNA methylation is thought to be relatively stable in the short term, marking it as a potentially useful signature of exposure. Here, we generate an epigenetic CRP score and investigate its trajectories with age, and associations with cognitive ability, in comparison to serum CRP in two cohorts: a longitudinal study of older adults (the Lothian Birth Cohort 1936, n=889) and a large, cross-sectional cohort (Generation Scotland, n=7,028). We identified differing trajectories of serum CRP across the cohorts, with no homogeneous trends seen with age. Conversely, the epigenetic score was consistently found to increase with age, and to do so more rapidly in males compared to females. Higher levels of serum CRP were found to associate with poorer cognition in Lothian Birth Cohort 1936, but not in Generation Scotland. However, a consistent negative association was identified between cognition and the epigenetic score in both cohorts. Furthermore, the epigenetic score accounted for a greater proportion of variance in cognitive ability. Our results suggest that epigenetic signatures of acute inflammatory markers may provide an enhanced signature of chronic inflammation, allowing for more reliable stratification of individuals, and thus clearer inference of associations with incident health outcomes.

Genetic variation in the apolipoprotein E (APOE) gene is associated with Alzheimer's disease (AD) and risk factors for cardiovascular disease (CVD). DNA methylation at APOE has been linked to altered cognition and AD. It is unclear if epigenetic marks could be used for predicting future disease. We assessed blood-based DNA methylation at 13 CpGs in the APOE gene in 5828 participants from the Generation Scotland (GS) cohort. Using linear regression, we examined the relationship between APOE methylation, cognition, cholesterol, and the risks for AD and CVD. DNA methylation at two CpGs was associated with the ratio of total-to-HDL cholesterol, but not with cognition, or the risks of AD or CVD. APOE methylation could be involved in the levels of blood cholesterol, but there is no evidence for the utility of APOE methylation as a biomarker for predicting AD or CVD.

Background: DNA methylation reflect health-related environmental exposures and genetic risk, providing insights into aetiological mechanisms and potentially predicting disease onset, progression and treatment response. An increasingly recognised need for large-scale, longitudinally-profiled samples collected world-wide has made the development of efficient and straightforward sample collection and storage procedures a pressing issue. An alternative to the low-temperature storage of EDTA tubes of venous blood samples, which are frequently the source of the DNA used in such studies, is to collect and store at room temperature blood samples using filter paper engineered for the purpose, such as Whatman FTA® cards. Our goal was to determine whether DNA stored in this manner can be used to generate DNA methylation profiles comparable to those generated using blood samples frozen in EDTA tubes. Methods: DNA methylation profiles were obtained from matched EDTA tube and Whatman FTA® card whole-blood samples from 62 Generation Scotland: Scottish Family Health Study participants using the Infinium HumanMethylation450 BeadChip. Multiple quality control procedures were implemented, the relationship between the two sample types assessed, and EWASs performed for smoking status, age and the interaction between these variables and sample storage method. Results: Dried blood spot (DBS) DNA methylation profiles were of good quality and DNA methylation profiles from matched DBS and EDTA tube samples were highly correlated (mean r = 0.991) and could distinguish between participants. EWASs replicated established associations for smoking and age, with no evidence for moderation by storage method. Conclusions: Our results support the use of Whatman FTA® cards for collecting and storing blood samples for DNA methylation profiling. This approach is likely to be particularly beneficial for large-scale studies and those carried out in areas where freezer access is limited. Furthermore, our results will inform consideration of the use of newborn heel prick DBSs for research use.