Abstract Educational inequalities in all-cause mortality have been observed for decades. However, the underlying biological mechanisms are not well known. We aimed to assess the role of DNA methylation changes in blood captured by epigenetic clocks in explaining these inequalities. Data were from 8 prospective population-based cohort studies, representing 13 021 participants. First, educational inequalities and their portion explained by Horvath DNAmAge, Hannum DNAmAge, DNAmPhenoAge, and DNAmGrimAge epigenetic clocks were assessed in each cohort via counterfactual-based mediation models, on both absolute (hazard difference) and relative (hazard ratio) scales, and by sex. Second, estimates from each cohort were pooled through a random effect meta-analysis model. Men with low education had excess mortality from all causes of 57 deaths per 10 000 person-years (95% confidence interval [CI]: 38, 76) compared with their more advantaged counterparts. For women, the excess mortality was 4 deaths per 10 000 person-years (95% CI: −11, 19). On the relative scale, educational inequalities corresponded to hazard ratios of 1.33 (95% CI: 1.12, 1.57) for men and 1.15 (95% CI: 0.96, 1.37) for women. DNAmGrimAge accounted for the largest proportion, approximately 50%, of the educational inequalities for men, while the proportion was negligible for women. Most of this mediation was explained by differential effects of unhealthy lifestyles and morbidities of the World Health Organization (WHO) risk factors for premature mortality. These results support DNA methylation-based epigenetic aging as a signature of educational inequalities in life expectancy emphasizing the need for policies to address the unequal social distribution of these WHO risk factors.

Abstract Biological ageing estimators derived from DNA methylation (DNAm) data are heritable and correlate with morbidity and mortality. Leveraging DNAm and SNP data from >41,000 individuals, we identify 137 genome-wide significant loci (113 novel) from meta-analyses of four epigenetic clocks and epigenetic surrogate markers for granulocyte proportions and plasminogen activator inhibitor 1 levels, respectively. We report strong genetic correlations with longevity and lifestyle factors such as smoking, education, and obesity. Significant associations are observed in polygenic risk score analysis and to a lesser extent in Mendelian randomization analyses. This study illuminates the genetic architecture underlying epigenetic ageing and its shared genetic contributions with lifestyle factors and longevity.

Genetic mechanisms of blood pressure (BP) regulation remain poorly defined. Using kidney-specific epigenomic annotations and 3D genome information we generated and validated gene expression prediction models for the purpose of transcriptome-wide association studies in 700 human kidneys. We identified 889 kidney genes associated with BP of which 399 were prioritised as contributors to BP regulation. Imputation of kidney proteome and microRNAome uncovered 97 renal proteins and 11 miRNAs associated with BP. Integration with plasma proteomics and metabolomics illuminated circulating levels of myo-inositol, 4-guanidinobutanoate and angiotensinogen as downstream effectors of several kidney BP genes (SLC5A11, AGMAT, AGT, respectively). We showed that genetically determined reduction in renal expression may mimic the effects of rare loss-of-function variants on kidney mRNA/protein and lead to an increase in BP (e.g., ENPEP). We demonstrated a strong correlation (r = 0.81) in expression of protein-coding genes between cells harvested from urine and the kidney highlighting a diagnostic potential of urinary cell transcriptomics. We uncovered adenylyl cyclase activators as a repurposing opportunity for hypertension and illustrated examples of BP-elevating effects of anticancer drugs (e.g. tubulin polymerisation inhibitors). Collectively, our studies provide new biological insights into genetic regulation of BP with potential to drive clinical translation in hypertension.