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.

ABSTRACT Identifying the genetic determinants of inter-individual variation in lipid species (lipidome) may provide deeper understanding and new insight into the mechanistic effect of complex lipidomic pathways in CVD risk and progression beyond simple traditional lipids. Previous studies have been largely population based and thus only powered to discover associations with common genetic variants. Founder populations represent a powerful resource to accelerate discovery of novel biology associated with rare population alleles that have risen to higher frequency due to genetic drift. We performed a GWAS of 355 lipid species in 650 individuals from the Old Order Amish founder population including 127 lipid species not previously tested. We report for the first time the lipid species associated with two rare-population but Amish-enriched lipid variants: APOB _rs5742904 and APOC3 _rs76353203. We also identified novel associations for 3 rare-population Amish-enriched loci with several sphingolipids and with proposed potential functional/causal variant in each locus including GLPTD2 _rs536055318, CERS5 _rs771033566, and AKNA _rs531892793. We replicated 7 previously known common loci including novel associations with two sterols: androstenediol with UGT locus on chromosome 2 and estriol with SLC22A8/A24 locus on chromosome 11. Our results show the power of founder populations to discover novel biology due to genetic drift that can increase the frequency of an allele from only few copies in large sample cohorts such as the UK Biobank to dozens of copies in sample size as small as 650.

Abstract There has been great interest in genetic risk prediction using risk scores in recent years, however, the utility of scores developed in European populations and later applied to non-European populations has not been successful. In this study, we used cross-sectional data from the Hypertension Genetic Epidemiology Network (HyperGEN, N=614 African Americans (AA)) and the Genetics of Lipid Lowering Drugs and Diet Network (GOLDN, N=995 European Americans (EA)), to create a methylation risk score (MRS) for metabolic syndrome (MetS), demonstrating the utility of MRS across race groups. To demonstrate this, we first selected cytosine-guanine dinucleotides (CpG) sites measured on Illumina Methyl450 arrays previously reported to be significantly associated with MetS and/or component conditions ( CPT1A cg00574958, PHOSPHO1 cg02650017, ABCG1 cg06500161, SREBF1 cg11024682, SOCS3 cg18181703, TXNIP cg19693031). Second, we calculated the parameter estimates for the 6 CpGs in the HyperGEN data and used the beta estimates as weights to construct a MRS in HyperGEN, which was validated in GOLDN. We performed association analyses using a logistic mixed model to test the association between the MRS and MetS adjusting for covariates. Results showed the MRS was significantly associated with MetS in both populations. In summary, a MRS for MetS was a strong predictor for the condition across two ethnic groups suggesting MRS may be useful to examine metabolic disease risk or related complications across ethnic groups.