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.

Background: DNA methylation may be one of the mechanisms by which alcohol consumption is associated with the risk of disease. We conducted a large-scale, cross-sectional, genome-wide DNA methylation association study of alcohol consumption and a longitudinal analysis of repeated measurements taken several years apart. Methods: Using the Illumina Infinium HumanMethylation450 BeadChip, DNA methylation measures were determined using baseline peripheral blood samples from 5,606 adult Melbourne Collaborative Cohort Study (MCCS) participants. For a subset of 1,088 of them, these measures were repeated using blood samples collected at follow-up, a median of 11 years later. Associations between alcohol intake and blood DNA methylation were assessed using linear mixed-effects regression models adjusted for batch effects and potential confounders. Independent data from the LOLIPOP (N=4,042) and KORA (N=1,662) cohorts were used to replicate associations discovered in the MCCS. Results: Cross-sectional analyses identified 1,414 CpGs associated with alcohol intake at P<10-7, 1,243 of which had not been reported previously. Of these 1,243 novel associations, 1,078 were replicated (P<0.05) using LOLIPOP and KORA data. Using the MCCS data, we also replicated (P<0.05) 403 of 518 associations that had been reported previously. Interaction analyses suggested that associations were stronger for women, non-smokers, and participants genetically predisposed to consume less alcohol. Of the 1,414 CpGs, 530 were differentially methylated (P<0.05) in former compared with current drinkers. Longitudinal associations between the change in alcohol intake and the change in methylation were observed for 513 of the 1,414 cross-sectional associations. Conclusion: Our study indicates that, for middle-aged and older adults, alcohol intake is associated with widespread changes in DNA methylation across the genome. Longitudinal analyses showed that the methylation status of alcohol-associated CpGs may change with changes in alcohol consumption.

Background: Several studies have reported DNA methylation in blood to be associated with body mass index (BMI), but only a few have investigated causal aspects of the association. We used a twin family design to assess this association at two life points and applied a novel analytical approach to investigate the evidence for causality. Methods: The methylation profile of DNA from peripheral blood was measured for 479 Australian women (mean age 56 years) from 130 twin families. Linear regression was used to estimate the associations of methylation at ~410 000 cytosine-guanine dinucleotides (CpG), and of the average methylation at ~20 000 genes, with current BMI, BMI at age 18-21 years, and the change between the two (BMI change). A novel regression-based methodology for twins, Inference about Causation through Examination of Familial Confounding (ICE FALCON), was used to assess causation. Results: At 5% false discovery rate, nine, six and 12 CpGs at 24 loci were associated with current BMI, BMI at age 18-21 years and BMI change, respectively. The average methylation of BHLHE40 and SOCS3 loci was associated with current BMI, and of PHGDH locus was associated with BMI change. From the ICE FALCON analyses with BMI as the predictor and methylation as the outcome, a woman's methylation level was associated with her co-twin's BMI, and the association disappeared conditioning on her own BMI, consistent with BMI causing methylation. To the contrary, using methylation as the predictor and BMI as the outcome, a woman's BMI was not associated with her co-twin's methylation level, consistent with methylation not causing BMI. Conclusion: For middle-aged women, peripheral blood DNA methylation at several genomic locations is associated with current BMI, BMI at age 18-21 years and BMI change. Our study suggests that BMI has a causal effect on peripheral blood DNA methylation.

We conducted a genome-wide association study of blood DNA methylation and smoking, attempted replication of previously discovered associations, and assessed the reversibility of smoking-associated methylation changes. DNA methylation was measured in baseline peripheral blood samples for 5,044 participants in the Melbourne Collaborative Cohort Study. For 1,032 participants, these measures were repeated using blood samples collected at follow-up, a median of 11 years later. A cross-sectional analysis of the association between smoking and DNA methylation and a longitudinal analysis of changes in smoking status and changes in DNA methylation were conducted. We used our cross-sectional analysis to replicate previously reported associations for current (N=3,327) and former (N=172) smoking. A comprehensive smoking index accounting for the bioactivity of smoking and several aspects of smoking history was constructed to assess the reversibility of smoking-induced methylation changes. We identified 4,496 cross-sectional associations at P<10−7, including 3,296 that were novel. We replicated the majority (90%) of previously reported associations for current and former smokers. In our data, we observed for former smokers a substantial degree of return to the methylation levels of never smokers, compared with current smokers (median: 74%, IQR=63-86%). Consistent with this, we found wide-ranging estimates for the half-life parameter of the comprehensive smoking index. Longitudinal analyses identified 368 sites at which methylation changed upon smoking cessation. Our study provides evidence of many novel associations between smoking and DNA methylation at CpGs across the genome, replicates the vast majority of previously reported associations, and indicates wide-ranging reversibility rates for smoking-induced methylation changes.