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 Genome-wide association studies have identified breast cancer risk variants in over 150 genomic regions, but the mechanisms underlying risk remain largely unknown. These regions were explored by combining association analysis with in silico genomic feature annotations. We defined 205 independent risk-associated signals with the set of credible causal variants (CCVs) in each one. In parallel, we used a Bayesian approach (PAINTOR) that combines genetic association, linkage disequilibrium, and enriched genomic features to determine variants with high posterior probabilities (HPPs) of being causal. Potentially causal variants were significantly over-represented in active gene regulatory regions and transcription factor binding sites. We applied our INQUSIT pipeline for prioritizing genes as targets of potentially causal variants, using gene expression (eQTL), chromatin interaction and functional annotations. Known cancer drivers, transcription factors and genes in the developmental, apoptosis, immune system and DNA integrity checkpoint gene ontology pathways, were over-represented among the 178 highest confidence target genes.

Abstract Pubertal timing varies considerably and is associated with later health outcomes. We performed multi-ancestry genetic analyses on ~800,000 women, identifying 1,080 signals for age at menarche. Collectively, these explained 11% of trait variance in an independent sample. Women at the top and bottom 1% of polygenic risk exhibited ~11 and ~14-fold higher risks of delayed and precocious puberty, respectively. We identified several genes harboring rare loss-of-function variants in ~200,000 women, including variants in ZNF483 , which abolished the impact of polygenic risk. Variant-to-gene mapping approaches and mouse gonadotropin-releasing hormone neuron RNA sequencing implicated 665 genes, including an uncharacterized G-protein-coupled receptor, GPR83 , which amplified the signaling of MC3R , a key nutritional sensor. Shared signals with menopause timing at genes involved in DNA damage response suggest that the ovarian reserve might signal centrally to trigger puberty. We also highlight body size-dependent and independent mechanisms that potentially link reproductive timing to later life disease.

Abstract Background Copy number variants (CNVs) are pervasive in the human genome but potential disease associations with rare CNVs have not been comprehensively assessed in large datasets. We analysed rare CNVs in genes and non-coding regions for 86,788 breast cancer cases and 76,122 controls of European ancestry with genome-wide array data. Results Gene burden tests detected the strongest association for deletions in BRCA1 (P= 3.7E-18). Nine other genes were associated with a p-value < 0.01 including known susceptibility genes CHEK2 (P= 0.0008), ATM (P= 0.002) and BRCA2 (P= 0.008). Outside the known genes we detected associations with p-values < 0.001 for either overall or subtype-specific breast cancer at nine deletion regions and four duplication regions. Three of the deletion regions were in established common susceptibility loci. Conclusions This is the first genome-wide analysis of rare CNVs in a large breast cancer case-control dataset. We detected associations with exonic deletions in established breast cancer susceptibility genes. We also detected suggestive associations with non-coding CNVs in known and novel loci with large effects sizes. Larger sample sizes will be required to reach robust levels of statistical significance.

Quantifying the genetic correlation between cancers can provide important insights into the mechanisms driving cancer etiology. Using genome-wide association study summary statistics across six cancer types based on a total of 296,215 cases and 301,319 controls of European ancestry, we estimate the pair-wise genetic correlations between breast, colorectal, head/neck, lung, ovary and prostate cancer, and between cancers and 38 other diseases. We observed statistically significant genetic correlations between lung and head/neck cancer (rg=0.57, p=4.6x10-8), breast and ovarian cancer (rg=0.24, p=7x10-5), breast and lung cancer (rg=0.18, p=1.5x10-6) and breast and colorectal cancer (rg=0.15, p=1.1x10-4). We also found that multiple cancers are genetically correlated with non-cancer traits including smoking, psychiatric diseases and metabolic characteristics. Functional enrichment analysis revealed a significant excess contribution of conserved and regulatory regions to cancer heritability. Our comprehensive analysis of cross-cancer heritability suggests that solid tumors arising across tissues share in part a common germline genetic basis.

Cannabis use is highly prevalent and is associated with adverse and beneficial effects. To better understand the full spectrum of health consequences, biomarkers that accurately classify cannabis use are needed. DNA methylation (DNAm) is an excellent candidate, yet no blood-based epigenome-wide association studies (EWAS) in humans exist. We conducted an EWAS of lifetime cannabis use (ever vs. never) using blood-based DNAm data from a case-cohort study within Sister Study, a prospective cohort of women at risk of developing breast cancer (Discovery N=1,730 [855 ever users]; Replication N=853 [392 ever users]). We identified and replicated an association with lifetime cannabis use at cg15973234 ( CEMIP ): combined P=3.3×10−8. We found no overlap between published blood-based cis -meQTLs of cg15973234 and reported lifetime cannabis use-associated SNPs (P<0.05), suggesting that the observed DNAm difference was driven by cannabis exposure. We also developed a multi-CpG classifier of lifetime cannabis use using penalized regression of top EWAS CpGs. The resulting 49-CpG classifier produced an area under the curve (AUC)=0.74 (95% confidence interval [0.72, 0.76], P=2.00×10−5) in the discovery sample and AUC=0.54 ([0.51, 0.57], P=4.64×10−2) in the replication sample. Our EWAS findings provide evidence that blood-based DNAm is associated with lifetime cannabis use.

Anti-Müllerian hormone (AMH) is required for sexual differentiation in the fetus, and in adult females AMH is produced by growing ovarian follicles. Consequently, AMH levels are correlated with ovarian reserve, declining towards menopause when the oocyte pool is exhausted. A previous genome-wide association study identified three genetic variants in and around the AMH gene that explained 25% of variation in AMH levels in adolescent males but did not identify any genetic associations reaching genome-wide significance in adolescent females. To explore the role of genetic variation in determining AMH levels in women of late reproductive age, we carried out a genome-wide meta-analysis in 3,344 pre-menopausal women from five cohorts (median age 44-48 years at blood draw). A single genetic variant, rs16991615, previously associated with age at menopause, reached genome-wide significance at P=3.48×10−10, with a per allele difference in age-adjusted inverse normal AMH of 0.26 SD (95% CI [0.18,0.34]). We investigated whether genetic determinants of female reproductive lifespan were more generally associated with pre-menopausal AMH levels. Genetically-predicted age at menarche had no robust association but genetically-predicted age at menopause was associated with lower AMH levels by 0.18 SD (95% CI [0.14,0.21]) in age-adjusted inverse normal AMH per one-year earlier age at menopause. Our findings support the hypothesis that AMH is a valid measure of ovarian reserve in pre-menopausal women and suggest that the underlying biology of ovarian reserve results in a causal link between pre-menopausal AMH levels and menopause timing.