Characterizing genetic influences on DNA methylation (DNAm) provides an opportunity to understand mechanisms underpinning gene regulation and disease. In the present study, we describe results of DNAm quantitative trait locus (mQTL) analyses on 32,851 participants, identifying genetic variants associated with DNAm at 420,509 DNAm sites in blood. We present a database of >270,000 independent mQTLs, of which 8.5% comprise long-range (trans) associations. Identified mQTL associations explain 15–17% of the additive genetic variance of DNAm. We show that the genetic architecture of DNAm levels is highly polygenic. Using shared genetic control between distal DNAm sites, we constructed networks, identifying 405 discrete genomic communities enriched for genomic annotations and complex traits. Shared genetic variants are associated with both DNAm levels and complex diseases, but only in a minority of cases do these associations reflect causal relationships from DNAm to trait or vice versa, indicating a more complex genotype–phenotype map than previously anticipated. DNA methylation quantitative trait locus (mQTL) analyses on 32,851 participants identify genetic variants associated with DNA methylation at 420,509 sites in blood, resulting in a database of >270,000 independent mQTLs.

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 The possible role of somatic copy number variations (CNVs) in Alzheimer’s disease (AD) aetiology has been controversial. Although cytogenetic studies suggested increased CNV loads in AD brains, a recent single-cell whole-genome sequencing (scWGS) experiment, studying frontal cortex brain samples, found no such evidence. Here we readdressed this issue using lowcoverage scWGS on pyramidal neurons dissected using laser capture microdissection (LCM) across five brain regions: entorhinal cortex, temporal cortex, hippocampal CA1, hippocampal CA3, and the cerebellum. Results Among reliably detected somatic CNVs identified in 1301 cells obtained from the brains of 13 AD patients and 7 healthy controls, deletions were more frequent compared to duplications. Interestingly, we observed slightly higher frequencies of CNV events in cells from AD compared to similar numbers of cells from controls (4.1% vs. 1.4%, or 0.9% vs. 0.7%, using different filtering approaches), although the differences were not statistically significant. We also observed that LCM-isolated cells show higher within-cell read depth variation compared to cells isolated with fluorescence activated cell sorting (FACS), which we argue may have both biological and technical causes. Furthermore, we found that LCM-isolated neurons in AD harbour slightly more read depth variability than neurons of controls, which might be related to the reported hyperploid profiles of some AD-affected neurons. We also propose a principal component analysis-based denoising approach that significantly reduces within-cell read depth variation in scWGS data. Conclusions We find slightly higher somatic CNV frequencies in the brains of AD patients, and higher sequencing coverage variability, although the effects measured do not reach statistical significance. The results call for improved experimental protocols to determine the possible role of CNVs in AD pathogenesis.

Tobacco smoking is a risk factor for multiple diseases, including cardiovascular disease and diabetes. Many smoking-associated signals have been detected in the blood methylome, but the extent to which these changes are widespread to metabolically relevant tissues, and impact gene expression or cardio-metabolic health, remains unclear. We investigated smoking-associated DNA methylation and gene expression variation in adipose tissue from 542 healthy female twins with available well-characterized cardio-metabolic phenotype profiles. We identified 42 smoking-methylation and 42 smoking-expression signals, where five genes (AHRR, CYP1A1, CYP1B1, CYTL1, F2RL3) were both hypo-methylated and up-regulated in smokers. We replicated and validated a proportion of the signals in blood, adipose, skin, and lung tissue datasets, identifying tissue-shared effects. Smoking leaves systemic imprints on DNA methylation after smoking cessation, with stronger but shorter-lived effects on gene expression. We tested for associations between the observed smoking signals and several adiposity phenotypes that constitute cardio-metabolic disease risk. Visceral fat and android/gynoid ratio were associated with methylation at smoking-markers with functional impacts on expression, such as CYP1A1, and in signals shared across tissues, such as NOTCH1. At smoking-signals BHLHE40 and AHRR DNA methylation and gene expression levels in current smokers were predictive of future gain in visceral fat upon smoking cessation. Our results provide the first comprehensive characterization of coordinated DNA methylation and gene expression markers of smoking in adipose tissue, a subset of which link to human cardio-metabolic health and may give insights into the wide-ranging risk effects of smoking across the body.

DNA methylation age is an accurate biomarker of chronological age and predicts lifespan, but its underlying molecular mechanisms are unknown. In this genome-wide association study of 9,907 individuals, we found gene variants mapping to five loci associated with intrinsic epigenetic age acceleration (IEAA) and gene variants in 3 loci associated extrinsic epigenetic age acceleration (EEAA). Mendelian randomization analysis suggested causal influences of menarche and menopause on IEAA and lipid levels on IEAA and EEAA. Variants associated with longer leukocyte telomere length (LTL) in the telomerase reverse transcriptase gene (TERT) locus at 5p15.33 confer higher IEAA (P<2.7x10-11). Causal modelling indicates TERT-specific and independent effects on LTL and IEAA. Experimental hTERT expression in primary human fibroblasts engenders a linear increase in DNA methylation age with cell population doubling number. Together, these findings indicate a critical role for hTERT in regulating the DNA methylation clock, in addition to its established role of compensating for cell replication-dependent telomere shortening.