Abstract We introduce an innovative statistical framework to optimize and benchmark polygenic risk score (PRS) models using summary statistics of genome-wide association studies. This framework builds upon our previous work and can fine-tune virtually all existing PRS models while accounting for linkage disequilibrium. In addition, we provide an ensemble learning strategy named PUMA-CUBS to combine multiple PRS models into an ensemble score without requiring external data for model fitting. Through extensive simulations and analysis of many complex traits in the UK Biobank, we demonstrate that this approach closely approximates gold-standard analytical strategies based on external validation, and substantially outperforms state-of-the-art PRS methods. We argue that PUMA-CUBS is a powerful and general modeling technique that can continue to combine the best-performing PRS methods out there through ensemble learning and could become an integral component for all future PRS applications.

Abstract In this study, we introduce PIGEON—a novel statistical framework for quantifying and estimating polygenic gene-environment interaction (GxE) using a variance component analytical approach. Based on PIGEON, we outline the main objectives in GxE studies, demonstrate the flaws in existing GxE approaches, and introduce an innovative estimation procedure which only requires summary statistics as input. We demonstrate the statistical superiority of PIGEON through extensive theoretical and empirical analyses and showcase its performance in multiple analytic settings, including a quasi-experimental GxE study of health outcomes, gene-by-sex interaction for 530 traits, and gene-by-treatment interaction in a randomized clinical trial. Our results show that PIGEON provides an innovative solution to many long-standing challenges in GxE inference and may fundamentally reshape analytical strategies in future GxE studies.

Abstract Hypertension remains a leading cause of cardiovascular and kidney diseases. Failure to control blood pressure with ≥ 3 medications or control requiring ≥ 4 medications is classified as resistant hypertension (rHTN) and new therapies are needed to reduce the resulting increased risk of morbidity and mortality. Here, we report genetic evidence that relaxin family peptide receptor 2 (RXFP2) is associated with rHTN in men, but not in women. This study shows that adrenal gland gene expression of RXFP2 is increased in men with hypertension and the RXFP2 natural ligand, INSL3, increases adrenal steroidogenesis and corticosteroid secretion in human adrenal cells. To address the hypothesis that RXFP2 activation is an important mechanism in rHTN, we discovered and characterized small molecule and monoclonal antibody (mAb) blockers of RXFP2. The novel chemical entities and mAbs show potent, selective inhibition of RXFP2 and reduce aldosterone and cortisol synthesis and release. The RXFP2 mAbs have suitable rat pharmacokinetic profiles to evaluate the role of RXFP2 in the development and maintenance of rHTN. Overall, we identified RXFP2 activity as a potential new mechanism in rHTN and discovered RXFP2 antagonists for the future interrogation of RXFP2 in cardiovascular and renal diseases.