Abstract Humans vary substantially in their willingness to take risks. In a combined sample of over one million individuals, we conducted genome-wide association studies (GWAS) of general risk tolerance, adventurousness, and risky behaviors in the driving, drinking, smoking, and sexual domains. We identified 611 approximately independent genetic loci associated with at least one of our phenotypes, including 124 with general risk tolerance. We report evidence of substantial shared genetic influences across general risk tolerance and risky behaviors: 72 of the 124 general risk tolerance loci contain a lead SNP for at least one of our other GWAS, and general risk tolerance is moderately to strongly genetically correlated ( to 0.50) with a range of risky behaviors. Bioinformatics analyses imply that genes near general-risk-tolerance-associated SNPs are highly expressed in brain tissues and point to a role for glutamatergic and GABAergic neurotransmission. We find no evidence of enrichment for genes previously hypothesized to relate to risk tolerance.

Background: Human aggressive behavior (AGG) has a substantial genetic component. Here we present a large genome-wide association meta-analysis (GWAMA) of childhood AGG. Methods: We analyzed assessments of AGG for a total of 328,935 observations from 87,485 children (aged 1.5 - 18 years), from multiple assessors, instruments, and ages, while accounting for sample overlap. We performed an overall analysis and meta-analyzed subsets of the data within rater, instrument, and age. Results: Heritability based on the overall meta-analysis (AGGall) that could be attributed to Single Nucleotide Polymorphisms (SNPs) was 3.31% (SE=0.0038). No single SNP reached genome-wide significance, but gene-based analysis returned three significant genes: ST3GAL3 (P=1.6E-06), PCDH7 (P=2.0E-06) and IPO13 (P=2.5E-06). All three genes have previously been associated with educational traits. Polygenic scores based on our GWAMA significantly predicted aggression in a holdout sample of children and in retrospectively assessed childhood aggression. We obtained moderate-to-strong genetic correlations (r\_g's) with selected phenotypes from multiple domains, but hardly with any of the classical biomarkers thought to be associated with AGG. Significant genetic correlations were observed with most psychiatric and psychological traits (range.|r\_g |:.0.19 - 1.00), except for obsessive-compulsive disorder. Aggression had a negative genetic correlation (r\_g=~-0.5) with cognitive traits and age at first birth. Aggression was strongly genetically correlated with smoking phenotypes (range.|r\_g |:.0.46 - 0.60). Genetic correlations between AGG and psychiatric disorders were strongest for mother- and self-reported AGG. Conclusions: The current GWAMA of childhood aggression provides a powerful tool to interrogate the genetic etiology of AGG by creating individual polygenic scores and genetic correlations with psychiatric traits.### Competing Interest StatementMiquel Casas has received travel grants and research support from Eli Lilly and Co., Janssen-Cilag, Shire and Lundbeck and served as consultant for Eli Lilly and Co., Janssen-Cilag, Shire and Lundbeck. Josep Antoni Ramos Quiroga was on the speakers’ bureau and/or acted as consultant Eli-Lilly, Janssen-Cilag, Novartis, Shire, Lundbeck, Almirall, Braingaze, Sincrolab, Medicine, Exeltis and Rubió in the last 5 years. He also received travel awards (air tickets + hotel) for taking part in psychiatric meetings from Janssen-Cilag, Rubió, Shire, Medice and Eli-Lilly. The Department of Psychiatry chaired by him received unrestricted educational and research support from the following companies in the last 5 years: Eli-Lilly, Lundbeck, Janssen-Cilag, Actelion, Shire, Ferrer, Oryzon, Roche, Psious, and Rubió.

Polygenic scores are increasingly powerful predictors of educational achievement. It is unclear, however, how sets of polygenic scores, which partly capture environmental effects, perform jointly with sets of environmental measures, which are themselves heritable, in prediction models of educational achievement. Here, for the first time, we systematically investigate gene-environment correlation (rGE) and interaction (GxE) in the joint analysis of multiple genome-wide polygenic scores (GPS) and multiple environmental measures as they predict tested educational achievement (EA). We predict EA in a representative sample of 7,026 16-year-olds, with 20 GPS for psychiatric, cognitive and anthropometric traits, and 13 environments (including life events, home environment, and SES) measured earlier in life. Environmental and GPS predictors were modelled, separately and jointly, in penalized regression models with out-of-sample comparisons of prediction accuracy, considering the implications that their interplay had on model performance. Jointly modelling multiple GPS and environmental factors significantly improved prediction of EA, with cognitive-related GPS adding unique independent information beyond SES, home environment and life events. We found evidence for rGE underlying variation in EA (rGE = .36; 95% CIs = .29, .43). We estimated that 38% (95% CIs = 29%, 49%) of the GPS effects on EA were mediated by environmental effects, and in turn that 18% (95% CIs =12%, 25%) of environmental effects were accounted for by the GPS model. Lastly, we did not find evidence that GxE effects collectively contributed to multivariable prediction. Our multivariable polygenic and environmental prediction model suggests widespread rGE and unsystematic GxE contributions to EA in adolescence.

Uterine leiomyomata (UL), also known as uterine fibroids, are the most common neoplasms of the reproductive tract and the primary cause for hysterectomy, leading to considerable impact on women's lives as well as high economic burden. Genetic epidemiologic studies indicate that heritable risk factors contribute to UL pathogenesis. Previous genome-wide association studies (GWAS) identified five loci associated with UL at genome-wide significance (P < 5 x 10-8). We conducted GWAS meta-analysis in 20,406 cases and 223,918 female controls of white European ancestry, identifying 24 genome-wide significant independent loci; 17 replicated in an unrelated cohort of 15,068 additional cases and 43,587 female controls. Aggregation of discovery and replication studies (35,474 cases and 267,505 female controls) revealed six additional significant loci. Interestingly, four of the 17 loci identified and replicated in these analyses have also been associated with risk for endometriosis, another common gynecologic disorder. These findings increase our understanding of the biological mechanisms underlying UL development, and suggest overlapping genetic origins with endometriosis.

Hemoglobin (Hb) is the main carrier of oxygen. In general, high-end Hb levels within the normal range are considered beneficial for health1. However, activation of the hypoxia response has been shown to protect mice against metabolic dysfunction2-4. We used Hb levels as an indicator for oxygenation status and studied its association with >170 anthropometric and metabolic parameters in two Finnish birth cohorts both in cross-sectional and longitudinal design (max n = 7,175). Here we show a positive linear association between Hb levels and body mass index (BMI). Subjects with the lower Hb levels had better glucose tolerance, lower cholesterol and blood pressure levels, less adverse metabolite profiles and lower inflammatory load. Notably, these associations were not only mediated by the lower BMI, and the effect size of many of them increased with age. Polygenic risk score (PRS) analyses indicated shared genetic determinants between Hb levels and BMI, insulin, triglyceride and HDL cholesterol levels. Mendelian randomization (MR) analyses could not demonstrate causal relationships between Hb and metabolic parameters. However, manipulation of Hb levels by venesection in mice showed evidence for causal associations with body weight and metabolic parameters. Our findings suggest that lower-end normal Hb levels may be favorable for systemic metabolism involving mild chronic activation of the hypoxia response. Therefore modulation of Hb levels could be a novel strategy towards maintenance of metabolic health.

Background: Clinical recommendations to limit gestational weight gain (GWG) imply high GWG is causally related to adverse outcomes in mother or offspring, but GWG is the sum of several inter-related complex phenotypes (maternal fat deposition and vascular expansion, placenta, amniotic fluid and fetal growth). Understanding the genetic contribution to GWG could help clarify the potential effect of its different components on maternal and offspring health. Here we explore the genetic contribution to total, early and late GWG. Participants and Methods: A genome-wide association study was used to identify maternal and fetal variants contributing to GWG in up to 10,543 mothers and up to 16,317 offspring of European origin, with replication in 10,660 mothers and 7,561 offspring. Additional analyses determined the proportion of variability in GWG from maternal and fetal common genetic variants and the overlap of established genome-wide significant variants for phenotypes relevant to GWG (e.g. maternal BMI and glucose, birthweight). Results: We found that approximately 20% of the variability in GWG was tagged by common maternal genetic variants, and that the fetal genome made a surprisingly minor contribution to explaining variation in GWG. We were unable to identify any genetic variants that reached genome-wide levels of significance (P<5x10-8) and replicated. Some established maternal variants associated with increased BMI, fasting glucose and type 2 diabetes were associated with lower early, and higher later GWG. Maternal variants related to higher systolic blood pressure were related to lower late GWG. Established maternal and fetal birthweight variants were largely unrelated to GWG. Conclusion: We found a modest contribution of maternal common variants to GWG and some overlap of maternal BMI, glucose and type 2 diabetes variants with GWG. These findings suggest that associations between GWG and later offspring/maternal outcomes may be due to the relationship of maternal BMI and gestational diabetes with GWG.

Early childhood growth patterns are associated with adult metabolic health, but the underlying mechanisms are unclear. We performed genome-wide meta-analyses and follow-up in up to 22,769 European children for six early growth phenotypes derived from longitudinal data: peak height and weight velocities, age and body mass index (BMI) at adiposity peak (AP ~9 months) and rebound (AR ~5-6 years). We identified four associated loci (P< 5x10-8): LEPR/LEPROT with BMI at AP, FTO and TFAP2B with Age at AR and GNPDA2 with BMI at AR. The observed AR-associated SNPs at FTO, TFAP2B and GNPDA2 represent known adult BMI-associated variants. The common BMI at AP associated variant at LEPR/LEPROT was not associated with adult BMI but was associated with LEPROT gene expression levels, especially in subcutaneous fat (P<2x10-51). We identify strong positive genetic correlations between early growth and later adiposity traits, and analysis of the full discovery stage results for Age at AR revealed enrichment for insulin-like growth factor 1 (IGF-1) signaling and apolipoprotein pathways. This genome-wide association study suggests mechanistic links between early childhood growth and adiposity in later childhood and adulthood, highlighting these early growth phenotypes as potential targets for the prevention of obesity.

Background: There is now convincing evidence that pleiotropy across the genome contributes to the correlation between human traits and comorbidity of diseases. The recent availability of genome-wide association study (GWAS) results have made the polygenic risk score (PRS) approach a powerful way to perform genetic prediction and identify genetic overlap among phenotypes. Methods and findings: Here we use the PRS method to assess evidence for shared genetic aetiology across hundreds of traits within a single epidemiological study, the Northern Finland Birth Cohort 1966 (NFBC1966). We replicate numerous recent findings, such as a genetic association between Alzheimers disease and lipid levels, while the depth of phenotyping in the NFBC1966 highlights a range of novel significant genetic associations between traits. Conclusions: This study illustrates the power in taking a hypothesis-free approach to the study of shared genetic aetiology between human traits and diseases. It also demonstrates the potential of the PRS method to provide important biological insights using only a single well-phenotyped epidemiological study of moderate sample size (~5k), with important advantages over evaluating genetic correlations from GWAS summary statistics only.

Maternal smoking during pregnancy is associated with adverse offspring health outcomes across their life course. We hypothesize that DNA methylation is a potential mediator of this relationship. To test this, we examined the association of prenatal maternal smoking with DNA methylation in 2,821 individuals (age 16 to 48 years) from five prospective birth cohort studies and perform Mendelian randomization and mediation analyses to assess, whether methylation markers have causal effects on disease outcomes in the offspring. We identify 69 differentially methylated CpGs in 36 genomic regions (P < 10-7), and show that DNA methylation may represent a biological mechanism through which maternal smoking is associated with increased risk of psychiatric morbidity in the exposed offspring.