Genome-wide association analyses using high-throughput metabolomics platforms have led to novel insights into the biology of human metabolism1-7. This detailed knowledge of the genetic determinants of systemic metabolism has been pivotal for uncovering how genetic pathways influence biological mechanisms and complex diseases8-11. Here we present a genome-wide association study for 233 circulating metabolic traits quantified by nuclear magnetic resonance spectroscopy in up to 136,016 participants from 33 cohorts. We identify more than 400 independent loci and assign probable causal genes at two-thirds of these using manual curation of plausible biological candidates. We highlight the importance of sample and participant characteristics that can have significant effects on genetic associations. We use detailed metabolic profiling of lipoprotein- and lipid-associated variants to better characterize how known lipid loci and novel loci affect lipoprotein metabolism at a granular level. We demonstrate the translational utility of comprehensively phenotyped molecular data, characterizing the metabolic associations of intrahepatic cholestasis of pregnancy. Finally, we observe substantial genetic pleiotropy for multiple metabolic pathways and illustrate the importance of careful instrument selection in Mendelian randomization analysis, revealing a putative causal relationship between acetone and hypertension. Our publicly available results provide a foundational resource for the community to examine the role of metabolism across diverse diseases.

Abstract DNA methylation profiles of aggressive behavior may capture lifetime cumulative effects of genetic, stochastic, and environmental influences associated with aggression. Here, we report the first large meta-analysis of epigenome-wide association studies (EWAS) of aggressive behavior (N=15,324 participants). In peripheral blood samples of 14,434 participants from 18 cohorts with mean ages ranging from 7 to 68 years, 13 methylation sites were significantly associated with aggression (alpha=1.2×10 −7 ; Bonferroni correction). In cord blood samples of 2,425 children from five cohorts with aggression assessed at mean ages ranging from 4 to 7 years, 83% of these sites showed the same direction of association with childhood aggression ( r =0.74, p=0.006) but no epigenome-wide significant sites were found. Top-sites (48 at a false discovery rate of 5% in the peripherl blood meta-analysis or in a combined meta-analysis of peripheral blood and cord blood) have been associated with chemical exposures, smoking, cognition, metabolic traits, and genetic variation (mQTLs). Three genes whose expression levels were associated with top-sites were previously linked to schizophrenia and general risk tolerance. At six CpGs, DNA methylation variation in blood mirrors variation in the brain. On average 44% (range=3-82%) of the aggression–methylation association was explained by current and former smoking and BMI. These findings point at loci that are sensitive to chemical exposures with potential implications for neuronal functions. We hope these results to be a starting point for studies leading to applications as peripheral biomarkers and to reveal causal relationships with aggression and related traits.

Abstract Variation in metabolite levels reflects individual differences in genetic and environmental factors. Here, we investigated the role of these factors in urinary metabolomics data in children. We examined the effects of sex and age on 86 metabolites, as measured on three metabolomics platforms that target amines, organic acids, and steroid hormones. Next, we estimated their heritability in a twin cohort of 1300 twins (age range: 5.7 - 12.9 years). We observed associations between age and 50 metabolites and between sex and 21 metabolites. The mean monozygotic (MZ) and dizygotic (DZ) correlations for urinary metabolites were 0.51 (range: 0.25-0.75) and 0.16 (range: 0.01-0.46) for the amines, 0.52 (range: 0.33-0.64) and 0.23 (range: 0.07-0.35) for the organic acids, and 0.61 (range: 0.43-0.81) and 0.25 (range: 0.11-0.44) for the steroids. Broad-sense heritability was 0.49 (range: 0.25-0.64), 0.50 (range: 0.33-0.62), and 0.64 (range: 0.43-0.81) for 50 amines, 13 organic acids, and 6 steroids, and narrow-sense heritability was 0.50 (range: 0.37-0.68), 0.50 (0.23-0.61), and 0.47 (range: 0.32-0.70) for 6 amines, 7 organic acids, and 4 steroids. We conclude that urinary metabolites in children have substantial heritability, with similar estimates for amines and organic acids, and higher estimates for steroid hormones.

Background. Applying good data management and FAIR data principles (Findable, Accessible, Interoperable, and Reusable) in research projects can help disentangle knowledge discovery, study result reproducibility, and data reuse in future studies. Based on the concepts of the original FAIR principles for research data, FAIR principles for research software were recently proposed. FAIR Digital Objects enable discovery and reuse of Research Objects, including computational workflows for both humans and machines. Practical examples can help promote the adoption of FAIR practices for computational workflows in the research community. We developed a multi-omics data analysis workflow implementing FAIR practices to share it as a FAIR Digital Object. Findings. We conducted a case study investigating shared patterns between multi-omics data and childhood externalizing behavior. The analysis workflow was implemented as a modular pipeline in the workflow manager Nextflow, including containers with software dependencies. We adhered to software development practices like version control, documentation, and licensing. Finally, the workflow was described with rich semantic metadata, packaged as a Research Object Crate, and shared via WorkflowHub. Conclusions. Along with the packaged multi-omics data analysis workflow, we share our experiences adopting various FAIR practices and creating a FAIR Digital Object. We hope our experiences can help other researchers who develop omics data analysis workflows to turn FAIR principles into practice.

There is continuous interest in the genetic determinants of plasma triglycerides (TGs) and phospholipids and their role in the etiology of cardiovascular disease (CVD). Here, we report the results of a Dutch genome wide association study (GWAS) of an in-house developed lipidomics platform, focusing on 90 plasma lipids. Lipids were assessed by liquid chromatography mass spectrometry in participants from the Leiden Longevity Study, the Netherlands Twin Register and the Erasmus Rucphen Family (ERF) study and meta-analysed, resulting in a sample size of 5537 participants. In addition, we performed genetic correlation analyses between the 90 plasma lipids and markers of metabolic health, as well as vascular pathology and CVD combining our GWAS results with publicly available GWAS outputs. We replicated previously known associations between 34 lipids and 10 lipid quantitative trait loci (lipQTL) ( GCKR, APOA1, FADS1, SGPP1,TMEM229B, LIPC, PDXDC1, CETP, CERS4 and SPTLC3 ) with metabolome-wide (P < 1.61 × 10−9) significance. Moreover, we report 6 novel phospholipid-related and 5 triglyceride (TG)-related loci: SGGP1 (SM21:0), SPTLC3 (SM21:0 and SM25:1), FADS1 (LPCO16:1, PC38:2, PEO36:5, PEO38:5, TG56:5, TG56:6, and TG56:7), TMEM229 (LPCO16:1), GCKR (TG50:2), and APOA1 (TG54:4). In addition, we report suggestively significant (P < 5 × 10−8) associations mapping to eleven novel lipid quantitative trait loci (lipQTLs), three of which are supported by mining previous GWAS data: MAU (PC34:4), LDLR (SM16:0), and MLXIPL (TG48:1 and TG50:1)). Genetic correlation analysis indicates that one specific specific sphingomyelin, SM22:0, shares common genetic background with CVD. Levels of SM22:0 also positively associate with carotid artery intima-media thickness in the ERF study, and this observation is independent of LDL-C level. Our findings yield higher resolution of plasma lipid species and new insights in the biology of circulating phosholipids and their relation to CVD risk.

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.