Abstract Genetically predicted levels of multi-omic traits can uncover the molecular underpinnings of common phenotypes in a highly efficient manner. Here, we utilised a large cohort (INTERVAL; N=50,000 participants) with extensive multi-omic data for plasma proteomics (SomaScan, N=3,175; Olink, N=4,822), plasma metabolomics (Metabolon HD4, N=8,153), serum metabolomics (Nightingale, N=37,359), and whole blood Illumina RNA sequencing (N=4,136). We used machine learning to train genetic scores for 17,227 molecular traits, including 10,521 which reached Bonferroni-adjusted significance. We evaluated genetic score performances in external validation across European, Asian and African American ancestries, and assessed their longitudinal stability within diverse individuals. We demonstrated the utility of these multi-omic genetic scores by quantifying the genetic control of biological pathways and by generating a synthetic multi-omic dataset of UK Biobank to identify disease associations using a phenome-wide scan. Finally, we developed a portal ( OmicsPred.org ) to facilitate public access to all genetic scores and validation results as well as to serve as a platform for future extensions and enhancements of multi-omic genetic scores.

Abstract Mosaic loss of chromosome Y (LOY) in leukocytes has been associated with many diseases, yet it remains unclear whether this form of clonal mosaicism exerts a direct physiological effect. Here we perform single-cell and bulk RNA sequencing in leukocytes, observing considerable variation in the rate of LOY across individuals, cell types and disease state. Cells with LOY demonstrated a profound degree of transcriptional dysregulation impacting ∼500 autosomal genes. These genes are preferentially involved in immune functions but also encode proteins with roles in other diverse biological processes. Our findings highlight a surprisingly broad role for chromosome Y challenging the view of it as a “genetic wasteland”. Furthermore, they support the hypothesis that altered immune function in leukocytes is a mechanism directly linking LOY to disease.

Abstract Even though heritability estimates suggest that the risk of asthma, hay fever and eczema is largely due to genetic factors, previous studies have not explained a large part of the genetics behind these diseases. In this GWA study, we include 346,545 Caucasians from the UK Biobank to identify novel loci for asthma, hay fever and eczema. We further investigate if associated lead SNPs have a significantly larger effect for one disease compared to the other diseases, to highlight possible disease specific effects. We identified 141 loci, of which 41 are novel, to be associated (P≤3×10 −8 ) with asthma, hay fever or eczema, analysed separately or as disease phenotypes that includes the presence of different combinations of these diseases. The largest number of loci were associated with the combined phenotype (asthma/hay fever/eczema). However, as many as 20 loci had a significantly larger effect on hay fever/eczema-only compared to their effects on asthma, while 26 loci exhibited larger effects on asthma compared with their effects on hay fever/eczema. At four of the novel loci, TNFRSF8, MYRF, TSPAN8 , and BHMG1 , the lead SNPs were in LD (> 0.8) with potentially casual missense variants. Our study shows that a large amount of the genetic contribution is shared between the diseases. Nonetheless, a number of SNPs have a significantly larger effect on one of the phenotypes suggesting that part of the genetic contribution is more phenotype specific. Identified loci and probable causal genes may in the future be used as targets for treatments of asthma, hay fever and eczema.

Body mass and body fat composition are of clinical interest due to their links to cardiovascular- and metabolic diseases. Fat stored in the trunk has been suggested as more pathogenic compared to fat stored in other compartments of the body. In this study, we performed genome-wide association studies (GWAS) for the proportion of body fat distributed to the arms, legs and trunk estimated from segmental bio-electrical impedance analysis (sBIA) for 362,499 individuals from the UK Biobank. A total of 97 loci, were identified to be associated with body fat distribution, 40 of which have not previously been associated with an anthropometric trait. A high degree of sex-heterogeneity was observed and associations were primarily observed in females, particularly for distribution of fat to the legs or trunk. Our findings also implicate that body fat distribution in females involves mesenchyme derived tissues and cell types, female endocrine tissues a well as several enzymatically active members of the ADAMTS family of metalloproteinases, which are involved in extracellular matrix maintenance and remodeling.