To determine the clinical consequences of pulmonary tuberculosis (TB) among patients with diabetes mellitus (DM).We conducted a prospective study of patients with TB in Southern Mexico. From 1995 to 2010, patients with acid-fast bacilli or Mycobacterium tuberculosis in sputum samples underwent epidemiological, clinical and microbiological evaluation. Annual follow-ups were performed to ascertain treatment outcome, recurrence, relapse and reinfection.The prevalence of DM among 1262 patients with pulmonary TB was 29.63% (n=374). Patients with DM and pulmonary TB had more severe clinical manifestations (cavities of any size on the chest x-ray, adjusted OR (aOR) 1.80, 95% CI 1.35 to 2.41), delayed sputum conversion (aOR 1.51, 95% CI 1.09 to 2.10), a higher probability of treatment failure (aOR 2.93, 95% CI 1.18 to 7.23), recurrence (adjusted HR (aHR) 1.76, 95% CI 1.11 to 2.79) and relapse (aHR 1.83, 95% CI 1.04 to 3.23). Most of the second episodes among patients with DM were caused by bacteria with the same genotype but, in 5/26 instances (19.23%), reinfection with a different strain occurred.Given the growing epidemic of DM worldwide, it is necessary to add DM prevention and control strategies to TB control programmes and vice versa and to evaluate their effectiveness. The concurrence of both diseases potentially carries a risk of global spreading, with serious implications for TB control and the achievement of the United Nations Millennium Development Goals.

Latin America continues to be severely underrepresented in genomics research, and fine-scale genetic histories and complex trait architectures remain hidden owing to insufficient data1. To fill this gap, the Mexican Biobank project genotyped 6,057 individuals from 898 rural and urban localities across all 32 states in Mexico at a resolution of 1.8 million genome-wide markers with linked complex trait and disease information creating a valuable nationwide genotype-phenotype database. Here, using ancestry deconvolution and inference of identity-by-descent segments, we inferred ancestral population sizes across Mesoamerican regions over time, unravelling Indigenous, colonial and postcolonial demographic dynamics2-6. We observed variation in runs of homozygosity among genomic regions with different ancestries reflecting distinct demographic histories and, in turn, different distributions of rare deleterious variants. We conducted genome-wide association studies (GWAS) for 22 complex traits and found that several traits are better predicted using the Mexican Biobank GWAS compared to the UK Biobank GWAS7,8. We identified genetic and environmental factors associating with trait variation, such as the length of the genome in runs of homozygosity as a predictor for body mass index, triglycerides, glucose and height. This study provides insights into the genetic histories of individuals in Mexico and dissects their complex trait architectures, both crucial for making precision and preventive medicine initiatives accessible worldwide.

Abstract Latin America continues to be severely underrepresented in genomics research, and fine-scale genetic histories as well as complex trait architectures remain hidden due to the lack of Big Data. To fill this gap, the Mexican Biobank project genotyped 1.8 million markers in 6,057 individuals from 32 states and 898 sampling localities across Mexico with linked complex trait and disease information creating a valuable nationwide genotype-phenotype database. Through a suite of state-of-the-art methods for ancestry deconvolution and inference of identity-by-descent (IBD) segments, we inferred detailed ancestral histories for the last 200 generations in different Mesoamerican regions, unraveling native and colonial/post-colonial demographic dynamics. We observed large variations in runs of homozygosity (ROH) among genomic regions with different ancestral origins reflecting their demographic histories, which also affect the distribution of rare deleterious variants across Mexico. We analyzed a range of biomedical complex traits and identified significant genetic and environmental factors explaining their variation, such as ROH found to be significant predictors for trait variation in BMI and triglycerides.