Abstract Zebrafish scales are mineralised plates that can regenerate involving de novo bone formation. This presents an opportunity to uncover genes and pathways relevant to human musculoskeletal disease relevant to impaired bone formation. To investigate this hypothesis, we defined transcriptomic profiles of ontogenetic and regenerating scales, and identified 604 differentially expressed genes (DEGs) that were enriched for extracellular matrix, ossification, and cell adhesion pathways. Next, we showed that human orthologues of DEGs were 2.8 times more likely to cause human monogenic skeletal diseases (P<8×10 −11 ), and they showed enrichment for human orthologues associated with polygenetic disease traits including stature, bone density and osteoarthritis (P<0.005). Finally, zebrafish mutants of two human orthologues that were robustly associated with height and osteoarthritis ( COL11A2 ) or bone density only ( SPP1 ) developed skeletal abnormalities consistent with our genetic association studies. Col11a2 Y228X/Y228X mutants showed endoskeletal features consistent with abnormal growth and osteoarthritis, whereas spp1 P160X/P160X mutants had elevated bone density (P<0.05). In summary, we show that transcriptomic studies of regenerating zebrafish scales have potential to identify new genes and pathways relevant to human skeletal disease.

Abstract Handedness, a consistent asymmetry in skill or use of the hands, has been studied extensively because of its relationship with language and the over-representation of left-handers in some neurodevelopmental disorders. Using data from the UK Biobank, 23andMe and 32 studies from the International Handedness Consortium, we conducted the world’s largest genome-wide association study of handedness (1,534,836 right-handed, 194,198 (11.0%) left-handed and 37,637 (2.1%) ambidextrous individuals). We found 41 genetic loci associated with left-handedness and seven associated with ambidexterity at genome-wide levels of significance (P < 5×10 −8 ). Tissue enrichment analysis implicated the central nervous system and brain tissues including the hippocampus and cerebrum in the etiology of left-handedness. Pathways including regulation of microtubules, neurogenesis, axonogenesis and hippocampus morphology were also highlighted. We found suggestive positive genetic correlations between being left-handed and some neuropsychiatric traits including schizophrenia and bipolar disorder. SNP heritability analyses indicated that additive genetic effects of genotyped variants explained 5.9% (95% CI = 5.8% – 6.0%) of the underlying liability of being left-handed, while the narrow sense heritability was estimated at 12% (95% CI = 7.2% – 17.7%). Further, we show that genetic correlation between left-handedness and ambidexterity is low (r g = 0.26; 95% CI = 0.08 – 0.43) implying that these traits are largely influenced by different genetic mechanisms. In conclusion, our findings suggest that handedness, like many other complex traits is highly polygenic, and that the genetic variants that predispose to left-handedness may underlie part of the association with some psychiatric disorders that has been observed in multiple observational studies.

Background: Genomics-based prediction could be useful since genome-wide genotyping costs less than many clinical tests. We tested whether machine learning methods could provide a clinically-relevant genomic prediction of quantitative ultrasound speed of sound (SOS) — a risk factor for osteoporotic fracture. Methods: We used 341,449 individuals from UK Biobank with SOS measures to develop genomically-predicted SOS (gSOS) using machine learning algorithms. We selected the optimal algorithm in 5,335 independent individuals and then validated it and its ability to predict incident fracture in an independent test dataset (N = 80,027). Finally, we explored whether genomic prescreening could complement a UK-based osteoporosis screening strategy, based on the validated tool FRAX. Results: gSOS explained 4.8-fold more variance in SOS than FRAX clinical risk factors (CRF) alone (r2 = 23% vs. 4.8%). A standard deviation decrease in gSOS, adjusting for the CRF-FRAX score was associated with a higher increased odds of incident major osteoporotic fracture (1,491 cases / 78,536 controls, OR = 1.91 [1.70-2.14], P = 10-28) than that for measured SOS (OR = 1.60 [1.50-1.69], P = 10-52) and femoral neck bone mineral density (147 cases / 4,594 controls, OR = 1.53 [1.27-1.83], P = 10-6). Individuals in the bottom decile of the gSOS distribution had a 3.25-fold increased risk of major osteoporotic fracture (P = 10-18) compared to the top decile. A gSOS-based FRAX score, identified individuals at high risk for incident major osteoporotic fractures better than the CRF-FRAX score (P = 10-14). Introducing a genomic prescreening step into osteoporosis screening in 4,741 individuals reduced the number of required clinical visits from 2,455 to 1,273 and the number of BMD tests from 1,013 to 473, while only reducing the sensitivity to identify individuals eligible for therapy from 99% to 95%. Interpretation: The use of genotypes in a machine learning algorithm resulted in a clinically relevant prediction of SOS and fracture, with potential to impact healthcare resource utilization.

Osteocytes are master regulators of the skeleton. We map the transcriptome of osteocytes at different skeletal sites, across age and sexes in mice to reveal genes and molecular programs that control this complex cell-network. We define an osteocyte transcriptome signature, 1239 genes that distinguishes osteocytes from other cells. 77% have no known role in the skeleton. We show they are enriched for genes controlling neuronal network formation, suggesting this program is important in the osteocyte network. We evaluated 19 skeletal parameters in 733 mouse lines with functional-gene-deletions and reveal 26 osteocyte transcriptome signature genes that control bone structure and function. We showed osteocyte transcriptome signature genes are enriched for human homologues that cause monogenic skeletal dysplasias (P=6x10-17), and associated with polygenic diseases, osteoporosis (P=1.8x10-13), and osteoarthritis (P=2.6x10-6). This reveals the molecular landscape that regulates osteocyte network formation and function, and establishes the importance of osteocytes in human skeletal disease.### Competing Interest StatementT.G.P is a consultant for Imugene Pty Ltd, an Australian biotech working in cancer immunotherapy. P.I.C has funding from AMGEN for studies of cancer dormancy. Neither competing interests are the subject of this manuscript.

Osteoporosis is a common debilitating chronic disease diagnosed primarily using bone mineral density (BMD). We undertook a comprehensive assessment of human genetic determinants of bone density in 426,824 individuals, identifying a total of 518 genome-wide significant loci, (301 novel), explaining 20% of the total variance in BMD - as estimated by heel quantitative ultrasound (eBMD). Next, meta-analysis identified 13 bone fracture loci in ~1.2M individuals, which were also associated with BMD. We then identified target genes from cell-specific genomic landscape features, including chromatin conformation and accessible chromatin sites, that were strongly enriched for genes known to influence bone density and strength (maximum odds ratio = 58, P = 10E-75). We next performed rapid throughput skeletal phenotyping of 126 knockout mice lacking eBMD Target Genes and showed that these mice had an increased frequency of abnormal skeletal phenotypes compared to 526 unselected lines (P < 0.0001). In-depth analysis of one such Target Gene, DAAM2, showed a disproportionate decrease in bone strength relative to mineralization. This comprehensive human and murine genetic atlas provides empirical evidence testing how to link associated SNPs to causal genes, offers new insights into osteoporosis pathophysiology and highlights opportunities for drug development.

Statin treatment increases bone mineral density (BMD) and reduces fracture risk, but the underlying mechanism is unclear. We used Mendelian randomization (MR) to assess whether this relation is explained by a specific effect in response to statin use, or by a general effect of lipid-lowering. We utilized 400 single nucleotide polymorphisms (SNPs) robustly associated with plasma lipid levels and results from a heel BMD GWAS (derived from quantitative ultrasound) in 426,824 individuals from the UK Biobank. We performed univariate and multivariable MR analyses of low-density lipoprotein cholesterol (LDL-C), high density lipoprotein cholesterol (HDL-C) and triglyceride levels on BMD. To test whether the effect of statins on BMD was mediated by lowering lipid levels, MR was repeated with and without SNPs in the HMGCR region, the gene targeted by statins. Univariate MR analyses provided evidence for a causal effect of LDL-C on BMD (β = -0.060; -0.084 to -0.036; P = 4x10-6; standard deviation change in BMD per standard deviation change in LDL-C, with 95% CI), but not HDL or triglycerides. Multivariable MR analysis suggested that the effect of LDL-C on BMD was independent of HDL-C and triglycerides, and sensitivity analyses involving MR Egger and weighted median MR approaches suggested that the LDL-C results were robust to pleiotropy. MR analyses of LDL-C restricted to SNPs in the HMGCR region showed similar effects on BMD (β = -0.083; -0.132 to -0.034; P = 0.001) to those excluding these SNPs (β= -0.063; -0.090 to -0.036; P = 8x10-6). Bidirectional MR analyses provided some evidence for a causal effect of BMD on plasma LDL-C levels. Our results suggest that effects of statins on BMD are at least partly due to their LDL-C lowering effect. Further studies are required to examine the potential role of modifying plasma lipid levels in treating osteoporosis.