The MAGIC investigators report results of a large genome-wide association study meta-analysis to identify common variants influencing fasting glucose homeostasis. They further show that several of the newly discovered loci influencing glycemic traits are also associated with risk of type 2 diabetes. Levels of circulating glucose are tightly regulated. To identify new loci influencing glycemic traits, we performed meta-analyses of 21 genome-wide association studies informative for fasting glucose, fasting insulin and indices of beta-cell function (HOMA-B) and insulin resistance (HOMA-IR) in up to 46,186 nondiabetic participants. Follow-up of 25 loci in up to 76,558 additional subjects identified 16 loci associated with fasting glucose and HOMA-B and two loci associated with fasting insulin and HOMA-IR. These include nine loci newly associated with fasting glucose (in or near ADCY5, MADD, ADRA2A, CRY2, FADS1, GLIS3, SLC2A2, PROX1 and C2CD4B) and one influencing fasting insulin and HOMA-IR (near IGF1). We also demonstrated association of ADCY5, PROX1, GCK, GCKR and DGKB-TMEM195 with type 2 diabetes. Within these loci, likely biological candidate genes influence signal transduction, cell proliferation, development, glucose-sensing and circadian regulation. Our results demonstrate that genetic studies of glycemic traits can identify type 2 diabetes risk loci, as well as loci containing gene variants that are associated with a modest elevation in glucose levels but are not associated with overt diabetes.

Joel Hirschhorn and colleagues report results of a large-scale genome-wide association and replication study for obesity-related traits. The newly discovered loci are enriched for genes expressed in the central nervous system, and may thus contribute to weight gain by modulating food intake. Similar results are reported in a related study by Gudmar Thorleifsson and colleagues. Common variants at only two loci, FTO and MC4R, have been reproducibly associated with body mass index (BMI) in humans. To identify additional loci, we conducted meta-analysis of 15 genome-wide association studies for BMI (n > 32,000) and followed up top signals in 14 additional cohorts (n > 59,000). We strongly confirm FTO and MC4R and identify six additional loci (P < 5 × 10−8): TMEM18, KCTD15, GNPDA2, SH2B1, MTCH2 and NEGR1 (where a 45-kb deletion polymorphism is a candidate causal variant). Several of the likely causal genes are highly expressed or known to act in the central nervous system (CNS), emphasizing, as in rare monogenic forms of obesity, the role of the CNS in predisposition to obesity.

To identify common variants influencing body mass index (BMI), we analyzed genome-wide association data from 16,876 individuals of European descent. After previously reported variants in FTO, the strongest association signal (rs17782313, P = 2.9 × 10−6) mapped 188 kb downstream of MC4R (melanocortin-4 receptor), mutations of which are the leading cause of monogenic severe childhood-onset obesity. We confirmed the BMI association in 60,352 adults (per-allele effect = 0.05 Z-score units; P = 2.8 × 10−15) and 5,988 children aged 7–11 (0.13 Z-score units; P = 1.5 × 10−8). In case-control analyses (n = 10,583), the odds for severe childhood obesity reached 1.30 (P = 8.0 × 10−11). Furthermore, we observed overtransmission of the risk allele to obese offspring in 660 families (P (pedigree disequilibrium test average; PDT-avg) = 2.4 × 10−4). The SNP location and patterns of phenotypic associations are consistent with effects mediated through altered MC4R function. Our findings establish that common variants near MC4R influence fat mass, weight and obesity risk at the population level and reinforce the need for large-scale data integration to identify variants influencing continuous biomedical traits.

Christopher Newton-Cheh and colleagues report a genome-wide association study for blood pressure traits as part of the Global BPgen consortium. They report eight loci with replicated association to systolic and/or diastolic blood pressure, with each also showing association to hypertension. Elevated blood pressure is a common, heritable cause of cardiovascular disease worldwide. To date, identification of common genetic variants influencing blood pressure has proven challenging. We tested 2.5 million genotyped and imputed SNPs for association with systolic and diastolic blood pressure in 34,433 subjects of European ancestry from the Global BPgen consortium and followed up findings with direct genotyping (N ≤ 71,225 European ancestry, N ≤ 12,889 Indian Asian ancestry) and in silico comparison (CHARGE consortium, N = 29,136). We identified association between systolic or diastolic blood pressure and common variants in eight regions near the CYP17A1 (P = 7 × 10−24), CYP1A2 (P = 1 × 10−23), FGF5 (P = 1 × 10−21), SH2B3 (P = 3 × 10−18), MTHFR (P = 2 × 10−13), c10orf107 (P = 1 × 10−9), ZNF652 (P = 5 × 10−9) and PLCD3 (P = 1 × 10−8) genes. All variants associated with continuous blood pressure were associated with dichotomous hypertension. These associations between common variants and blood pressure and hypertension offer mechanistic insights into the regulation of blood pressure and may point to novel targets for interventions to prevent cardiovascular disease.

Gonçalo Abecasis and colleagues report associations with fasting plasma glucose levels in a collection of ten genome–wide association scans from the MAGIC consortium. They find variants in the gene encoding melatonin receptor 1B that are associated with fasting glucose levels and, in a meta-analysis of 13 case-control studies, also show association with increased risk of type 2 diabetes. To identify previously unknown genetic loci associated with fasting glucose concentrations, we examined the leading association signals in ten genome-wide association scans involving a total of 36,610 individuals of European descent. Variants in the gene encoding melatonin receptor 1B (MTNR1B) were consistently associated with fasting glucose across all ten studies. The strongest signal was observed at rs10830963, where each G allele (frequency 0.30 in HapMap CEU) was associated with an increase of 0.07 (95% CI = 0.06–0.08) mmol/l in fasting glucose levels (P = 3.2 × 10−50) and reduced beta-cell function as measured by homeostasis model assessment (HOMA-B, P = 1.1 × 10−15). The same allele was associated with an increased risk of type 2 diabetes (odds ratio = 1.09 (1.05–1.12), per G allele P = 3.3 × 10−7) in a meta-analysis of 13 case-control studies totaling 18,236 cases and 64,453 controls. Our analyses also confirm previous associations of fasting glucose with variants at the G6PC2 (rs560887, P = 1.1 × 10−57) and GCK (rs4607517, P = 1.0 × 10−25) loci.

[ 11 C]PBR28 binds the 18-kDa Translocator Protein (TSPO) and is used in positron emission tomography (PET) to detect microglial activation. However, quantitative interpretations of signal are confounded by large interindividual variability in binding affinity, which displays a trimodal distribution compatible with a codominant genetic trait. Here, we tested directly for an underlying genetic mechanism to explain this. Binding affinity of PBR28 was measured in platelets isolated from 41 human subjects and tested for association with polymorphisms in TSPO and genes encoding other proteins in the TSPO complex. Complete agreement was observed between the TSPO Ala147Thr genotype and PBR28 binding affinity phenotype (P value = 3.1 times10 −13 ). The TSPO Ala147Thr polymorphism predicts PBR28 binding affinity in human platelets. As all second-generation TSPO PET radioligands tested hitherto display a trimodal distribution in binding affinity analogous to PBR28, testing for this polymorphism may allow quantitative interpretation of TSPO PET studies with these radioligands.

Abstract Background Cardiovascular diseases and their associated risk factors remain the main cause of mortality in western societies. In order to assess the prevalence of cardiovascular risk factors (CVRFs) in the Caucasian population of Lausanne, Switzerland, we conducted a population-based study (Colaus Study). A secondary aim of the CoLaus study will be to determine new genetic determinants associated with CVRFs. Methods Single-center, cross-sectional study including a random sample of 6,188 extensively phenotyped Caucasian subjects (3,251 women and 2,937 men) aged 35 to 75 years living in Lausanne, and genotyped using the 500 K Affymetrix chip technology. Results Obesity (body mass index ≥ 30 kg/m 2 ), smoking, hypertension (blood pressure ≥ 140/90 mmHg and/or treatment), dyslipidemia (high LDL-cholesterol and/or low HDL-cholesterol and/or high triglyceride levels) and diabetes (fasting plasma glucose ≥ 7 mmol/l and/or treatment) were present in 947 (15.7%), 1673 (27.0%), 2268 (36.7%), 2113 (34.2%) and 407 (6.6%) of the participants, respectively, and the prevalence was higher in men than in women. In both genders, the prevalence of obesity, hypertension and diabetes increased with age. Conclusion The prevalence of major CVRFs is high in the Lausanne population in particular in men. We anticipate that given its size, the depth of the phenotypic analysis and the availability of dense genome-wide genetic data, the CoLaus Study will be a unique resource to investigate not only the epidemiology of isolated, or aggregated CVRFs like the metabolic syndrome, but can also serve as a discovery set, as well as replication set, to identify novel genes associated with these conditions.

Richard Watanabe and colleagues of the MAGIC consortium report meta-analyses of genome-wide association studies to glucose levels two hours after an oral glucose challenge. They identify variants in GIPR associated with glucose and insulin responses. Glucose levels 2 h after an oral glucose challenge are a clinical measure of glucose tolerance used in the diagnosis of type 2 diabetes. We report a meta-analysis of nine genome-wide association studies (n = 15,234 nondiabetic individuals) and a follow-up of 29 independent loci (n = 6,958–30,620). We identify variants at the GIPR locus associated with 2-h glucose level (rs10423928, β (s.e.m.) = 0.09 (0.01) mmol/l per A allele, P = 2.0 × 10−15). The GIPR A-allele carriers also showed decreased insulin secretion (n = 22,492; insulinogenic index, P = 1.0 × 10−17; ratio of insulin to glucose area under the curve, P = 1.3 × 10−16) and diminished incretin effect (n = 804; P = 4.3 × 10−4). We also identified variants at ADCY5 (rs2877716, P = 4.2 × 10−16), VPS13C (rs17271305, P = 4.1 × 10−8), GCKR (rs1260326, P = 7.1 × 10−11) and TCF7L2 (rs7903146, P = 4.2 × 10−10) associated with 2-h glucose. Of the three newly implicated loci (GIPR, ADCY5 and VPS13C), only ADCY5 was found to be associated with type 2 diabetes in collaborating studies (n = 35,869 cases, 89,798 controls, OR = 1.12, 95% CI 1.09–1.15, P = 4.8 × 10−18).

Plasma liver-enzyme tests are widely used in the clinic for the diagnosis of liver diseases and for monitoring the response to drug treatment. There is considerable evidence that human genetic variation influences plasma levels of liver enzymes. However, such genetic variation has not been systematically assessed. In the present study, we performed a genome-wide association study of plasma liver-enzyme levels in three populations (total n=7715) with replication in three additional cohorts (total n=4704). We identified two loci influencing plasma levels of alanine-aminotransferase (ALT) (CPN1-ERLIN1-CHUK on chromosome 10 and PNPLA3-SAMM50 on chromosome 22), one locus influencing gamma-glutamyl transferase (GGT) levels (HNF1A on chromosome 12), and three loci for alkaline phosphatase (ALP) levels (ALPL on chromosome 1, GPLD1 on chromosome 6, and JMJD1C-REEP3 on chromosome 10). In addition, we confirmed the associations between the GGT1 locus and GGT levels and between the ABO locus and ALP levels. None of the ALP-associated SNPs were associated with other liver tests, suggesting intestine and/or bone specificity. The mechanisms underlying the associations may involve cis- or trans-transcriptional effects (some of the identified variants were associated with mRNA transcription in human liver or lymphoblastoid cells), dysfunction of the encoded proteins (caused by missense variations at the functional domains), or other unknown pathways. These findings may help in the interpretation of liver-enzyme tests and provide candidate genes for liver diseases of viral, metabolic, autoimmune, or toxic origin. The specific associations with ALP levels may point to genes for bone or intestinal diseases.

Genetic studies might provide new insights into the biological mechanisms underlying lipid metabolism and risk of CAD. We therefore conducted a genome-wide association study to identify novel genetic determinants of low-density lipoprotein cholesterol (LDL-C), high-density lipoprotein cholesterol (HDL-C), and triglycerides.We combined genome-wide association data from 8 studies, comprising up to 17 723 participants with information on circulating lipid concentrations. We did independent replication studies in up to 37 774 participants from 8 populations and also in a population of Indian Asian descent. We also assessed the association between single-nucleotide polymorphisms (SNPs) at lipid loci and risk of CAD in up to 9 633 cases and 38 684 controls. We identified 4 novel genetic loci that showed reproducible associations with lipids (probability values, 1.6×10(-8) to 3.1×10(-10)). These include a potentially functional SNP in the SLC39A8 gene for HDL-C, an SNP near the MYLIP/GMPR and PPP1R3B genes for LDL-C, and at the AFF1 gene for triglycerides. SNPs showing strong statistical association with 1 or more lipid traits at the CELSR2, APOB, APOE-C1-C4-C2 cluster, LPL, ZNF259-APOA5-A4-C3-A1 cluster and TRIB1 loci were also associated with CAD risk (probability values, 1.1×10(-3) to 1.2×10(-9)).We have identified 4 novel loci associated with circulating lipids. We also show that in addition to those that are largely associated with LDL-C, genetic loci mainly associated with circulating triglycerides and HDL-C are also associated with risk of CAD. These findings potentially provide new insights into the biological mechanisms underlying lipid metabolism and CAD risk.