Little is known about the impact of daily physical activity timing (here referred to as 'chronoactivity') on cardiovascular disease (CVD) risk. We aimed to examined the associations between chronoactivity and multiple CVD outcomes in the UK Biobank.physical activity data were collected in the UK-Biobank through triaxial accelerometer over a 7-day measurement period. We used K-means clustering to create clusters of participants with similar chronoactivity irrespective of the mean daily intensity of the physical activity. Multivariable-adjusted Cox-proportional hazard models were used to estimate hazard ratios (HRs) comparing the different clusters adjusted for age and sex (model 1), and baseline cardiovascular risk factors (model 2). Additional stratified analyses were done by sex, mean activity level, and self-reported sleep chronotype. We included 86 657 individuals (58% female, mean age: 61.6 [SD: 7.8] years, mean BMI: 26.6 [4.5] kg/m2). Over a follow-up period of 6 years, 3707 incident CVD events were reported. Overall, participants with a tendency of late morning physical activity had a lower risk of incident coronary artery disease (HR: 0.84, 95%CI: 0.77, 0.92) and stroke (HR: 0.83, 95%CI: 0.70, 0.98) compared to participants with a midday pattern of physical activity. These effects were more pronounced in women (P-value for interaction = 0.001). We did not find evidence favouring effect modification by total activity level and sleep chronotype.Irrespective of total physical activity, morning physical activity was associated with lower risks of incident cardiovascular diseases, highlighting the potential importance of chronoactivity in CVD prevention.

Abstract Glycaemic traits are used to diagnose and monitor type 2 diabetes, and cardiometabolic health. To date, most genetic studies of glycaemic traits have focused on individuals of European ancestry. Here, we aggregated genome-wide association studies in up to 281,416 individuals without diabetes (30% non-European ancestry) with fasting glucose, 2h-glucose post-challenge, glycated haemoglobin, and fasting insulin data. Trans-ancestry and single-ancestry meta-analyses identified 242 loci (99 novel; P <5×10 -8 ), 80% with no significant evidence of between-ancestry heterogeneity. Analyses restricted to European ancestry individuals with equivalent sample size would have led to 24 fewer new loci. Compared to single-ancestry, equivalent sized trans-ancestry fine-mapping reduced the number of estimated variants in 99% credible sets by a median of 37.5%. Genomic feature, gene-expression and gene-set analyses revealed distinct biological signatures for each trait, highlighting different underlying biological pathways. Our results increase understanding of diabetes pathophysiology by use of trans-ancestry studies for improved power and resolution.

Both short and long sleep are associated with an adverse lipid profile, likely through different biological pathways. To provide new insights in the biology of sleep-associated adverse lipid profile, we conducted multi-ancestry genome-wide sleep-SNP interaction analyses on three lipid traits (HDL-c, LDL-c and triglycerides). In the total study sample (discovery + replication) of 126,926 individuals from 5 different ancestry groups, when considering either long or short total sleep time interactions in joint analyses, we identified 49 novel lipid loci, and 10 additional novel lipid loci in a restricted sample of European-ancestry cohorts. In addition, we identified new gene-sleep interactions for known lipid loci such as LPL and PCSK9. The novel gene-sleep interactions had a modest explained variance in lipid levels: most notable, gene-short-sleep interactions explained 4.25% of the variance in triglyceride concentration. Collectively, these findings contribute to our understanding of the biological mechanisms involved in sleep-associated adverse lipid profiles.

SCOPE: Abdominal obesity is one of the main modifiable risk factors of age-related cardiometabolic disease. Cardiometabolic disease risk and its associated high abdominal fat mass, high cholesterol and glucose concentrations can be reduced by a healthier lifestyle. Hence, our aim is to understand the relation between lifestyle-induced changes in body composition, and specifically abdominal fat, and accompanying changes in circulating metabolic biomarkers. Methods and results: We used the data from the Growing Old Together (GOTO) study, in which 164 older adults (mean age 63 years, BMI 23-35 kg/m 2) changed their lifestyle during 13 weeks by 12.5% caloric restriction plus 12.5% increase in energy expenditure. We show that levels of circulating metabolic biomarkers, even after adjustment for body mass index, specifically associate with abdominal fat mass. Next, we show that the applied lifestyle intervention mainly reduces abdominal fat mass (-2.6%, SD=3.0) and that this reduction, when adjusted for general weight loss, is highly associated with decreased circulating glycerol concentrations and increased HDL diameter. Conclusions: The lifestyle-induced reduction of abdominal fat mass is particularly associated, independent of body mass index or general weight loss, with associated with decreased circulating glycerol concentrations and increased HDL diameter.

Context: Outdoor temperature and bright sunlight may directly and/or indirectly modulate systemic metabolism. Objective: We assessed the associations between outdoor temperature and bright sunlight duration with metabolomics. Design: meta-analysis of two cross-sectional studies. Setting: Two population-based European cohort studies. Patients or other participants: Non-diabetic individuals from the Oxford BioBank (OBB; N=6,368; mean age 47.0 years, males 44%) and the Netherlands Epidemiology of Obesity (NEO; N=5,916; mean age 55.6 years, males 43%) studies. Intervention(s): Data on mean outdoor bright sunlight and temperature collected from local weather stations in the week prior to blood sampling. Main Outcome Measure(s): Serum levels of 148 metabolites measured using NMR spectroscopy, including 14 lipoprotein subclasses. Statistical analyses: Multivariable linear regression analyses adjusted for age, sex, body mass index, season and either outdoor temperature or bright sunlight. Summary statistics from the OBB and NEO cohorts were combined using fixed-effect meta-analyses. Results: A higher mean outdoor temperature was associated with increased concentrations of lipoprotein (sub)particles and certain amino acids such as phenylalanine and leucine. In contrast, longer mean hours of bright sunlight were specifically associated with lower concentrations of very low density lipoprotein (sub)particles. The direction of effects was consistent between the OBB and NEO, although effect sizes were generally larger in the OBB. Conclusions: Increased bright sunlight duration is associated with an improved metabolic profile whilst higher outdoor temperature may adversely impact cardiometabolic health.

Abstract Long and short sleep duration are associated with elevated blood pressure (BP), possibly through effects on molecular pathways that influence neuroendocrine and vascular systems. To gain new insights into the genetic basis of sleep-related BP variation, we performed genome-wide gene by short or long sleep duration interaction analyses on four BP traits (systolic BP, diastolic BP, mean arterial pressure, and pulse pressure) across five ancestry groups using 1 degree of freedom (1df) interaction and 2df joint tests. Primary multi-ancestry analyses in 62,969 individuals in stage 1 identified 3 novel loci that were replicated in an additional 59,296 individuals in stage 2, including rs7955964 ( FIGNL2/ANKRD33 ) showing significant 1df interactions with long sleep duration and rs73493041 ( SNORA26/C9orf170 ) and rs10406644 ( KCTD15/LSM14A ) showing significant 1df interactions with short sleep duration (P int < 5×10 −8 ). Secondary ancestry-specific two-stage analyses and combined stage 1 and 2 analyses additionally identified 23 novel loci that need external replication, including 3 and 5 loci showing significant 1df interactions with long and short sleep duration, respectively (P int < 5×10 −8 ). Multiple genes mapped to our 26 novel loci have known functions in sleep-wake regulation, nervous and cardiometabolic systems. We also identified new gene by long sleep interactions near five known BP loci (≤1Mb) including NME7, FAM208A, MKLN1, CEP164 , and RGL3/ELAVL3 (P int < 5×10 −8 ). This study indicates that sleep and primary mechanisms regulating BP may interact to elevate BP level, suggesting novel insights into sleep-related BP regulation.

Abstract Recent studies consider lifestyle risk score (LRS), an aggregation of multiple lifestyle exposures, in identifying association of gene-lifestyle interaction with disease traits. However, not all cohorts have data on all lifestyle factors, leading to increased heterogeneity in the environmental exposure in collaborative meta-analyses. We compared and evaluated four approaches (Naïve, Safe, Complete and Moderator Approaches) to handle the missingness in LRS-stratified meta-analyses under various scenarios. Compared to “benchmark” results with all lifestyle factors available for all cohorts, the Complete Approach, which included only cohorts with all lifestyle components, was underpowered, and the Naïve Approach, which utilized all available data and ignored the missingness, was slightly liberal. The Safe Approach, which used all data in LRS-exposed group and only included cohorts with all lifestyle factors available in the LRS-unexposed group, and the Moderator Approach, which handled missingness via moderator meta-regression, were both slightly conservative and yielded almost identical p-values. We also evaluated the performance of the Safe Approach under different scenarios. We observed that the larger the proportion of cohorts without missingness included, the more accurate the results compared to “benchmark” results. In conclusion, we generally recommend the Safe Approach to handle heterogeneity in the LRS based genome-wide interaction meta-analyses.

Genetic risk factors often localize in non-coding regions of the genome with unknown effects on disease etiology. Expression quantitative trait loci (eQTLs) help to explain the regulatory mechanisms underlying the association of genetic risk factors with disease. More mechanistic insights can be derived from knowledge of the context, such as cell type or the activity of signaling pathways, influencing the nature and strength of eQTLs. Here, we generated peripheral blood RNA-seq data from 2,116 unrelated Dutch individuals and systematically identified these context-dependent eQTLs using a hypothesis-free strategy that does not require prior knowledge on the identity of the modifiers. Out of the 23,060 significant cis-regulated genes (false discovery rate ≤ 0.05), 2,743 genes (12%) show context-dependent eQTL effects. The majority of those were influenced by cell type composition, revealing eQTLs that are particularly strong in cell types such as CD4+ T-cells, erythrocytes, and even lowly abundant eosinophils. A set of 145 cis-eQTLs were influenced by the activity of the type I interferon signaling pathway and we identified several cis-eQTLs that are modulated by specific transcription factors that bind to the eQTL SNPs. This demonstrates that large-scale eQTL studies in unchallenged individuals can complement perturbation experiments to gain better insight in regulatory networks and their stimuli.

Most disease associated genetic risk factors are non-coding, making it challenging to design experiments to understand their functional consequences. Identification of expression quantitative trait loci (eQTLs) has been a powerful approach to infer downstream effects of disease variants but the large majority remains unexplained.. The analysis of DNA methylation, a key component of the epigenome, offers highly complementary data on the regulatory potential of genomic regions. However, a large-scale, combined analysis of methylome and transcriptome data to infer downstream effects of disease variants is lacking. Here, we show that disease variants have wide-spread effects on DNA methylation in trans that likely reflect the downstream effects on binding sites of cis-regulated transcription factors. Using data on 3,841 Dutch samples, we detected 272,037 independent cis-meQTLs (FDR < 0.05) and identified 1,907 trait-associated SNPs that affect methylation levels of 10,141 different CpG sites in trans (FDR < 0.05), an eight-fold increase in the number of downstream effects that was known from trans-eQTL studies. Trans-meQTL CpG sites are enriched for active regulatory regions, being correlated with gene expression and overlap with Hi-C determined interchromosomal contacts. We detected many trans-meQTL SNPs that affect expression levels of nearby transcription factors (including NFKB1, CTCF and NKX2-3), while the corresponding trans-meQTL CpG sites frequently coincide with its respective binding site. Trans-meQTL mapping therefore provides a strategy for identifying and better understanding downstream functional effects of many disease-associated variants.