Nilesh Samani and colleagues report a meta-analysis of genome-wide association studies for mean leukocyte telomere length in 37,684 individuals, with replication of selected variants in an additional 10,739 individuals. They identify seven loci associated with mean telomere length, including two that have been associated with several cancers, and also find that alleles associated with shorter telomere length were associated with a higher risk of coronary artery disease. Interindividual variation in mean leukocyte telomere length (LTL) is associated with cancer and several age-associated diseases. We report here a genome-wide meta-analysis of 37,684 individuals with replication of selected variants in an additional 10,739 individuals. We identified seven loci, including five new loci, associated with mean LTL (P < 5 × 10−8). Five of the loci contain candidate genes (TERC, TERT, NAF1, OBFC1 and RTEL1) that are known to be involved in telomere biology. Lead SNPs at two loci (TERC and TERT) associate with several cancers and other diseases, including idiopathic pulmonary fibrosis. Moreover, a genetic risk score analysis combining lead variants at all 7 loci in 22,233 coronary artery disease cases and 64,762 controls showed an association of the alleles associated with shorter LTL with increased risk of coronary artery disease (21% (95% confidence interval, 5–35%) per standard deviation in LTL, P = 0.014). Our findings support a causal role of telomere-length variation in some age-related diseases.

We report clinical safety and biochemical efficacy from a dose-ranging study of intravenously administered AVI-4658 phosphorodiamidate morpholino oligomer (PMO) in patients with Duchenne muscular dystrophy.We undertook an open-label, phase 2, dose-escalation study (0·5, 1·0, 2·0, 4·0, 10·0, and 20·0 mg/kg bodyweight) in ambulant patients with Duchenne muscular dystrophy aged 5-15 years with amenable deletions in DMD. Participants had a muscle biopsy before starting treatment and after 12 weekly intravenous infusions of AVI-4658. The primary study objective was to assess safety and tolerability of AVI-4658. The secondary objectives were pharmacokinetic properties and the ability of AVI-4658 to induce exon 51 skipping and dystrophin restoration by RT-PCR, immunohistochemistry, and immunoblotting. The study is registered, number NCT00844597.19 patients took part in the study. AVI-4658 was well tolerated with no drug-related serious adverse events. AVI-4658 induced exon 51 skipping in all cohorts and new dystrophin protein expression in a significant dose-dependent (p=0·0203), but variable, manner in boys from cohort 3 (dose 2 mg/kg) onwards. Seven patients responded to treatment, in whom mean dystrophin fluorescence intensity increased from 8·9% (95% CI 7·1-10·6) to 16·4% (10·8-22·0) of normal control after treatment (p=0·0287). The three patients with the greatest responses to treatment had 21%, 15%, and 55% dystrophin-positive fibres after treatment and these findings were confirmed with western blot, which showed an increase after treatment of protein levels from 2% to 18%, from 0·9% to 17%, and from 0% to 7·7% of normal muscle, respectively. The dystrophin-associated proteins α-sarcoglycan and neuronal nitric oxide synthase were also restored at the sarcolemma. Analysis of the inflammatory infiltrate indicated a reduction of cytotoxic T cells in the post-treatment muscle biopsies in the two high-dose cohorts.The safety and biochemical efficacy that we present show the potential of AVI-4658 to become a disease-modifying drug for Duchenne muscular dystrophy.UK Medical Research Council; AVI BioPharma.

Paul de Bakker, Cisca Wijmenga and colleagues report on The Genome of the Netherlands Project, including whole-genome sequencing of 769 individuals of Dutch ancestry from 250 parent-offspring families and construction of a phased haplotype map. Their intermediate-coverage population sequencing data set provides a complementary resource to other publicly available data sets, including the 1000 Genomes Project. Whole-genome sequencing enables complete characterization of genetic variation, but geographic clustering of rare alleles demands many diverse populations be studied. Here we describe the Genome of the Netherlands (GoNL) Project, in which we sequenced the whole genomes of 250 Dutch parent-offspring families and constructed a haplotype map of 20.4 million single-nucleotide variants and 1.2 million insertions and deletions. The intermediate coverage (∼13×) and trio design enabled extensive characterization of structural variation, including midsize events (30–500 bp) previously poorly catalogued and de novo mutations. We demonstrate that the quality of the haplotypes boosts imputation accuracy in independent samples, especially for lower frequency alleles. Population genetic analyses demonstrate fine-scale structure across the country and support multiple ancient migrations, consistent with historical changes in sea level and flooding. The GoNL Project illustrates how single-population whole-genome sequencing can provide detailed characterization of genetic variation and may guide the design of future population studies.

Mutations that disrupt the open reading frame and prevent full translation of DMD, the gene that encodes dystrophin, underlie the fatal X-linked disease Duchenne muscular dystrophy. Oligonucleotides targeted to splicing elements (splice switching oligonucleotides) in DMD pre-mRNA can lead to exon skipping, restoration of the open reading frame, and the production of functional dystrophin in vitro and in vivo, which could benefit patients with this disorder.We did a single-blind, placebo-controlled, dose-escalation study in patients with DMD recruited nationally, to assess the safety and biochemical efficacy of an intramuscular morpholino splice-switching oligonucleotide (AVI-4658) that skips exon 51 in dystrophin mRNA. Seven patients with Duchenne muscular dystrophy with deletions in the open reading frame of DMD that are responsive to exon 51 skipping were selected on the basis of the preservation of their extensor digitorum brevis (EDB) muscle seen on MRI and the response of cultured fibroblasts from a skin biopsy to AVI-4658. AVI-4658 was injected into the EDB muscle; the contralateral muscle received saline. Muscles were biopsied between 3 and 4 weeks after injection. The primary endpoint was the safety of AVI-4658 and the secondary endpoint was its biochemical efficacy. This trial is registered, number NCT00159250.Two patients received 0.09 mg AVI-4658 in 900 microL (0.9%) saline and five patients received 0.9 mg AVI-4658 in 900 microL saline. No adverse events related to AVI-4658 administration were reported. Intramuscular injection of the higher-dose of AVI-4658 resulted in increased dystrophin expression in all treated EDB muscles, although the results of the immunostaining of EDB-treated muscle for dystrophin were not uniform. In the areas of the immunostained sections that were adjacent to the needle track through which AVI-4658 was given, 44-79% of myofibres had increased expression of dystrophin. In randomly chosen sections of treated EDB muscles, the mean intensity of dystrophin staining ranged from 22% to 32% of the mean intensity of dystrophin in healthy control muscles (mean 26.4%), and the mean intensity was 17% (range 11-21%) greater than the intensity in the contralateral saline-treated muscle (one-sample paired t test p=0.002). In the dystrophin-positive fibres, the intensity of dystrophin staining was up to 42% of that in healthy muscle. We showed expression of dystrophin at the expected molecular weight in the AVI-4658-treated muscle by immunoblot.Intramuscular AVI-4658 was safe and induced the expression of dystrophin locally within treated muscles. This proof-of-concept study has led to an ongoing systemic clinical trial of AVI-4658 in patients with DMD.UK Department of Health.

Peter 't Hoen, Lude Franke, Bastiaan Heijmans and colleagues present a combined analysis of methylome and transcriptome data from a large collection of whole-blood samples to infer the downstream effects of disease-associated variants. They identify a large number of trait-associated SNPs influencing methylation of CpG sites in trans, providing insights into the downstream functional effects of many disease-associated variants. Most disease-associated genetic variants are noncoding, making it challenging to design experiments to understand their functional consequences1,2. Identification of expression quantitative trait loci (eQTLs) has been a powerful approach to infer the downstream effects of disease-associated variants, but most of these variants remain unexplained3,4. The analysis of DNA methylation, a key component of the epigenome5,6, offers highly complementary data on the regulatory potential of genomic regions7,8. Here we show that disease-associated variants have widespread effects on DNA methylation in trans that likely reflect differential occupancy of trans binding sites by cis-regulated transcription factors. Using multiple omics data sets from 3,841 Dutch individuals, we identified 1,907 established trait-associated SNPs that affect the methylation levels of 10,141 different CpG sites in trans (false discovery rate (FDR) < 0.05). These included SNPs that affect both the expression of a nearby transcription factor (such as NFKB1, CTCF and NKX2-3) and methylation of its respective binding site across the genome. Trans methylation QTLs effectively expose the downstream effects of disease-associated variants.

The methylome is subject to genetic and environmental effects. Their impact may depend on sex and age, resulting in sex- and age-related physiological variation and disease susceptibility. Here we estimate the total heritability of DNA methylation levels in whole blood and estimate the variance explained by common single nucleotide polymorphisms at 411,169 sites in 2,603 individuals from twin families, to establish a catalogue of between-individual variation in DNA methylation. Heritability estimates vary across the genome (mean=19%) and interaction analyses reveal thousands of sites with sex-specific heritability as well as sites where the environmental variance increases with age. Integration with previously published data illustrates the impact of genome and environment across the lifespan at methylation sites associated with metabolic traits, smoking and ageing. These findings demonstrate that our catalogue holds valuable information on locations in the genome where methylation variation between people may reflect disease-relevant environmental exposures or genetic variation.

ABSTRACT Objective To explore the co-expression network of the osteoarthritis (OA) risk gene WWP2 in articular cartilage and study cartilage characteristics when mimicking the effect of OA risk allele rs1052429-A on WWP2 expression in a human 3D in vitro model of cartilage. Methods Co-expression behavior of WWP2 with genes expressed in lesioned OA articular cartilage (N=35 samples) was explored. By applying lentiviral particle mediated WWP2 upregulation in 3D in vitro pellet cultures of human primary chondrocytes (N=8 donors) the effects of upregulation on cartilage matrix deposition was evaluated. Finally, we transfected primary chondrocytes with miR-140 mimics to evaluate whether miR-140 and WWP2 are involved in similar pathways. Results Upon performing Spearman correlations in lesioned OA cartilage, 98 highly correlating genes (|ρ|>0.7) were identified. Among these genes, we identified GJA1, GDF10, STC2, WDR1 , and WNK4 . Subsequent upregulation of WWP2 on 3D chondrocyte pellet cultures resulted in a decreased expression of COL2A1 and ACAN and an increase in EPAS1 expression. Additionally, we observed a decreased expression of GDF10, STC2 , and GJA1 . Proteomics analysis identified 42 proteins being differentially expressed with WWP2 upregulation, which were enriched for ubiquitin conjugating enzyme activity. Finally, upregulation of miR-140 in 2D chondrocytes resulted in significant upregulation of WWP2 and WDR1 . Conclusions Mimicking the effect of OA risk allele rs1052429-A on WWP2 expression initiates detrimental processes in the cartilage shown by a response in hypoxia associated genes EPAS1,GDF10 , and GJA1 and a decrease in anabolic markers, COL2A1 and ACAN .

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.

Metabolomics examines the small molecules involved in cellular metabolism. Approximately 50% of total phenotypic differences in metabolite levels is due to genetic variance, but heritability estimates differ across metabolite classes and lipid species. We performed a review of all genetic association studies, and identified > 800 class-specific metabolite loci that influence metabolite levels. In a twin-family cohort ( N = 5,117), these metabolite loci were leveraged to simultaneously estimate total heritability ( h 2 total ), and the proportion of heritability captured by known metabolite loci ( h [2][1] Metabolite-hits ) for 309 lipids and 52 organic acids. Our study revealed significant differences in h 2 Metabolite-hits among different classes of lipids and organic acids. Furthermore, phosphatidylcholines with a high degree of unsaturation had higher h 2 Metabolite-hits estimates than phosphatidylcholines with a low degree of unsaturation. This study highlights the importance of common genetic variants for metabolite levels, and elucidates the genetic architecture of metabolite classes and lipid species. [1]: #ref-2

Abstract Integrating multi-omics data into predictive models has the potential to enhance accuracy, which is essential for precision medicine. In this study, we developed interpretable predictive models for multi-omics data by employing neural networks informed by prior biological knowledge, referred to as visible networks. These neural networks offer insights into the decision-making process and can unveil novel perspectives on the underlying biological mechanisms associated with traits and complex diseases. We tested the performance, interpretability and generalizability for inferring smoking status, subject age and LDL levels using genome-wide RNA expression and CpG methylation data from the blood of the BIOS consortium (four population cohorts, N total = 2940). In a cohort-wise cross-validation setting, the consistency of the diagnostic performance and interpretation was assessed. Performance was consistently high for predicting smoking status with an overall mean AUC of 0.95 (95% CI: 0.90–1.00) and interpretation revealed the involvement of well-replicated genes such as AHRR , GPR15 and LRRN3 . LDL-level predictions were only generalized in a single cohort with an R 2 of 0.07 (95% CI: 0.05–0.08). Age was inferred with a mean error of 5.16 (95% CI: 3.97–6.35) years with the genes COL11A2, AFAP1 , OTUD7A , PTPRN2 , ADARB2 and CD34 consistently predictive. For both regression tasks, we found that using multi-omics networks improved performance, stability and generalizability compared to interpretable single omic networks. We believe that visible neural networks have great potential for multi-omics analysis; they combine multi-omic data elegantly, are interpretable, and generalize well to data from different cohorts.