Summary Metabolic dysregulation in multiple tissues alters glucose homeostasis and influences risk for type 2 diabetes (T2D). To identify pathways and tissues influencing T2D-relevant glycemic traits (fasting glucose [FG], fasting insulin [FI], two-hour glucose [2hGlu] and glycated hemoglobin [HbA1c]), we investigated associations of exome-array variants in up to 144,060 individuals without diabetes of multiple ancestries. Single-variant analyses identified novel associations at 21 coding variants in 18 novel loci, whilst gene-based tests revealed signals at two genes, TF (HbA1c) and G6PC (FG, FI). Pathway and tissue enrichment analyses of trait-associated transcripts confirmed the importance of liver and kidney for FI and pancreatic islets for FG regulation, implicated adipose tissue in FI and the gut in 2hGlu, and suggested a role for the non-endocrine pancreas in glucose homeostasis. Functional studies demonstrated that a novel FG/FI association at the liver-enriched G6PC transcript was driven by multiple rare loss-of-function variants. The FG/HbA1c-associated, islet-specific G6PC2 transcript also contained multiple rare functional variants, including two alleles within the same codon with divergent effects on glucose levels. Our findings highlight the value of integrating genomic and functional data to maximize biological inference. Highlights 23 novel coding variant associations (single-point and gene-based) for glycemic traits 51 effector transcripts highlighted different pathway/tissue signatures for each trait The exocrine pancreas and gut influence fasting and 2h glucose, respectively Multiple variants in liver-enriched G6PC and islet-specific G6PC2 influence glycemia

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.

Mood instability is a core clinical feature of affective and psychotic disorders. In keeping with the Research Domain Criteria (RDoC) approach, it may be a useful construct for identifying biology that cuts across psychiatric categories. We aimed to investigate the biological validity of a simple measure of mood instability and evaluate its genetic relationship with several psychiatric disorders, including major depressive disorder (MDD), bipolar disorder (BD), schizophrenia, attention deficit hyperactivity disorder (ADHD), anxiety disorder and post-traumatic stress disorder (PTSD). We conducted a genome-wide association study (GWAS) of mood instability in 53,525 cases and 60,443 controls from UK Biobank, identifying four independently-associated loci (on chromosomes eight, nine, 14 and 18), and a common single nucleotide polymorphism (SNP)-based heritability estimate of approximately 8%. We found a strong genetic correlation between mood instability and MDD (rg=0.60, SE=0.07, p=8.95x10-17) and a small but significant genetic correlation with both schizophrenia (rg=0.11, SE=0.04, p=0.01) and anxiety disorders (rg=0.28, SE=0.14, p=0.04), although no genetic correlation with BD, ADHD or PTSD. Several genes at the associated loci may have a role in mood instability, including the DCC netrin 1 receptor (DCC) gene, eukaryotic translation initiation factor 2B subunit beta (eIF2B2), placental growth factor (PGF), and protein tyrosine phosphatase, receptor type D (PTPRD). Strengths of this study include the very large sample size, but our measure of mood instability may be limited by the use of a single question. Overall, this work suggests a polygenic basis for mood instability. This simple measure can be obtained in very large samples; our findings suggest that doing so may offer the opportunity to illuminate the fundamental biology of mood regulation.