Abstract There is currently only limited understanding of the genetic aetiology of obstructive sleep apnoea (OSA). The aim of our study is to identify genetic loci associated with OSA risk and to test if OSA and its comorbidities share a common genetic background. We conducted the first large-scale genome-wide association study of OSA using FinnGen Study (217,955 individuals) with 16,761 OSA patients identified using nationwide health registries. We estimated 8.3% [0.06-0.11] heritability and identified five loci associated with OSA (P < 5.0 × 10 −8 ): rs4837016 near GTPase activating protein and VPS9 domains 1 ( GAPVD1 ), rs10928560 near C-X-C motif chemokine receptor 4 ( CXCR4 ), rs185932673 near Calcium/calmodulin-dependent protein kinase ID ( CAMK1D ) and rs9937053 near Fat mass and obesity-associated protein ( FTO ) - a variant previously associated with body mass index (BMI). In a BMI-adjusted analysis, an association was observed for rs10507084 near Rhabdomyosarcoma 2 associated transcript ( RMST )/NEDD1 gamma-tubulin ring complex targeting factor ( NEDD1 ). We found genetic correlations between OSA and BMI (rg=0.72 [0.62-0.83]) and with comorbidities including hypertension, type 2 diabetes (T2D), coronary heart disease (CHD), stroke, depression, hypothyroidism, asthma and inflammatory rheumatic diseases (IRD) (rg > 0.30). Polygenic risk score (PRS) for BMI showed 1.98-fold increased OSA risk between the highest and the lowest quintile and Mendelian randomization supported a causal relationship between BMI and OSA. Our findings support the causal link between obesity and OSA and joint genetic basis between OSA and comorbidities.

Diabetic kidney disease (DKD) is a heritable but poorly understood complication of diabetes. To identify genetic variants predisposing to DKD, we performed genome-wide association analyses in 19,406 individuals with type 1 diabetes (T1D) using a spectrum of DKD definitions basedon albuminuria and renal function. We identified 16 genome-wide significant loci. The variant with the strongest association (rs55703767) is a common missense mutation in the collagen type IV alpha 3 chain (COL4A3) gene, which encodes a major structural component of the glomerular basement membrane (GBM) implicated in heritable nephropathies. The rs55703767 minor allele (Asp326Tyr) is protective against several definitions of DKD, including albuminuria and end-stage renal disease. Three other loci are in or near genes with known or suggestive involvement in DKD (BMP7) or renal biology ( COLEC11 and DDR1 ). The 16 DKD-associated loci provide novel insights into the pathogenesis of DKD, identifying potential biological targets for prevention and treatment.

Background: Diabetes is presently classified into two main forms, type 1 (T1D) and type 2 diabetes (T2D), but especially T2D is highly heterogeneous. A refined classification could provide a powerful tool individualize treatment regimes and identify individuals with increased risk of complications already at diagnosis. Methods: We applied data-driven cluster analysis (k-means and hierarchical clustering) in newly diagnosed diabetic patients (N=8,980) from the Swedish ANDIS (All New Diabetics in Scania) cohort, using five variables (GAD-antibodies, BMI, HbA1c, HOMA2-B and HOMA2-IR), and related to prospective data on development of complications and prescription of medication from patient records. Replication was performed in three independent cohorts: the Scania Diabetes Registry (SDR, N=1466), ANDIU (All New Diabetics in Uppsala, N=844) and DIREVA (Diabetes Registry Vaasa, N=3485). Cox regression and logistic regression was used to compare time to medication, time to reaching the treatment goal and risk of diabetic complications and genetic associations. Findings: We identified 5 replicable clusters of diabetes patients, with significantly different patient characteristics and risk of diabetic complications. Particularly, individuals in the most insulin-resistant cluster 3 had significantly higher risk of diabetic kidney disease, but had been prescribed similar diabetes treatment compared to the less susceptible individuals in clusters 4 and 5. The insulin deficient cluster 2 had the highest risk of retinopathy. In support of the clustering, genetic associations to the clusters differed from those seen in traditional T2D. Interpretation: We could stratify patients into five subgroups predicting disease progression and development of diabetic complications more precisely than the current classification. This new substratificationn may help to tailor and target early treatment to patients who would benefit most, thereby representing a first step towards precision medicine in diabetes.

Identification of coding variant associations for complex diseases offers a direct route to biological insight, but is dependent on appropriate inference concerning the causal impact of those variants on disease risk. We aggregated coding variant data for 81,412 type 2 diabetes (T2D) cases and 370,832 controls of diverse ancestry, identifying 40 distinct coding variant association signals (at 38 loci) reaching significance (p<2.2x10-7). Of these, 16 represent novel associations mapping outside known genome-wide association study (GWAS) signals. We make two important observations. First, despite a threefold increase in sample size over previous efforts, only five of the 40 signals are driven by variants with minor allele frequency <5%, and we find no evidence for low-frequency variants with allelic odds ratio >1.29. Second, we used GWAS data from 50,160 T2D cases and 465,272 controls of European ancestry to fine-map these associated coding variants in their regional context, with and without additional weighting to account for the global enrichment of complex trait association signals in coding exons. At the 37 signals for which we attempted fine-mapping, we demonstrate convincing support (posterior probability >80% under the 'annotation-weighted' model) that coding variants are causal for the association at 16 (including novel signals involving POC5 p.His36Arg, ANKH p.Arg187Gln, WSCD2 p.Thr113Ile, PLCB3 p.Ser778Leu, and PNPLA3 p.Ile148Met). However, at 13 of the 37 loci, the associated coding variants represent 'false leads' and naïve analysis could have led to an erroneous inference regarding the effector transcript mediating the signal. Accurate identification of validated targets is dependent on correct specification of the contribution of coding and non-coding mediated mechanisms at associated loci.

A rare loss-of-function variant p.Arg138* in SLC30A8 encoding the zinc transporter 8 (ZnT8) enriched in Western Finland protects against type 2 diabetes (T2D). We recruited relatives of the identified carriers and showed that protection was associated with better insulin secretion due to enhanced glucose responsiveness and proinsulin conversion, especially compared with individuals matched for the genotype of a common T2D risk variant in SLC30A8, p.Arg325. In genome-edited human IPS-derived β-like cells, we establish that the p.Arg138* variant results in reduced SLC30A8 expression due to haploinsufficiency. In human β-cells loss of SLC30A8 leads to increased glucose responsiveness and reduced KATP channel function, which was also seen in isolated islets from carriers of the T2D-protective allele p.Trp325. These data position ZnT8 as an appealing target for treatment aiming at maintaining insulin secretion capacity in T2D.

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.

Identifying rare coding variants associated with albuminuria may open new avenues for preventing chronic kidney disease (CKD) and end-stage renal disease which are highly prevalent in patients with diabetes. Efforts to identify genetic susceptibility variants for albuminuria have so far been limited with the majority of studies focusing on common variants. We performed an exome-wide association study to identify coding variants in a two phase (discovery and replication) approach, totalling to 33,985 individuals of European ancestry (15,872 with and 18,113 without diabetes) and further testing in Greenlanders (n = 2,605). We identify a rare (MAF: 0.8%) missense (A1690V) variant in CUBN (rs141640975, β=0.27, p=1.3 × 10−11) associated with albuminuria as a continuous measure in the combined European meta-analyses. Presence of each rare allele of the variant was associated with a 6.4% increase in albuminuria. The rare CUBN variant had 3 times stronger effect in individuals with diabetes compared to those without (pinteraction: 5.4 × 10−4, βDM: 0.69, βnon-DM: 0.20) in the discovery meta-analyses. Gene aggregate tests based on rare and common variants identify three additional genes associated with albuminuria (HES1, CDC73, and GRM5) after multiple testing correction (p_bonferroni < 2.7 × 10−6). The current study identifies a rare coding variant in the CUBN locus and other potential genes associated with albuminuria in individuals with and without diabetes. These genes have been implicated in renal and cardiovascular dysfunction. These findings provide new insights into the genetic architecture of albuminuria and highlight novel target genes and pathways for prevention of diabetes-related kidney disease.

Changes in the hormone producing pancreatic islet cells are culprits in the development of diabetes, and these changes are often reflected by changes in expression of key genes. Analysis of such changes require advanced bioinformatics tools that can translate the process into simple visible information. To achieve these goals we have developed a tool called Islet Gene View (IGW), that aims to make information on gene expression in human pancreatic islets from organ donors easily accessible to the scientific community. Islet Gene View currently consists of information on islets from 188 donors where data on RNA expression of more than 15 000 genes can be related to phenotypic information (gender, age, BMI, HbA1c, insulin and glucagon secretion etc.). Also this information can be related to expression other genes and how gene expression is regulated by genetic variants(so called eQTLs, expression Quantitative Traits) The data will be accessible thorugh the easy-to-use Islet Gene View web application.Significance Statement We present Islet Gene View (IGW), a web resource that aims to make information on gene expression in human pancreatic islets from organ donors easily accessible to the scientific community. In IGW, we leveraged global RNA expression data from 191 donor-islets to understand their relationship with islet phenotypes such as gender, age, BMI, HbA1c, insulin and glucagon secretion as well as with islet hormones coding genes. GWAS based on European studies have shown that 403 genetic variants associate with T2D risk however the target genes and function in islets are largely unknown. We linked T2D risk variants to gene expression in islets and further functionally report if their expression is modulated in relation to T2D status and other related features.