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.

Genome-wide association analyses using high-throughput metabolomics platforms have led to novel insights into the biology of human metabolism1-7. This detailed knowledge of the genetic determinants of systemic metabolism has been pivotal for uncovering how genetic pathways influence biological mechanisms and complex diseases8-11. Here we present a genome-wide association study for 233 circulating metabolic traits quantified by nuclear magnetic resonance spectroscopy in up to 136,016 participants from 33 cohorts. We identify more than 400 independent loci and assign probable causal genes at two-thirds of these using manual curation of plausible biological candidates. We highlight the importance of sample and participant characteristics that can have significant effects on genetic associations. We use detailed metabolic profiling of lipoprotein- and lipid-associated variants to better characterize how known lipid loci and novel loci affect lipoprotein metabolism at a granular level. We demonstrate the translational utility of comprehensively phenotyped molecular data, characterizing the metabolic associations of intrahepatic cholestasis of pregnancy. Finally, we observe substantial genetic pleiotropy for multiple metabolic pathways and illustrate the importance of careful instrument selection in Mendelian randomization analysis, revealing a putative causal relationship between acetone and hypertension. Our publicly available results provide a foundational resource for the community to examine the role of metabolism across diverse diseases.

Multiple sclerosis is a common, complex neurological disease, where almost 20% of risk heritability can be attributed to common genetic variants, including >230 identified by genome-wide association studies (Patsopoulos et al., 2017). Multiple strands of evidence suggest that the majority of the remaining heritability is also due to the additive effects of individual variants, rather than epistatic interactions between these variants, or mutations exclusive to individual families. Here, we show in 68,379 cases and controls that as much as 5% of this heritability is explained by low-frequency variation in gene coding sequence. We identify four novel genes driving MS risk independently of common variant signals, which highlight a key role for regulatory T cell homeostasis and regulation, IFNγ biology and NFκB signaling in MS pathogenesis. As low-frequency variants do not show substantial linkage disequilibrium with other variants, and as coding variants are more interpretable and experimentally tractable than non-coding variation, our discoveries constitute a rich resource for dissecting the pathobiology of MS.

Invasive group A streptococcal (GAS) disease is uncommon but carries a high case-fatality rate relative to other infectious diseases. Given the ubiquity of mild GAS infections, it remains unclear why healthy individuals will occasionally develop life-threatening infections, raising the possibility of host genetic predisposition. Here, we present the results of a case-control study including 43 invasive GAS cases and 1,540 controls. Using HLA imputation and linear mixed-models, we find each copy of the HLA-DQA1*01:03 allele associates with a two-fold increased risk of disease (odds ratio 2.3, 95% confidence interval 1.3-4.4, P=0.009), an association which persists with classical HLA typing of a subset of cases and analysis with an alternative large control dataset with validated HLA data. Moreover, we propose the association is driven by the allele itself rather than the background haplotype. Overall this finding provides impetus for further investigation of the immunogenetic basis of this devastating bacterial disease.

Non-coding genetic variation at TCF7L2 is the strongest genetic determinant of type 2 diabetes (T2D) risk in humans. TCF7L2 encodes a transcription factor mediating the nuclear effects of WNT signalling in adipose tissue (AT). Here we mapped the expression of TCF7L2 in human AT and investigated its role in adipose progenitor (AP) biology. APs exhibited the highest TCF7L2 mRNA abundance compared to mature adipocytes and adipose-derived endothelial cells. Obesity was associated with reduced TCF7L2 transcript levels in subcutaneous abdominal AT but increased expression in APs. In functional studies, TCF7L2 knockdown (KD) in APs led to dose-dependent activation of WNT/β-catenin signaling, impaired proliferation and dose-dependent effects on adipogenesis. Whilst partial KD enhanced adipocyte differentiation, complete KD impaired lipid accumulation and adipogenic gene expression. Overexpression of TCF7L2 accelerated adipogenesis. Transcriptome-wide profiling revealed that TCF7L2 can modulate multiple aspects of AP biology including extracellular matrix secretion, immune signalling and apoptosis. The T2D-risk allele at rs7903146 was associated with reduced AP TCF7L2 expression and enhanced AT insulin sensitivity. Our study highlights a complex role for TCF7L2 in AP biology and suggests that in addition to regulating pancreatic insulin secretion, genetic variation at TCF7L2 may also influence T2D risk by modulating AP function.

With the identification of a large number of genetic loci associated with human fat distribution and its importance for metabolic health, the question arises as to what the genetic drivers for discrete fat depot expansion might be. To date most studies have focussed on conventional anthropometric measures such as waist-to-hip ratio (WHR) adjusted for body mass index. We searched for genetic loci determining discrete fat depots mass size using an exome-wide approach in 3 large cohorts. Here we report an exome-wide analysis of non-synonymous genetic variants in 17,212 participants in which regional fat masses were quantified using dual-energy X-ray absorptiometry. The missense variant CCDC92S70C, previously associated with WHR, is associated specifically with reduced visceral and increased leg fat masses. Allele-specific expression analysis shows that the deleterious minor allele carrying transcript also has a constitutively higher expression. In addition, we identify two variants associated with the transcriptionally distinct fat depot arm fat (SPATA20K422R and UQCC1R51Q). SPATA20K422R, a rare novel locus with a large effect size specific to arm, and UQCC1R51Q, a common variant exome-wide significant in arm but showing similar trends in other subcutaneous fat depots. In terms of the understanding of human fat distribution, these findings suggest distinct regulation of discrete fat depot expansion.

WNT signalling is a developmental pathway which plays an important role in post-natal bone accrual. We have previously shown, that in addition to exhibiting extreme high bone mass, subjects with rare gain-of-function (GoF) mutations in the WNT co-receptor LRP5 also display increased lower-body fat mass. Here, we demonstrate using human physiological studies in GoF LRP5 mutation carriers and glucose uptake assays in LRP5 knockdown (KD) adipocytes that LRP5 promotes adipocyte insulin sensitivity. We also show that a low frequency missense variant in LRP5 shown to be associated with low heel bone mineral density in a genome wide association study meta-analysis, is associated with reduced leg fat mass. Finally, using genome wide transcriptomic analyses and in vitro functional studies in LRP5-KD adipose progenitors (APs) we demonstrate that LRP5 plays an essential role in maintaining AP fitness i.e. functional characteristics. Pharmacological activation of LRP5 signalling in adipose tissue provides a promising strategy to prevent the redistribution of adipose tissue and metabolic sequela associated with obesity and ageing.

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.