Sven van der Lee, Julie Williams, Gerard Schellenberg and colleagues identify rare coding variants in PLCG2, ABI3 and TREM2 associated with Alzheimer's disease. These genes are highly expressed in microglia and provide additional evidence that the microglia-mediated immune response contributes to the development of Alzheimer's disease. We identified rare coding variants associated with Alzheimer's disease in a three-stage case–control study of 85,133 subjects. In stage 1, we genotyped 34,174 samples using a whole-exome microarray. In stage 2, we tested associated variants (P < 1 × 10−4) in 35,962 independent samples using de novo genotyping and imputed genotypes. In stage 3, we used an additional 14,997 samples to test the most significant stage 2 associations (P < 5 × 10−8) using imputed genotypes. We observed three new genome-wide significant nonsynonymous variants associated with Alzheimer's disease: a protective variant in PLCG2 (rs72824905: p.Pro522Arg, P = 5.38 × 10−10, odds ratio (OR) = 0.68, minor allele frequency (MAF)cases = 0.0059, MAFcontrols = 0.0093), a risk variant in ABI3 (rs616338: p.Ser209Phe, P = 4.56 × 10−10, OR = 1.43, MAFcases = 0.011, MAFcontrols = 0.008), and a new genome-wide significant variant in TREM2 (rs143332484: p.Arg62His, P = 1.55 × 10−14, OR = 1.67, MAFcases = 0.0143, MAFcontrols = 0.0089), a known susceptibility gene for Alzheimer's disease. These protein-altering changes are in genes highly expressed in microglia and highlight an immune-related protein–protein interaction network enriched for previously identified risk genes in Alzheimer's disease. These genetic findings provide additional evidence that the microglia-mediated innate immune response contributes directly to the development of Alzheimer's disease.

We screened variants on an exome-focused genotyping array in >300,000 participants (replication in >280,000 participants) and identified 444 independent variants in 250 loci significantly associated with total cholesterol (TC), high-density-lipoprotein cholesterol (HDL-C), low-density-lipoprotein cholesterol (LDL-C), and/or triglycerides (TG). At two loci (JAK2 and A1CF), experimental analysis in mice showed lipid changes consistent with the human data. We also found that: (i) beta-thalassemia trait carriers displayed lower TC and were protected from coronary artery disease (CAD); (ii) excluding the CETP locus, there was not a predictable relationship between plasma HDL-C and risk for age-related macular degeneration; (iii) only some mechanisms of lowering LDL-C appeared to increase risk for type 2 diabetes (T2D); and (iv) TG-lowering alleles involved in hepatic production of TG-rich lipoproteins (TM6SF2 and PNPLA3) tracked with higher liver fat, higher risk for T2D, and lower risk for CAD, whereas TG-lowering alleles involved in peripheral lipolysis (LPL and ANGPTL4) had no effect on liver fat but decreased risks for both T2D and CAD.

John Perry and colleagues report the results of a large genome-wide association study meta-analysis to identify variants influencing age at natural menopause. They identify 54 independent signals and find enrichment near genes involved in delayed puberty and DNA damage response. Menopause timing has a substantial impact on infertility and risk of disease, including breast cancer, but the underlying mechanisms are poorly understood. We report a dual strategy in ∼70,000 women to identify common and low-frequency protein-coding variation associated with age at natural menopause (ANM). We identified 44 regions with common variants, including two regions harboring additional rare missense alleles of large effect. We found enrichment of signals in or near genes involved in delayed puberty, highlighting the first molecular links between the onset and end of reproductive lifespan. Pathway analyses identified major association with DNA damage response (DDR) genes, including the first common coding variant in BRCA1 associated with any complex trait. Mendelian randomization analyses supported a causal effect of later ANM on breast cancer risk (∼6% increase in risk per year; P = 3 × 10−14), likely mediated by prolonged sex hormone exposure rather than DDR mechanisms.

Obesity is an important component of the pathophysiology of chronic diseases. Identifying epigenetic modifications associated with elevated adiposity, including DNA methylation variation, may point to genomic pathways that are dysregulated in numerous conditions. The Illumina 450K Bead Chip array was used to assay DNA methylation in leukocyte DNA obtained from 2097 African American adults in the Atherosclerosis Risk in Communities (ARIC) study. Mixed-effects regression models were used to test the association of methylation beta value with concurrent body mass index (BMI) and waist circumference (WC), and BMI change, adjusting for batch effects and potential confounders. Replication using whole-blood DNA from 2377 White adults in the Framingham Heart Study and CD4+ T cell DNA from 991 Whites in the Genetics of Lipid Lowering Drugs and Diet Network Study was followed by testing using adipose tissue DNA from 648 women in the Multiple Tissue Human Expression Resource cohort. Seventy-six BMI-related probes, 164 WC-related probes and 8 BMI change-related probes passed the threshold for significance in ARIC (P < 1 × 10(-7); Bonferroni), including probes in the recently reported HIF3A, CPT1A and ABCG1 regions. Replication using blood DNA was achieved for 37 BMI probes and 1 additional WC probe. Sixteen of these also replicated in adipose tissue, including 15 novel methylation findings near genes involved in lipid metabolism, immune response/cytokine signaling and other diverse pathways, including LGALS3BP, KDM2B, PBX1 and BBS2, among others. Adiposity traits are associated with DNA methylation at numerous CpG sites that replicate across studies despite variation in tissue type, ethnicity and analytic approaches.

Low-frequency coding DNA sequence variants in the proprotein convertase subtilisin/kexin type 9 gene (PCSK9) lower plasma low-density lipoprotein cholesterol (LDL-C), protect against risk of coronary heart disease (CHD), and have prompted the development of a new class of therapeutics. It is uncertain whether the PCSK9 example represents a paradigm or an isolated exception. We used the "Exome Array" to genotype >200,000 low-frequency and rare coding sequence variants across the genome in 56,538 individuals (42,208 European ancestry [EA] and 14,330 African ancestry [AA]) and tested these variants for association with LDL-C, high-density lipoprotein cholesterol (HDL-C), and triglycerides. Although we did not identify new genes associated with LDL-C, we did identify four low-frequency (frequencies between 0.1% and 2%) variants (ANGPTL8 rs145464906 [c.361C>T; p.Gln121∗], PAFAH1B2 rs186808413 [c.482C>T; p.Ser161Leu], COL18A1 rs114139997 [c.331G>A; p.Gly111Arg], and PCSK7 rs142953140 [c.1511G>A; p.Arg504His]) with large effects on HDL-C and/or triglycerides. None of these four variants was associated with risk for CHD, suggesting that examples of low-frequency coding variants with robust effects on both lipids and CHD will be limited. Low-frequency coding DNA sequence variants in the proprotein convertase subtilisin/kexin type 9 gene (PCSK9) lower plasma low-density lipoprotein cholesterol (LDL-C), protect against risk of coronary heart disease (CHD), and have prompted the development of a new class of therapeutics. It is uncertain whether the PCSK9 example represents a paradigm or an isolated exception. We used the "Exome Array" to genotype >200,000 low-frequency and rare coding sequence variants across the genome in 56,538 individuals (42,208 European ancestry [EA] and 14,330 African ancestry [AA]) and tested these variants for association with LDL-C, high-density lipoprotein cholesterol (HDL-C), and triglycerides. Although we did not identify new genes associated with LDL-C, we did identify four low-frequency (frequencies between 0.1% and 2%) variants (ANGPTL8 rs145464906 [c.361C>T; p.Gln121∗], PAFAH1B2 rs186808413 [c.482C>T; p.Ser161Leu], COL18A1 rs114139997 [c.331G>A; p.Gly111Arg], and PCSK7 rs142953140 [c.1511G>A; p.Arg504His]) with large effects on HDL-C and/or triglycerides. None of these four variants was associated with risk for CHD, suggesting that examples of low-frequency coding variants with robust effects on both lipids and CHD will be limited.

The link between DNA methylation, obesity, and adiposity-related diseases in the general population remains uncertain.We conducted an association study of body mass index (BMI) and differential methylation for over 400,000 CpGs assayed by microarray in whole-blood-derived DNA from 3,743 participants in the Framingham Heart Study and the Lothian Birth Cohorts, with independent replication in three external cohorts of 4,055 participants. We examined variations in whole blood gene expression and conducted Mendelian randomization analyses to investigate the functional and clinical relevance of the findings. We identified novel and previously reported BMI-related differential methylation at 83 CpGs that replicated across cohorts; BMI-related differential methylation was associated with concurrent changes in the expression of genes in lipid metabolism pathways. Genetic instrumental variable analysis of alterations in methylation at one of the 83 replicated CpGs, cg11024682 (intronic to sterol regulatory element binding transcription factor 1 [SREBF1]), demonstrated links to BMI, adiposity-related traits, and coronary artery disease. Independent genetic instruments for expression of SREBF1 supported the findings linking methylation to adiposity and cardiometabolic disease. Methylation at a substantial proportion (16 of 83) of the identified loci was found to be secondary to differences in BMI. However, the cross-sectional nature of the data limits definitive causal determination.We present robust associations of BMI with differential DNA methylation at numerous loci in blood cells. BMI-related DNA methylation and gene expression provide mechanistic insights into the relationship between DNA methylation, obesity, and adiposity-related diseases.

Intake of hemoglobin by the hemoglobin-haptoglobin receptor CD163 leads to a distinct alternative non–foam cell antiinflammatory macrophage phenotype that was previously considered atheroprotective. Here, we reveal an unexpected but important pathogenic role for these macrophages in atherosclerosis. Using human atherosclerotic samples, cultured cells, and a mouse model of advanced atherosclerosis, we investigated the role of intraplaque hemorrhage on macrophage function with respect to angiogenesis, vascular permeability, inflammation, and plaque progression. In human atherosclerotic lesions, CD163+ macrophages were associated with plaque progression, microvascularity, and a high level of HIF1α and VEGF-A expression. We observed irregular vascular endothelial cadherin in intraplaque microvessels surrounded by CD163+ macrophages. Within these cells, activation of HIF1α via inhibition of prolyl hydroxylases promoted VEGF-mediated increases in intraplaque angiogenesis, vascular permeability, and inflammatory cell recruitment. CD163+ macrophages increased intraplaque endothelial VCAM expression and plaque inflammation. Subjects with homozygous minor alleles of the SNP rs7136716 had elevated microvessel density, increased expression of CD163 in ruptured coronary plaques, and a higher risk of myocardial infarction and coronary heart disease in population cohorts. Thus, our findings highlight a nonlipid-driven mechanism by which alternative macrophages promote plaque angiogenesis, leakiness, inflammation, and progression via the CD163/HIF1α/VEGF-A pathway.

Genotyping arrays are a cost effective approach when typing previously-identified genetic polymorphisms in large numbers of samples. One limitation of genotyping arrays with rare variants (e.g., minor allele frequency [MAF] <0.01) is the difficulty that automated clustering algorithms have to accurately detect and assign genotype calls. Combining intensity data from large numbers of samples may increase the ability to accurately call the genotypes of rare variants. Approximately 62,000 ethnically diverse samples from eleven Cohorts for Heart and Aging Research in Genomic Epidemiology (CHARGE) Consortium cohorts were genotyped with the Illumina HumanExome BeadChip across seven genotyping centers. The raw data files for the samples were assembled into a single project for joint calling. To assess the quality of the joint calling, concordance of genotypes in a subset of individuals having both exome chip and exome sequence data was analyzed. After exclusion of low performing SNPs on the exome chip and non-overlap of SNPs derived from sequence data, genotypes of 185,119 variants (11,356 were monomorphic) were compared in 530 individuals that had whole exome sequence data. A total of 98,113,070 pairs of genotypes were tested and 99.77% were concordant, 0.14% had missing data, and 0.09% were discordant. We report that joint calling allows the ability to accurately genotype rare variation using array technology when large sample sizes are available and best practices are followed. The cluster file from this experiment is available at www.chargeconsortium.com/main/exomechip.

Importance

 Mitochondrial dysfunction is a core component of the aging process and may play a key role in atherosclerotic cardiovascular disease. Mitochondrial DNA copy number (mtDNA-CN), which represents the number of mitochondria per cell and number of mitochondrial genomes per mitochondrion, is an indirect biomarker of mitochondrial function. 

Objective

 To determine whether mtDNA-CN, measured in an easily accessible tissue (buffy coat/circulating leukocytes), can improve risk classification for cardiovascular disease (CVD) and help guide initiation of statin therapy for primary prevention of CVD. 

Design, Setting, and Participants

 Prospective, population-based cohort analysis including 21 870 participants (20 163 free from CVD at baseline) from 3 studies: Cardiovascular Health Study (CHS), Atherosclerosis Risk in Communities Study (ARIC), and Multiethnic Study of Atherosclerosis (MESA). The mean follow-up was 13.5 years. The study included 11 153 participants from ARIC, 4830 from CHS, and 5887 from MESA. Analysis of the data was conducted from March 10, 2014, to January 29, 2017. 

Exposures

 Mitochondrial DNA-CN measured from buffy coat/circulating leukocytes. 

Main Outcomes and Measures

 Incident CVD, which combines coronary heart disease, defined as the first incident myocardial infarction or death owing to coronary heart disease, and stroke, defined as the first nonfatal stroke or death owing to stroke. 

Results

 Of the 21 870 participants, the mean age was 62.4 years (ARIC, 57.9 years; MESA, 62.4 years; and CHS, 72.5 years), and 54.7% of participants were women. The hazard ratios for incident coronary heart disease, stroke, and CVD associated with a 1-SD decrease in mtDNA-CN were 1.29 (95% CI, 1.24-1.33), 1.11 (95% CI, 1.06-1.16), and 1.23 (95% CI, 1.19-1.26). The associations persisted after adjustment for traditional CVD risk factors. Addition of mtDNA-CN to the 2013 American College of Cardiology/American Heart Association Pooled Cohorts Equations for estimating 10-year hard atherosclerosis CVD risk was associated with improved risk classification (continuous net reclassification index, 0.194; 95% CI, 0.130-0.258;P < .001). Mitochondrial DNA-CN further improved sensitivity and specificity for the 2013 American College of Cardiology/American Heart Association recommendations on initiating statin therapy for primary prevention of ASCVD (net 221 individuals appropriately downclassified and net 15 individuals appropriately upclassified). 

Conclusions and Relevance

 Mitochondrial DNA-CN was independently associated with incident CVD in 3 large prospective studies and may have potential clinical utility in improving CVD risk classification.

Genotype-phenotype association studies often combine phenotype data from multiple studies to increase power. Harmonization of the data usually requires substantial effort due to heterogeneity in phenotype definitions, study design, data collection procedures, and data set organization. Here we describe a centralized system for phenotype harmonization that includes input from phenotype domain and study experts, quality control, documentation, reproducible results, and data sharing mechanisms. This system was developed for the National Heart, Lung and Blood Institute’s Trans-Omics for Precision Medicine (TOPMed) program, which is generating genomic and other omics data for >80 studies with extensive phenotype data. To date, 63 phenotypes have been harmonized across thousands of participants from up to 17 TOPMed studies per phenotype. We discuss the challenges faced in this undertaking and how they were addressed. The harmonized phenotype data and associated documentation have been submitted to National Institutes of Health data repositories for controlled-access by the scientific community. We also provide materials to facilitate future harmonization efforts by the community, which include (1) the code used to generate the 63 harmonized phenotypes, enabling others to reproduce, modify or extend these harmonizations to additional studies; and (2) results of labeling thousands of phenotype variables with controlled vocabulary terms.