Ruth Loos and colleagues report results of a large genome-wide association study for body mass index. They identify 18 new loci associated with this trait, some of which map near key hypothalamic regulators of energy balance. Obesity is globally prevalent and highly heritable, but its underlying genetic factors remain largely elusive. To identify genetic loci for obesity susceptibility, we examined associations between body mass index and ∼2.8 million SNPs in up to 123,865 individuals with targeted follow up of 42 SNPs in up to 125,931 additional individuals. We confirmed 14 known obesity susceptibility loci and identified 18 new loci associated with body mass index (P < 5 × 10−8), one of which includes a copy number variant near GPRC5B. Some loci (at MC4R, POMC, SH2B1 and BDNF) map near key hypothalamic regulators of energy balance, and one of these loci is near GIPR, an incretin receptor. Furthermore, genes in other newly associated loci may provide new insights into human body weight regulation.

Joel Hirschhorn and colleagues report results of a large-scale genome-wide association and replication study for obesity-related traits. The newly discovered loci are enriched for genes expressed in the central nervous system, and may thus contribute to weight gain by modulating food intake. Similar results are reported in a related study by Gudmar Thorleifsson and colleagues. Common variants at only two loci, FTO and MC4R, have been reproducibly associated with body mass index (BMI) in humans. To identify additional loci, we conducted meta-analysis of 15 genome-wide association studies for BMI (n > 32,000) and followed up top signals in 14 additional cohorts (n > 59,000). We strongly confirm FTO and MC4R and identify six additional loci (P < 5 × 10−8): TMEM18, KCTD15, GNPDA2, SH2B1, MTCH2 and NEGR1 (where a 45-kb deletion polymorphism is a candidate causal variant). Several of the likely causal genes are highly expressed or known to act in the central nervous system (CNS), emphasizing, as in rare monogenic forms of obesity, the role of the CNS in predisposition to obesity.

Cecilia Lindgren and colleagues report results of a large-scale genome-wide association study for waist-to-hip ratio, a measure of body fat distribution. They identify 13 new loci associated with this trait, several of which show stronger effects in women than in men. Waist-hip ratio (WHR) is a measure of body fat distribution and a predictor of metabolic consequences independent of overall adiposity. WHR is heritable, but few genetic variants influencing this trait have been identified. We conducted a meta-analysis of 32 genome-wide association studies for WHR adjusted for body mass index (comprising up to 77,167 participants), following up 16 loci in an additional 29 studies (comprising up to 113,636 subjects). We identified 13 new loci in or near RSPO3, VEGFA, TBX15-WARS2, NFE2L3, GRB14, DNM3-PIGC, ITPR2-SSPN, LY86, HOXC13, ADAMTS9, ZNRF3-KREMEN1, NISCH-STAB1 and CPEB4 (P = 1.9 × 10−9 to P = 1.8 × 10−40) and the known signal at LYPLAL1. Seven of these loci exhibited marked sexual dimorphism, all with a stronger effect on WHR in women than men (P for sex difference = 1.9 × 10−3 to P = 1.2 × 10−13). These findings provide evidence for multiple loci that modulate body fat distribution independent of overall adiposity and reveal strong gene-by-sex interactions.

Erik Ingelsson and colleagues report a large-scale genome-wide meta-analysis for associations to the extremes of anthropometric traits, including body mass index, height, waist-to-hip ratio and clinical obesity. They identify four loci newly associated with height and seven loci newly associated with clinical obesity and find overlap in the genetic structure and distribution of variants identified for these extremes of the trait distributions and for the general population. Approaches exploiting trait distribution extremes may be used to identify loci associated with common traits, but it is unknown whether these loci are generalizable to the broader population. In a genome-wide search for loci associated with the upper versus the lower 5th percentiles of body mass index, height and waist-to-hip ratio, as well as clinical classes of obesity, including up to 263,407 individuals of European ancestry, we identified 4 new loci (IGFBP4, H6PD, RSRC1 and PPP2R2A) influencing height detected in the distribution tails and 7 new loci (HNF4G, RPTOR, GNAT2, MRPS33P4, ADCY9, HS6ST3 and ZZZ3) for clinical classes of obesity. Further, we find a large overlap in genetic structure and the distribution of variants between traits based on extremes and the general population and little etiological heterogeneity between obesity subgroups.

Given the anthropometric differences between men and women and previous evidence of sex-difference in genetic effects, we conducted a genome-wide search for sexually dimorphic associations with height, weight, body mass index, waist circumference, hip circumference, and waist-to-hip-ratio (133,723 individuals) and took forward 348 SNPs into follow-up (additional 137,052 individuals) in a total of 94 studies. Seven loci displayed significant sex-difference (FDR<5%), including four previously established (near GRB14/COBLL1, LYPLAL1/SLC30A10, VEGFA, ADAMTS9) and three novel anthropometric trait loci (near MAP3K1, HSD17B4, PPARG), all of which were genome-wide significant in women (P<5×10−8), but not in men. Sex-differences were apparent only for waist phenotypes, not for height, weight, BMI, or hip circumference. Moreover, we found no evidence for genetic effects with opposite directions in men versus women. The PPARG locus is of specific interest due to its role in diabetes genetics and therapy. Our results demonstrate the value of sex-specific GWAS to unravel the sexually dimorphic genetic underpinning of complex traits.

Abstract Motivation Genome-wide association studies (GWAS) in large biobanks are transforming genetic research and enable the detection of novel genotype-phenotype relationships. In the last two decades, over 60,000 genetic associations across thousands of human diseases and traits have been discovered using a GWAS approach. Due to denser genotyping and increasing sample sizes, researchers are increasingly faced with computational challenges when executing GWAS analysis. A reproducible, modular and extensible pipeline with a focus on parallelization is essential to simplify data analysis and to allow researchers to devote their time to other essential tasks such as result interpretation and downstream analysis. Results Here we present nf-gwas, a Nextflow pipeline to run biobank-scale GWAS analysis. The pipeline automatically performs numerous pre- and post-processing steps, integrates regression modeling from the REGENIE package and currently supports single-variant, gene-based and interaction testing. nf-gwas also includes an extensive reporting functionality that allows to inspect thousands of phenotypes and navigate interactive Manhattan plots directly in the web browser. The pipeline is extensively tested using the unit-style testing framework nf-test to ensure code maintainability, a crucial requirement in clinical and pharmaceutical settings. Furthermore, we validated the pipeline against published GWAS datasets and benchmarked the pipeline on high-performance computing and cloud infrastructures to provide cost estimations to end users. Availability nf-gwas is free available at https://github.com/genepi/nf-gwas . Contact lukas.forer@i-med.ac.at

Abstract Lipoprotein(a) [Lp(a)] is a major cardiovascular risk factor, which is largely genetically determined by one major gene locus, the LPA gene. Many aspects of the transcriptional regulation of LPA are poorly understood and the role of epigenetics has not been addressed yet. Therefore, we conducted an epigenome-wide analysis of DNA methylation on Lp(a) levels in two population-based studies (total n=2208). We identified a CpG site in the LPA promoter which was significantly associated with Lp(a) concentrations. Surprisingly, the identified CpG site was found to overlap the SNP rs76735376. We genotyped this SNP de-novo in three studies (total n=7512). The minor allele of rs76735376 (1.1% minor allele frequency) was associated with increased Lp(a) values (p=1.01e-59) and explained 3.5% of the variation of Lp(a). Statistical mediation analysis showed that the effect on Lp(a) is rather originating from the base change itself and is not mediated by DNA methylation levels. This finding is supported by eQTL data from 153 liver tissue samples from the GTEx project, which shows a significant association of the rs76735376 minor allele with increased LPA expression. In summary, our data supports a functional role of rs76735376 in the regulation of LPA expression.

Background: Elevated Lp(a) plasma concentrations are determined mainly genetically by the LPA gene locus, but up to 70% of the coding sequence is located in the so-called kringle IV type 2 (KIV-2) copy number variation. This region is not resolved by common genotyping technologies and large epidemiological studies on this region are therefore missing. The Arg21Ter variant (R21X, variant frequency approximately 2%) is a functional variant in this region, but it has never been analyzed in large cohorts and is it unknown whether it is captured by genome-wide association studies. Methods and Results: We developed a highly sensitive allele-specific qPCR assay and genotyped R21X in 10,910 individuals from three populations (GCKD, KORA F3, KORA F4). R21X carriers showed significantly lower mean Lp(a) concentrations (-11.7 mg/dL [-15.5;-7.82], p=3.39e-32). Of particular note, virtually all R21X carriers also carried the splice mutation rs41272114 (D prime=0.957, R2=0.275), as confirmed by pulsed-field gel electrophoresis and long-range haplotyping. This proposes that the R21X mutation arose on the background of the rs41272114 splice variant. Conclusions: We performed the largest epidemiological study on an LPA KIV-2 variant so far. Interestingly, R21X is located on the same haplotype as the splice mutation rs41272114, creating double-null LPA alleles that are inactivated by two independent mutations. The effect of the R21X nonsense mutation can thus not be discerned from the effect of rs41272114 splice site mutation. This emphasizes the importance of assessing the complex LD structure within LPA even for functional variants.

Identification of epistasis affecting complex human traits has been challenging. Focusing on known coronary artery disease (CAD) risk loci, we explore pairwise statistical interactions between 8,068 SNPs from ten CAD genome-wide association studies (n=30,180). We discovered rs1800769 and rs9458001 in the vicinity of the LPA locus to interact in modulating CAD risk (P=1.75e-13). Specific genotypes (e.g., rs1800769 CT) displayed either significantly decreased or increased risk for CAD in the context of genotypes of the respective other SNP (e.g., rs9458001 GG vs. AA). In the UK Biobank (n=450,112) significant interaction of this SNP pair was replicated for CAD (P=3.09e-22), and was also found for aortic valve stenosis (P=6.95e-7) and peripheral arterial disease (P=2.32e-4). Identical interaction patterns affected circulating lipoprotein(a) (n=5,953; P=8.7e-32) and hepatic apolipoprotein(a) (apo(a)) expression (n=522, P=2.6e-11). We further interrogated potential biological implications of the variants and propose a mechanism explaining epistasis that ultimately may translate to substantial cardiovascular risks.