We use a genome-wide association of 1 million parental lifespans of genotyped subjects and data on mortality risk factors to validate previously unreplicated findings near CDKN2B-AS1, ATXN2/BRAP, FURIN/FES, ZW10, PSORS1C3, and 13q21.31, and identify and replicate novel findings near ABO, ZC3HC1, and IGF2R. We also validate previous findings near 5q33.3/EBF1 and FOXO3, whilst finding contradictory evidence at other loci. Gene set and cell-specific analyses show that expression in foetal brain cells and adult dorsolateral prefrontal cortex is enriched for lifespan variation, as are gene pathways involving lipid proteins and homeostasis, vesicle-mediated transport, and synaptic function. Individual genetic variants that increase dementia, cardiovascular disease, and lung cancer - but not other cancers - explain the most variance. Resulting polygenic scores show a mean lifespan difference of around five years of life across the deciles.This article has been through an editorial process in which the authors decide how to respond to the issues raised during peer review. The Reviewing Editor's assessment is that all the issues have been addressed (see decision letter).Ageing happens to us all, and as the cabaret singer Maurice Chevalier pointed out, "old age is not that bad when you consider the alternative". Yet, the growing ageing population of most developed countries presents challenges to healthcare systems and government finances. For many older people, long periods of ill health are part of the end of life, and so a better understanding of ageing could offer the opportunity to prolong healthy living into old age. Ageing is complex and takes a long time to study – a lifetime in fact. This makes it difficult to discern its causes, among the countless possibilities based on an individual’s genes, behaviour or environment. While thousands of regions in an individual’s genetic makeup are known to influence their risk of different diseases, those that affect how long they will live have proved harder to disentangle. Timmers et al. sought to pinpoint such regions, and then use this information to predict, based on their DNA, whether someone had a better or worse chance of living longer than average. The DNA of over 500,000 people was read to reveal the specific ‘genetic fingerprints’ of each participant. Then, after asking each of the participants how long both of their parents had lived, Timmers et al. pinpointed 12 DNA regions that affect lifespan. Five of these regions were new and had not been linked to lifespan before. Across the twelve as a whole several were known to be involved in Alzheimer’s disease, smoking-related cancer or heart disease. Looking at the entire genome, Timmers et al. could then predict a lifespan score for each individual, and when they sorted participants into ten groups based on these scores they found that top group lived five years longer than the bottom, on average. Many factors beside genetics influence how long a person will live and our lifespan cannot be read from our DNA alone. Nevertheless, Timmers et al. had hoped to narrow down their search and discover specific genes that directly influence how quickly people age, beyond diseases. If such genes exist, their effects were too small to be detected in this study. The next step will be to expand the study to include more participants, which will hopefully pinpoint further genomic regions and help disentangle the biology of ageing and disease.

Abstract Humans vary substantially in their willingness to take risks. In a combined sample of over one million individuals, we conducted genome-wide association studies (GWAS) of general risk tolerance, adventurousness, and risky behaviors in the driving, drinking, smoking, and sexual domains. We identified 611 approximately independent genetic loci associated with at least one of our phenotypes, including 124 with general risk tolerance. We report evidence of substantial shared genetic influences across general risk tolerance and risky behaviors: 72 of the 124 general risk tolerance loci contain a lead SNP for at least one of our other GWAS, and general risk tolerance is moderately to strongly genetically correlated ( to 0.50) with a range of risky behaviors. Bioinformatics analyses imply that genes near general-risk-tolerance-associated SNPs are highly expressed in brain tissues and point to a role for glutamatergic and GABAergic neurotransmission. We find no evidence of enrichment for genes previously hypothesized to relate to risk tolerance.

Abstract We use a multi-stage genome-wide association of 1 million parental lifespans of genotyped subjects and data on mortality risk factors to validate previously unreplicated findings near CDKN2B-AS1 , ATXN2/BRAP , FURIN/FES , ZW10 , PSORS1C3 , and 13q21.31, and identify and replicate novel findings near GADD45G , KCNK3 , LDLR , POM121C , ZC3HC1 , and ABO . We also validate previous findings near 5q33.3/EBF1 and FOXO3, whilst finding contradictory evidence at other loci. Gene set and tissue-specific analyses show that expression in foetal brain cells and adult dorsolateral prefrontal cortex is enriched for lifespan variation, as are gene pathways involving lipid proteins and homeostasis, vesicle-mediated transport, and synaptic function. Individual genetic variants that increase dementia, cardiovascular disease, and lung cancer –but not other cancers-explain the most variance, possibly reflecting modern susceptibilities, whilst cancer may act through many rare variants, or the environment. Resultant polygenic scores predict a mean lifespan difference of around five years of life across the deciles.

Nalbuphine (NAL) is a κ-agonist/μ-antagonist opioid being developed as an oral extended formulation (ER) for the treatment of chronic cough in idiopathic pulmonary fibrosis and itch in prurigo nodularis. NAL is extensively glucuronidated and likely undergoes enterohepatic recirculation (EHR). The purpose of this work is to develop pharmacokinetic models for NAL absorption and enterohepatic recirculation (EHR). Clinical pharmacokinetic (PK) data sets in healthy subjects from three trials that included IV, oral solution, and ER tablets in fed and fasted state and two published trials were used to parametrize a novel partial differential equation (PDE)-based model, termed "PDE-EHR" model. Experimental inputs included in vitro dissolution and permeability data. The model incorporates a continuous intestinal absorption framework, explicit liver and gall bladder compartments, and compartments for systemic drug disposition. The model was fully PDE-based with well-stirred compartments achieved by rapid diffusion. The PDE-EHR model accurately reproduces NAL concentration–time profiles for all clinical data sets. NAL disposition simulations required inclusion of both parent and glucuronide recirculation. Inclusion of intestinal P-glycoprotein efflux in the simulations suggests that NAL is not expected to be a victim or perpetrator of P-glycoprotein-mediated drug interactions. The PDE-EHR model is a novel tool to predict EHR and food/formulation effects on drug PK. The results strongly suggest that even intravenous dosing studies be conducted in fasted subjects when EHR is suspected. The modeling effort is expected to aid in improved prediction of dosing regimens and drug disposition in patient populations.

Target identification remains a crucial challenge in drug development. To enable unbiased detection of proteins and pathways that have a causal role in disease pathogenesis or progression, we propose proteome-by-phenome Mendelian Randomisation (P2MR). We first detected genetic variants associated with plasma concentration of 249 proteins. We then used 64 replicated variants in two-sample Mendelian Randomisation to quantify evidence of a causal role for each protein across 846 phenotypes: this yielded 509 robust protein-outcome links. P2MR provides substantial promise for drug target prioritisation. We provide confirmatory evidence for a causal role for the proteins encoded at multiple cardiovascular disease risk loci (FGF5, IL6R, LPL, LTA), and discovered that intestinal fatty acid binding protein (FABP2) contributes to disease pathogenesis. Additionally, we find and replicate evidence for a causal role of tyrosine-protein phosphatase non-receptor type substrate 1 (SHPS1; SIRPA) in schizophrenia. Our results provide specific prediction of the effects of changes of plasma protein concentration on complex phenotypes in humans.

Motivation: Adenoma-carcinoma cell models examined using 2D COSY recorded altered triglyceride, cholesterol and metabolites prior to malignant transformation. Goal(s): Investigate if such chemical profiles are recorded in vivo in MRI apparently normal tissue in women with invasive cancer. Approach: Nineteen women with invasive breast cancer were compared with healthy low risk controls. Results: Compared to controls, MRI normal tissue in cancer patients with low-density breasts recorded increases in cross peak F (68%), cholesterol (127%), and tumor promotor UDP-GlcNAc (81%). For dense breasts, increases recorded in cross peak F (47%), decreases in cholesterol (12%), triglyceride (56%) and double bonds (40%) in "switched-on" tissue. Impact: Altered chemistry states, consistent with mechanisms leading to development of invasive carcinoma, are recorded in vivo from breast tissue distant to the cancer compared to controls. These states are referred to as "switched-on" tissue and differ according to breast density.