Heavy alcohol consumption is an established risk factor for hypertension; the mechanism by which alcohol consumption impact blood pressure (BP) regulation remains unknown. We hypothesized that a genome-wide association study accounting for gene-alcohol consumption interaction for BP might identify additional BP loci and contribute to the understanding of alcohol-related BP regulation. We conducted a large two-stage investigation incorporating joint testing of main genetic effects and single nucleotide variant (SNV)-alcohol consumption interactions. In Stage 1, genome-wide discovery meta-analyses in ≈131K individuals across several ancestry groups yielded 3,514 SNVs (245 loci) with suggestive evidence of association (P < 1.0 x 10−5). In Stage 2, these SNVs were tested for independent external replication in ≈440K individuals across multiple ancestries. We identified and replicated (at Bonferroni correction threshold) five novel BP loci (380 SNVs in 21 genes) and 49 previously reported BP loci (2,159 SNVs in 109 genes) in European ancestry, and in multi-ancestry meta-analyses (P < 5.0 x 10−8). For African ancestry samples, we detected 18 potentially novel BP loci (P < 5.0 x 10−8) in Stage 1 that warrant further replication. Additionally, correlated meta-analysis identified eight novel BP loci (11 genes). Several genes in these loci (e.g., PINX1, GATA4, BLK, FTO and GABBR2) have been previously reported to be associated with alcohol consumption. These findings provide insights into the role of alcohol consumption in the genetic architecture of hypertension.

Approximately 7% of American adults have severe hypercholesterolemia (untreated low-density lipoprotein [LDL] cholesterol ≥190 mg/dl), which may be due to familial hypercholesterolemia (FH). Lifelong LDL cholesterol elevations in FH mutation carriers may confer coronary artery disease (CAD) risk beyond that captured by a single LDL cholesterol measurement. This study assessed the prevalence of an FH mutation among those with severe hypercholesterolemia and determined whether CAD risk varies according to mutation status beyond the observed LDL cholesterol level. Three genes causative for FH (LDLR, APOB, and PCSK9) were sequenced in 26,025 participants from 7 case-control studies (5,540 CAD case subjects, 8,577 CAD-free control subjects) and 5 prospective cohort studies (11,908 participants). FH mutations included loss-of-function variants in LDLR, missense mutations in LDLR predicted to be damaging, and variants linked to FH in ClinVar, a clinical genetics database. Among 20,485 CAD-free control and prospective cohort participants, 1,386 (6.7%) had LDL cholesterol ≥190 mg/dl; of these, only 24 (1.7%) carried an FH mutation. Within any stratum of observed LDL cholesterol, risk of CAD was higher among FH mutation carriers than noncarriers. Compared with a reference group with LDL cholesterol <130 mg/dl and no mutation, participants with LDL cholesterol ≥190 mg/dl and no FH mutation had a 6-fold higher risk for CAD (odds ratio: 6.0; 95% confidence interval: 5.2 to 6.9), whereas those with both LDL cholesterol ≥190 mg/dl and an FH mutation demonstrated a 22-fold increased risk (odds ratio: 22.3; 95% confidence interval: 10.7 to 53.2). In an analysis of participants with serial lipid measurements over many years, FH mutation carriers had higher cumulative exposure to LDL cholesterol than noncarriers. Among participants with LDL cholesterol ≥190 mg/dl, gene sequencing identified an FH mutation in <2%. However, for any observed LDL cholesterol, FH mutation carriers had substantially increased risk for CAD.

Michael Cho and colleagues report a genome-wide association study of risk for chronic obstructive pulmonary disease (COPD) in a large, multi-ancestry cohort. They identify 22 genome-wide significant loci, including 13 not previously associated with COPD and 4 not previously associated with any lung function trait. Chronic obstructive pulmonary disease (COPD) is a leading cause of mortality worldwide1. We performed a genetic association study in 15,256 cases and 47,936 controls, with replication of select top results (P < 5 × 10−6) in 9,498 cases and 9,748 controls. In the combined meta-analysis, we identified 22 loci associated at genome-wide significance, including 13 new associations with COPD. Nine of these 13 loci have been associated with lung function in general population samples2,3,4,5,6,7, while 4 (EEFSEC, DSP, MTCL1, and SFTPD) are new. We noted two loci shared with pulmonary fibrosis8,9 (FAM13A and DSP) but that had opposite risk alleles for COPD. None of our loci overlapped with genome-wide associations for asthma, although one locus has been implicated in joint susceptibility to asthma and obesity10. We also identified genetic correlation between COPD and asthma. Our findings highlight new loci associated with COPD, demonstrate the importance of specific loci associated with lung function to COPD, and identify potential regions of genetic overlap between COPD and other respiratory diseases.

This study evaluated the associations of obesity and cardiometabolic traits with incident heart failure with preserved versus reduced ejection fraction (HFpEF vs. HFrEF). Given known sex differences in HF subtype, we examined men and women separately. Recent studies suggest that obesity confers greater risk of HFpEF versus HFrEF. Contributions of associated metabolic traits to HFpEF are less clear. We studied 22,681 participants from 4 community-based cohorts followed for incident HFpEF versus HFrEF (ejection fraction ≥50% vs. <50%). We evaluated the association of body mass index (BMI) and cardiometabolic traits with incident HF subtype using Cox models. The mean age was 60 ± 13 years, and 53% were women. Over a median follow-up of 12 years, 628 developed incident HFpEF and 835 HFrEF. Greater BMI portended higher risk of HFpEF compared with HFrEF (hazard ratio [HR]: 1.34 per 1-SD increase in BMI; 95% confidence interval [CI]: 1.24 to 1.45 vs. HR: 1.18; 95% CI: 1.10 to 1.27). Similarly, insulin resistance (homeostatic model assessment of insulin resistance) was associated with HFpEF (HR: 1.20 per 1-SD; 95% CI: 1.05 to 1.37), but not HFrEF (HR: 0.99; 95% CI: 0.88 to 1.11; p < 0.05 for difference HFpEF vs. HFrEF). We found that the differential association of BMI with HFpEF versus HFrEF was more pronounced among women (p for difference HFpEF vs. HFrEF = 0.01) when compared with men (p = 0.34). Obesity and related cardiometabolic traits including insulin resistance are more strongly associated with risk of future HFpEF versus HFrEF. The differential risk of HFpEF with obesity seems particularly pronounced among women and may underlie sex differences in HF subtypes.

Background— Heart failure (HF) is a prevalent and deadly disease, and preventive strategies focused on at-risk individuals are needed. Current HF prediction models have not examined HF subtypes. We sought to develop and validate risk prediction models for HF with preserved and reduced ejection fraction (HFpEF, HFrEF). Methods and Results— Of 28,820 participants from 4 community-based cohorts, 982 developed incident HFpEF and 909 HFrEF during a median follow-up of 12 years. Three cohorts were combined, and a 2:1 random split was used for derivation and internal validation, with the fourth cohort as external validation. Models accounted for multiple competing risks (death, other HF subtype, and unclassified HF). The HFpEF-specific model included age, sex, systolic blood pressure, body mass index, antihypertensive treatment, and previous myocardial infarction; it had good discrimination in derivation (c-statistic 0.80; 95% confidence interval [CI], 0.78–0.82) and validation samples (internal: 0.79; 95% CI, 0.77–0.82 and external: 0.76; 95% CI: 0.71–0.80). The HFrEF-specific model additionally included smoking, left ventricular hypertrophy, left bundle branch block, and diabetes mellitus; it had good discrimination in derivation (c-statistic 0.82; 95% CI, 0.80–0.84) and validation samples (internal: 0.80; 95% CI, 0.78–0.83 and external: 0.76; 95% CI, 0.71–0.80). Age was more strongly associated with HFpEF, and male sex, left ventricular hypertrophy, bundle branch block, previous myocardial infarction, and smoking with HFrEF ( P value for each comparison ≤0.02). Conclusions— We describe and validate risk prediction models for HF subtypes and show good discrimination in a large sample. Some risk factors differed between HFpEF and HFrEF, supporting the notion of pathogenetic differences among HF subtypes.

Abstract Tobacco and alcohol use are heritable behaviours associated with 15% and 5.3% of worldwide deaths, respectively, due largely to broad increased risk for disease and injury 1–4 . These substances are used across the globe, yet genome-wide association studies have focused largely on individuals of European ancestries 5 . Here we leveraged global genetic diversity across 3.4 million individuals from four major clines of global ancestry (approximately 21% non-European) to power the discovery and fine-mapping of genomic loci associated with tobacco and alcohol use, to inform function of these loci via ancestry-aware transcriptome-wide association studies, and to evaluate the genetic architecture and predictive power of polygenic risk within and across populations. We found that increases in sample size and genetic diversity improved locus identification and fine-mapping resolution, and that a large majority of the 3,823 associated variants (from 2,143 loci) showed consistent effect sizes across ancestry dimensions. However, polygenic risk scores developed in one ancestry performed poorly in others, highlighting the continued need to increase sample sizes of diverse ancestries to realize any potential benefit of polygenic prediction.

Importance

 Nearly half of all patients with heart failure have preserved ejection fraction (HFpEF) as opposed to reduced ejection fraction (HFrEF), yet associations of biomarkers with future heart failure subtype are incompletely understood. 

Objective

 To evaluate the associations of 12 cardiovascular biomarkers with incident HFpEF vs HFrEF among adults from the general population. 

Design, Setting, and Participants

 This study included 4 longitudinal community-based cohorts: the Cardiovascular Health Study (1989-1990; 1992-1993 for supplemental African-American cohort), the Framingham Heart Study (1995-1998), the Multi-Ethnic Study of Atherosclerosis (2000-2002), and the Prevention of Renal and Vascular End-stage Disease study (1997-1998). Each cohort had prospective ascertainment of incident HFpEF and HFrEF. Data analysis was performed from June 25, 2015, to November 9, 2017. 

Exposures

 The following biomarkers were examined: N-terminal pro B-type natriuretic peptide or brain natriuretic peptide, high-sensitivity troponin T or I, C-reactive protein (CRP), urinary albumin to creatinine ratio (UACR), renin to aldosterone ratio, D-dimer, fibrinogen, soluble suppressor of tumorigenicity, galectin-3, cystatin C, plasminogen activator inhibitor 1, and interleukin 6. 

Main Outcomes and Measures

 Development of incident HFpEF and incident HFrEF. 

Results

 Among the 22 756 participants in these 4 cohorts (12 087 women and 10 669 men; mean [SD] age, 60 [13] years) in the study, during a median follow-up of 12 years, 633 participants developed incident HFpEF, and 841 developed HFrEF. In models adjusted for clinical risk factors of heart failure, 2 biomarkers were significantly associated with incident HFpEF: UACR (hazard ratio [HR], 1.33; 95% CI, 1.20-1.48;P < .001) and natriuretic peptides (HR, 1.27; 95% CI, 1.16-1.40;P < .001), with suggestive associations for high-sensitivity troponin (HR, 1.11; 95% CI, 1.03-1.19;P = .008), plasminogen activator inhibitor 1 (HR, 1.22; 95% CI, 1.03-1.45;P = .02), and fibrinogen (HR, 1.12; 95% CI, 1.03-1.22;P = .01). By contrast, 6 biomarkers were associated with incident HFrEF: natriuretic peptides (HR, 1.54; 95% CI, 1.41-1.68;P < .001), UACR (HR, 1.21; 95% CI, 1.11-1.32;P < .001), high-sensitivity troponin (HR, 1.37; 95% CI, 1.29-1.46;P < .001), cystatin C (HR, 1.19; 95% CI, 1.11-1.27;P < .001), D-dimer (HR, 1.22; 95% CI, 1.11-1.35;P < .001), and CRP (HR, 1.19; 95% CI, 1.11-1.28;P < .001). When directly compared, natriuretic peptides, high-sensitivity troponin, and CRP were more strongly associated with HFrEF compared with HFpEF. 

Conclusions and Relevance

 Biomarkers of renal dysfunction, endothelial dysfunction, and inflammation were associated with incident HFrEF. By contrast, only natriuretic peptides and UACR were associated with HFpEF. These findings highlight the need for future studies focused on identifying novel biomarkers of the risk of HFpEF.