Importance Atrial fibrillation (AF) has a substantial genetic component. The importance of polygenic risk is well established, while the contribution of rare variants to disease risk warrants characterization in large cohorts. Objective To identify rare predicted loss-of-function (pLOF) variants associated with AF and elucidate their role in risk of AF, cardiomyopathy (CM), and heart failure (HF) in combination with a polygenic risk score (PRS). Design, Setting, and Participants This was a genetic association and nested case-control study. The impact of rare pLOF variants was evaluated on the risk of incident AF. HF and CM were assessed in cause-specific Cox regressions. End of follow-up was July 1, 2022. Data were analyzed from January to October 2023. The UK Biobank enrolled 502 480 individuals aged 40 to 69 years at inclusion in the United Kingdom between March 13, 2006, and October 1, 2010. UK residents of European ancestry were included. Individuals with prior diagnosis of AF were excluded from analyses of incident AF. Exposures Rare pLOF variants and an AF PRS. Main Outcomes and Measures Risk of AF and incident HF or CM prior to and subsequent to AF diagnosis. Results A total of 403 990 individuals (218 489 [54.1%] female) with a median (IQR) age of 58 (51-63) years were included; 24 447 were diagnosed with incident AF over a median (IQR) follow-up period of 13.3 (12.4-14.0) years. Rare pLOF variants in 6 genes ( TTN , RPL3L , PKP2 , CTNNA3 , KDM5B , and C10orf71 ) were associated with AF. Of these, TTN , RPL3L , PKP2 , CTNNA3 , and KDM5B replicated in an external cohort. Combined with high PRS, rare pLOF variants conferred an odds ratio of 7.08 (95% CI, 6.03-8.28) for AF. Carriers with high PRS also had a substantial 10-year risk of AF (16% in female individuals and 24% in male individuals older than 60 years). Rare pLOF variants were associated with increased risk of CM both prior to AF (hazard ratio [HR], 3.13; 95% CI, 2.24-4.36) and subsequent to AF (HR, 2.98; 95% CI, 1.89-4.69). Conclusions and Relevance Rare and common genetic variation were associated with an increased risk of AF. The findings provide insights into the genetic underpinnings of AF and may aid in future genetic risk stratification.

Background: African Americans (AAs) are an admixed population with portions of their genome derived from West Africans and Europeans. In AAs, the proportion of West African ancestry (WAA) can vary widely and may explain the genetic drivers of disease, specifically those that disproportionately affect this understudied population. To examine the relationship between the proportion of WAA and gene expression, we used high dimensional data obtained from AA primary hepatocytes, a tissue important in disease and drug response. Methods: RNA sequencing (Illumina HiSeq Platform) was conducted on 60 AA-derived primary hepatocytes, with methylation profiling (Illumina MethylationEPIC BeadChip) of 44 overlapping samples. WAA for each sample was calculated using fastSTRUCTURE and correlated to both gene expression and DNA methylation. The GTEx consortium (n = 15) was used for replication and a second cohort (n = 206) was using used for validation using differential gene expression between AAs and European-Americans. Results: We identified 131 genes associated with WAA (FDR< 0.1), of which 28 gene expression traits were replicated (FDR<0.1) and enriched in angiogenesis and inflammatory pathways (FDR<0.1). These 28 replicated gene expression traits represented 257 GWAS catalog phenotypes. Among the PharmGKB pharmacogenes, VDR, PTGIS, ALDH1A1, CYP2C19 and P2RY1 were associated with WAA (p < 0.05) with replication of CYP2C19 and VDR in GTEx. Association of DNA methylation with WAA identified 1037 differentially methylated regions (FDR<0.05), with hypomethylated genes enriched in drug response pathways. Overlapping of differentially methylated regions with the 131 significantly correlated gene expression traits identified 5 genes with concordant directions of effect: COL26A1, HIC1, MKNK2, RNF135, SNAI1 and TRIM39. Conclusions: We conclude that WAA contributes to variability in hepatic gene expression and DNA methylation with identified genes indicative of diseases disproportionately affecting AAs. Specifically, WAA-associated genes were linked to previously identified loci in cardiovascular disease (PTGIS, PLAT), renal disease (APOL1) and drug response (CYP2C19).

Abstract Background Expression quantitative loci (eQTL) studies have paved the way in identifying genetic variation impacting gene expression levels. African Americans (AAs) are disproportionately underrepresented in eQTL studies, resulting in a lack of power to identify population-specific regulatory variations especially related to drug response. Specific drugs are known to affect the biosynthesis of drug metabolism enzymes as well as other genes. We used drug perturbation in cultured primary hepatocytes derived from AAs to determine the effect of drug treatment on eQTL mapping and to identify the drug response eQTLs (reQTLs) that show altered effect size following drug treatment. Methods Whole-genome genotyping (Illumina MEGA array) and RNA-sequencing were performed on 60 primary hepatocyte cultures after treatment with 6 drugs (Rifampin, Phenytoin, Carbamazepine, Dexamethasone, Phenobarbital, and Omeprazole) and at baseline (no treatment). eQTLs were mapped by treatment and jointly using Meta Tissue. Results We found varying transcriptional changes across different drug treatments and identified Nrf2 as a potential general transcriptional regulator. We jointly mapped eQTL with gene expression data for across all drug treatments and baseline which increased our power to detect eQTLs by 2.7-fold. We also identified 2,988 reQTLs (eQTLs with altered effect size after drug treatment), which were more likely to overlap transcription factor binding sites and uncovered a novel reQTL, rs61017966 that increases CYP3A5 gene expression, a major drug metabolizing enzyme responsible for both drug response and adverse events across several drug classes. Conclusions Our results provide novel insights into the genetic regulation of gene expression in hepatocytes through drug perturbation and provide insight into SNPs that effect the liver’s ability to respond to transcription upregulation.