The human proteome is a crucial intermediate between complex diseases and their genetic and environmental components, and an important source of drug development targets and biomarkers. Here, we comprehensively assess the genetic architecture of 257 circulating protein biomarkers of cardiometabolic relevance through high-depth (22.5x) whole-genome sequencing (WGS) in 1,328 individuals. We discover 131 independent sequence variant associations ( P <7.45×10−11) across the allele frequency spectrum, all of which replicate in an independent cohort (n=1,605, 18.4x WGS). We identify for the first time replicating evidence for rare-variant cis -acting protein quantitative trait loci for five genes, involving both coding and non-coding variation. We construct and validate polygenic scores that explain up to 45% of protein level variation. We find causal links between protein levels and disease risk, identifying high-value biomarkers and drug development targets.

Copy number variants (CNVs) are large deletions or duplications at least 50 to 200 base pairs long. They play an important role in multiple disorders, but accurate calling of CNVs remains challenging. Most current approaches to CNV detection use raw read alignments, which are computationally intensive to process. We use a regression tree-based approach to call CNVs from whole-genome sequencing (WGS, >18x) variant call-sets in 6,898 samples across four European cohorts, and describe a rich large variation landscape comprising 1,320 CNVs. 61.8% of detected events have been previously reported in the Database of Genomic Variants. 23% of high-quality deletions affect entire genes, and we recapitulate known events such as the GSTM1 and RHD gene deletions. We test for association between the detected deletions and 275 protein levels in 1,457 individuals to assess the potential clinical impact of the detected CNVs. We describe the LD structure and copy number variation underlying the association between levels of the CCL3 protein and a complex structural variant (MAF=0.15, p=3.6x10-12) affecting CCL3L3, a paralog of the CCL3 gene. We also identify a cis-association between a low-frequency NOMO1 deletion and the protein product of this gene (MAF=0.02, p=2.2x10-7), for which no cis- or trans- single nucleotide variant-driven protein quantitative trait locus (pQTL) has been documented to date. This work demonstrates that existing population-wide WGS call-sets can be mined for CNVs with minimal computational overhead, delivering insight into a less well-studied, yet potentially impactful class of genetic variant. The regression tree based approach, UN-CNVc, is available as an R and bash executable on GitHub at https://github.com/agilly/un-cnvc. Supplementary information is appended.

In bone, sclerostin is mainly osteocyte-derived and plays an important local role in adaptive responses to mechanical loading. Whether circulating levels of sclerostin also play a functional role is currently unclear, which we aimed to examine by two sample Mendelian Randomisation (MR). A genetic instrument for circulating sclerostin, derived from a genome wide association study (GWAS) meta-analysis of serum sclerostin in 10,584 European-descent individuals, was examined in relation to femoral neck bone mineral density (BMD; n= 32,744) in GEFOS, and estimated BMD by heel ultrasound (eBMD; n=426,824), and fracture risk (n=426,795), in UK Biobank. Our GWAS identified two novel serum sclerostin loci, B4GALNT3 (standard deviation (SD)) change in sclerostin per A allele (β=0.20, P=4.6×10−49), and GALNT1 (β=0.11 per G allele, P=4.4×10−11). B4GALNT3 is an N-acetyl-galactosaminyltransferase, adding a terminal LacdiNAc disaccharide to target glycocoproteins, found to be predominantly expressed in kidney, whereas GALNT1 is an enzyme causing mucin-type O-linked glycosylation. Using these two SNPs as genetic instruments, MR revealed an inverse causal relationship between serum sclerostin and femoral neck BMD (β= −0.12, 95%CI= −0.20 to −0.05) and eBMD (β= −0.12, 95%CI= −0.14 to −0.10), and a positive relationship with fracture risk (β= 0.11, 95%CI= 0.01 to 0.21). Colocalization analysis demonstrated common genetic signals within the B4GALNT3 locus for higher sclerostin, lower eBMD, and greater B4GALNT3 expression in arterial tissue (Probability>99%). Our findings suggest that higher sclerostin levels are causally related to lower BMD and greater fracture risk. Hence, strategies for reducing circulating sclerostin, for example by targeting glycosylation enzymes as suggested by our GWAS results, may prove valuable in treating osteoporosis.