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.

A genome-wide association (GWA) study of more than 180,000 individuals has identified hundreds of genetic variants in at least 180 loci associated with adult human height. The loci are not clustered randomly but are enriched for genes involved in growth-related processes that influence adult height. This demonstrates that GWA studies of common human traits, and therefore of many diseases, can identify large numbers of loci that implicate potential causal genes. This very large genome-wide association study identifies hundreds of new genetic variants influencing adult height in at least 180 loci enriched for genes involved in skeletal growth defects. The results show that the likely causal gene is often located near the most strongly associated variant, that many loci have multiple independently associated variants and that associated variants are enriched for likely functional effects on genes. Most common human traits and diseases have a polygenic pattern of inheritance: DNA sequence variants at many genetic loci influence the phenotype. Genome-wide association (GWA) studies have identified more than 600 variants associated with human traits1, but these typically explain small fractions of phenotypic variation, raising questions about the use of further studies. Here, using 183,727 individuals, we show that hundreds of genetic variants, in at least 180 loci, influence adult height, a highly heritable and classic polygenic trait2,3. The large number of loci reveals patterns with important implications for genetic studies of common human diseases and traits. First, the 180 loci are not random, but instead are enriched for genes that are connected in biological pathways (P = 0.016) and that underlie skeletal growth defects (P < 0.001). Second, the likely causal gene is often located near the most strongly associated variant: in 13 of 21 loci containing a known skeletal growth gene, that gene was closest to the associated variant. Third, at least 19 loci have multiple independently associated variants, suggesting that allelic heterogeneity is a frequent feature of polygenic traits, that comprehensive explorations of already-discovered loci should discover additional variants and that an appreciable fraction of associated loci may have been identified. Fourth, associated variants are enriched for likely functional effects on genes, being over-represented among variants that alter amino-acid structure of proteins and expression levels of nearby genes. Our data explain approximately 10% of the phenotypic variation in height, and we estimate that unidentified common variants of similar effect sizes would increase this figure to approximately 16% of phenotypic variation (approximately 20% of heritable variation). Although additional approaches are needed to dissect the genetic architecture of polygenic human traits fully, our findings indicate that GWA studies can identify large numbers of loci that implicate biologically relevant genes and pathways.

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.

A protocol providing guidelines on the organizational aspects of genome-wide association meta-analyses and to implement quality control at the study file level, the meta-level across studies, and the meta-analysis output level. Rigorous organization and quality control (QC) are necessary to facilitate successful genome-wide association meta-analyses (GWAMAs) of statistics aggregated across multiple genome-wide association studies. This protocol provides guidelines for (i) organizational aspects of GWAMAs, and for (ii) QC at the study file level, the meta-level across studies and the meta-analysis output level. Real-world examples highlight issues experienced and solutions developed by the GIANT Consortium that has conducted meta-analyses including data from 125 studies comprising more than 330,000 individuals. We provide a general protocol for conducting GWAMAs and carrying out QC to minimize errors and to guarantee maximum use of the data. We also include details for the use of a powerful and flexible software package called EasyQC. Precise timings will be greatly influenced by consortium size. For consortia of comparable size to the GIANT Consortium, this protocol takes a minimum of about 10 months to complete.

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.

A high frequency of single nucleotide somatic mutations in the placenta has been recently described, but its relationship to placental dysfunction is unknown. We performed a pilot case-control study using paired fetal, maternal, and placental samples collected from healthy live birth controls (n=10), live births with fetal growth restriction (FGR) due to placental insufficiency (n=7), and stillbirths with FGR and placental insufficiency (n=11). We quantified single nucleotide and structural somatic variants using bulk whole genome sequencing (30-60X coverage) in four biopsies from each placenta. We also assessed their association with clinical and histological evidence of placental dysfunction. Seventeen pregnancies had sufficiently high-quality placental, fetal, and maternal DNA for analysis. Each placenta had a median of 473 variants (range 111-870), with 95% arising in just one biopsy within each placenta. In controls, live births with FGR, and stillbirths, the median variant counts per placenta were 514 (IQR 381-779), 582 (450-735), and 338 (245-441), respectively. After adjusting for depth of sequencing coverage and gestational age at birth, the somatic mutation burden was similar between groups (FGR live births vs. controls, adjusted diff. 59, 95% CI -218 to +336; stillbirths vs controls, adjusted diff. -34, -351 to +419), and with no association with placental dysfunction (p=0.7). We confirmed the high prevalence of somatic mutation in the human placenta and conclude that the placenta is highly clonal. We were not able to identify any relationship between somatic mutation burden and clinical or histologic placental insufficiency.

Maternal genetic variations, including variations in mitochondrial biogenesis (MB) and oxidative phosphorylation (OP), have been associated with placental abruption (PA). However, the role of maternal-fetal genetic interactions (MFGI) and parent-of-origin (imprinting) effects in PA remain unknown. We investigated MFGI in MB-OP, and imprinting effects in relation to risk of PA. Among Peruvian mother-infant pairs (503 PA cases and 1,052 controls), independent single nucleotide polymorphisms (SNPs), with linkage-disequilibrium coefficient <0.80, were selected to characterize genetic variations in MB-OP (78 SNPs in 24 genes) and imprinted genes (2713 SNPs in 73 genes). For each MB-OP SNP, four multinomial models corresponding to fetal allele effect, maternal allele effect, maternal and fetal allele additive effect, and maternal-fetal allele interaction effect were fit under Hardy-Weinberg equilibrium, random mating, and rare disease assumptions. The Bayesian information criterion (BIC) was used for model selection. For each SNP in imprinted genes, imprinting effect was tested using a likelihood ratio test. Bonferroni corrections were used to determine statistical significance (p-value<6.4e-4 for MFGI and p-value<1.8e-5 for imprinting). Abruption cases were more likely to experience preeclampsia, have shorter gestational age, and deliver infants with lower birthweight compared with controls. Models with MFGI effects provided improved fit than models with only maternal and fetal genotype main effects for SNP rs12530904 (log-likelihood ratio=18.2; p-value=1.2e-04) in CAMK2B, and, SNP rs73136795 (log-likelihood ratio=21.7; p-value=1.9e-04) in PPARG, both MB genes. We identified 311 SNPs in 35 maternally-imprinted genes (including KCNQ1, NPM, and, ATP10A) associated with abruption. Top hits included rs8036892 (p-value=2.3e-15) in ATP10A, rs80203467 (p-value=6.7e-15) and rs12589854 (p-value=1.4e-14) in MEG8, and rs138281088 in SLC22A2 (p-value=1.7e-13). We identified novel PA-related maternal-fetal MB gene interactions and imprinting effects that highlight the role of the fetus in PA risk development. Findings can inform mechanistic investigations to understand the pathogenesis of PA.