Despite existing reports on differential DNA methylation in type 2 diabetes (T2D) and obesity, our understanding of the functional relevance of the phenomenon remains limited. Because obesity is the main risk factor for T2D and a driver of methylation from previous study, we aimed to explore the effect of DNA methylation in the early phases of T2D pathology while accounting for body mass index (BMI). We performed a blood-based epigenome-wide association study (EWAS) of fasting glucose and insulin among 4,808 non-diabetic European individuals and replicated the findings in an independent sample consisting of 11,750 non-diabetic subjects. We integrated blood-based in silico cross-omics databases comprising genomics, epigenomics and transcriptomics collected by BIOS project of the Biobanking and BioMolecular resources Research Infrastructure of the Netherlands (BBMRI-NL), the Meta-Analyses of Glucose and Insulin-related traits Consortium (MAGIC), the DIAbetes Genetics Replication And Meta-analysis (DIAGRAM) consortium, and the tissue-specific Genotype-Tissue Expression (GTEx) project. We identified and replicated nine novel differentially methylated sites in whole blood (P-value < 1.27 × 10-7): sites in LETM1, RBM20, IRS2, MAN2A2 genes and 1q25.3 region were associated with fasting insulin; sites in FCRL6, SLAMF1, APOBEC3H genes and 15q26.1 region were associated with fasting glucose. The association between SLAMF1, APOBEC3H and 15q26.1 methylation sites and glucose emerged only when accounted for BMI. Follow-up in silico cross-omics analyses indicate that the cis-acting meQTLs near SLAMF1 and SLAMF1 expression are involved in glucose level regulation. Moreover, our data suggest that differential methylation in FCRL6 may affect glucose level and the risk of T2D by regulating FCLR6 expression in the liver. In conclusion, the present study provided nine new DNA methylation sites associated with glycemia homeostasis and also provided new insights of glycemia related loci into the genetics, epigenetics and transcriptomics pathways based on the integration of cross-omics data in silico.

Background: Major Depression (MD) is determined by a multitude of factors including genetic risk variants which regulate gene expression (GE). Here, we examined the genetic component of GE in MD by performing a Transcriptome-Wide Association Study (TWAS), inferring GE-trait relationships from genetic, transcriptomic and phenotypic information. Method: Genes differentially expressed in depression were identified with the TWAS FUSION method, based on summary statistics from the largest genome-wide association analysis of MD (Ncases = 135,458) and GE levels from 20 tissue datasets. Follow-up analyses were performed to extensively characterize the identified associations: colocalization, conditional, and fine-mapping analyses together with functionally-enriched pathway investigations. Results: Transcriptome-wide significant GE differences between cases and controls were found at 91 genes, 50 of which were not found in previous MD TWASs. Of the 91 significant genes, eight represented strong, colocalized, and potentially causal associations with depression, which were independent from the effect of nearby genes. Such "high-confidence associations" include NEGR1, CTC-467M3.3, TMEM106B, CTD-2298J14.2, CCDC175, ESR2, PROX2, ZC3H7B. Lastly, TWAS-based enrichment analysis highlighted dysregulation of gene sets for long term potentiation, dendritic shaft, and memory processes in MD. Conclusion: This study has shed light on the genetic component of GE in depression by characterizing the identified associations, unravelling novel risk genes, and determining which associations are congruent with a causal model. These findings can be used as a resource for prioritizing and designing subsequent functional studies of MD.

ABSTRACT The peripartum period is the highest risk interval for the onset or exacerbation of psychiatric illness in women’s lives. Notably, pregnancy and childbirth have been associated with short-term structural and functional changes in the maternal human brain. Yet the long-term effects of parity on maternal brain structure remain unknown. Therefore, we utilized a large population-based cohort to examine the association between parity and brain structure. In total, 2,835 women (mean age 65.2 years; all free from dementia, stroke, and cortical brain infarcts) from the Rotterdam Study underwent magnetic resonance imaging (1.5 T) between 2005 and 2015. Associations of parity with global and lobar brain tissue volumes, white matter microstructure, and markers of vascular brain disease were examined using regression models. We found that parity was associated with a larger global gray matter volume (β= 0.14, 95% CI = 0.09-0.19), a finding that persisted following adjustment for sociodemographic factors. A non-significant dose-dependent relationship was observed between a higher number of childbirths and larger gray matter volume. The gray matter volume association with parity was globally proportional across lobes. No associations were found regarding white matter volume or integrity, nor with markers of cerebral small vessel disease. The current findings indicate that pregnancy and childbirth are associated with robust long-term changes in brain structure involving larger global gray matter volume that persists for decades. Taken together, these data provide novel insight into the impact of motherhood on the human brain.