Abstract The Trans-Omics for Precision Medicine (TOPMed) programme seeks to elucidate the genetic architecture and biology of heart, lung, blood and sleep disorders, with the ultimate goal of improving diagnosis, treatment and prevention of these diseases. The initial phases of the programme focused on whole-genome sequencing of individuals with rich phenotypic data and diverse backgrounds. Here we describe the TOPMed goals and design as well as the available resources and early insights obtained from the sequence data. The resources include a variant browser, a genotype imputation server, and genomic and phenotypic data that are available through dbGaP (Database of Genotypes and Phenotypes) 1 . In the first 53,831 TOPMed samples, we detected more than 400 million single-nucleotide and insertion or deletion variants after alignment with the reference genome. Additional previously undescribed variants were detected through assembly of unmapped reads and customized analysis in highly variable loci. Among the more than 400 million detected variants, 97% have frequencies of less than 1% and 46% are singletons that are present in only one individual (53% among unrelated individuals). These rare variants provide insights into mutational processes and recent human evolutionary history. The extensive catalogue of genetic variation in TOPMed studies provides unique opportunities for exploring the contributions of rare and noncoding sequence variants to phenotypic variation. Furthermore, combining TOPMed haplotypes with modern imputation methods improves the power and reach of genome-wide association studies to include variants down to a frequency of approximately 0.01%.

The aim of this study was to examine the relation of galectin-3 (Gal-3), a marker of cardiac fibrosis, with incident heart failure (HF) in the community. Gal-3 is an emerging prognostic biomarker in HF, and experimental studies suggest that Gal-3 is an important mediator of cardiac fibrosis. Whether elevated Gal-3 concentrations precede the development of HF is unknown. Gal-3 concentrations were measured in 3,353 participants in the Framingham Offspring Cohort (mean age 59 years; 53% women). The relation of Gal-3 to incident HF was assessed using proportional hazards regression. Gal-3 was associated with increased left ventricular mass in age-adjusted and sex-adjusted analyses (p = 0.001); this association was attenuated in multivariate analyses (p = 0.06). A total of 166 participants developed incident HF and 468 died during a mean follow-up period of 11.2 years. Gal-3 was associated with risk for incident HF (hazard ratio [HR]: 1.28 per 1 SD increase in log Gal-3; 95% confidence interval [CI]: 1.14 to 1.43; p < 0.0001) and remained significant after adjustment for clinical variables and B-type natriuretic peptide (HR: 1.23; 95% CI: 1.04 to 1.47; p = 0.02). Gal-3 was also associated with risk for all-cause mortality (multivariable-adjusted HR: 1.15; 95% CI: 1.04 to 1.28; p = 0.01). The addition of Gal-3 to clinical factors resulted in negligible changes to the C-statistic and minor improvements in net reclassification improvement. Higher concentration of Gal-3, a marker of cardiac fibrosis, is associated with increased risk for incident HF and mortality. Future studies evaluating the role of Gal-3 in cardiac remodeling may provide further insights into the role of Gal-3 in the pathophysiology of HF.

Obesity is an important component of the pathophysiology of chronic diseases. Identifying epigenetic modifications associated with elevated adiposity, including DNA methylation variation, may point to genomic pathways that are dysregulated in numerous conditions. The Illumina 450K Bead Chip array was used to assay DNA methylation in leukocyte DNA obtained from 2097 African American adults in the Atherosclerosis Risk in Communities (ARIC) study. Mixed-effects regression models were used to test the association of methylation beta value with concurrent body mass index (BMI) and waist circumference (WC), and BMI change, adjusting for batch effects and potential confounders. Replication using whole-blood DNA from 2377 White adults in the Framingham Heart Study and CD4+ T cell DNA from 991 Whites in the Genetics of Lipid Lowering Drugs and Diet Network Study was followed by testing using adipose tissue DNA from 648 women in the Multiple Tissue Human Expression Resource cohort. Seventy-six BMI-related probes, 164 WC-related probes and 8 BMI change-related probes passed the threshold for significance in ARIC (P < 1 × 10(-7); Bonferroni), including probes in the recently reported HIF3A, CPT1A and ABCG1 regions. Replication using blood DNA was achieved for 37 BMI probes and 1 additional WC probe. Sixteen of these also replicated in adipose tissue, including 15 novel methylation findings near genes involved in lipid metabolism, immune response/cytokine signaling and other diverse pathways, including LGALS3BP, KDM2B, PBX1 and BBS2, among others. Adiposity traits are associated with DNA methylation at numerous CpG sites that replicate across studies despite variation in tissue type, ethnicity and analytic approaches.

Background: DNA methylation patterns associated with habitual diet have not been well studied. Methods: Diet quality was characterized using a Mediterranean-style diet score and the Alternative Healthy Eating Index score. We conducted ethnicity-specific and trans-ethnic epigenome-wide association analyses for diet quality and leukocyte-derived DNA methylation at over 400 000 CpGs (cytosine-guanine dinucleotides) in 5 population-based cohorts including 6662 European ancestry, 2702 African ancestry, and 360 Hispanic ancestry participants. For diet-associated CpGs identified in epigenome-wide analyses, we conducted Mendelian randomization (MR) analysis to examine their relations to cardiovascular disease risk factors and examined their longitudinal associations with all-cause mortality. Results: We identified 30 CpGs associated with either Mediterranean-style diet score or Alternative Healthy Eating Index, or both, in European ancestry participants. Among these CpGs, 12 CpGs were significantly associated with all-cause mortality (Bonferroni corrected P <1.6×10 −3 ). Hypermethylation of cg18181703 ( SOCS3 ) was associated with higher scores of both Mediterranean-style diet score and Alternative Healthy Eating Index and lower risk for all-cause mortality ( P =5.7×10 −15 ). Ten additional diet-associated CpGs were nominally associated with all-cause mortality ( P <0.05). MR analysis revealed 8 putatively causal associations for 6 CpGs with 4 cardiovascular disease risk factors (body mass index, triglycerides, high-density lipoprotein cholesterol concentrations, and type 2 diabetes mellitus; Bonferroni corrected MR P <4.5×10 −4 ). For example, hypermethylation of cg11250194 ( FADS2 ) was associated with lower triglyceride concentrations (MR, P =1.5×10 −14 ).and hypermethylation of cg02079413 ( SNORA54 ; NAP1L4 ) was associated with body mass index (corrected MR, P =1×10 −6 ). Conclusions: Habitual diet quality was associated with differential peripheral leukocyte DNA methylation levels of 30 CpGs, most of which were also associated with multiple health outcomes, in European ancestry individuals. These findings demonstrate that integrative genomic analysis of dietary information may reveal molecular targets for disease prevention and treatment.

DNA methylation (DNAm) has been reported to be associated with many diseases and with mortality. We hypothesized that the integration of DNAm with clinical risk factors would improve mortality prediction. We performed an epigenome-wide association study of whole blood DNAm in relation to mortality in 15 cohorts (n = 15,013). During a mean follow-up of 10 years, there were 4314 deaths from all causes including 1235 cardiovascular disease (CVD) deaths and 868 cancer deaths. Ancestry-stratified meta-analysis of all-cause mortality identified 163 CpGs in European ancestry (EA) and 17 in African ancestry (AA) participants at p < 1 × 10-7 , of which 41 (EA) and 16 (AA) were also associated with CVD death, and 15 (EA) and 9 (AA) with cancer death. We built DNAm-based prediction models for all-cause mortality that predicted mortality risk after adjusting for clinical risk factors. The mortality prediction model trained by integrating DNAm with clinical risk factors showed an improvement in prediction of cancer death with 5% increase in the C-index in a replication cohort, compared with the model including clinical risk factors alone. Mendelian randomization identified 15 putatively causal CpGs in relation to longevity, CVD, or cancer risk. For example, cg06885782 (in KCNQ4) was positively associated with risk for prostate cancer (Beta = 1.2, PMR = 4.1 × 10-4 ) and negatively associated with longevity (Beta = -1.9, PMR = 0.02). Pathway analysis revealed that genes associated with mortality-related CpGs are enriched for immune- and cancer-related pathways. We identified replicable DNAm signatures of mortality and demonstrated the potential utility of CpGs as informative biomarkers for prediction of mortality risk.

Background Life's Essential 8 (LE8) is an enhanced metric for cardiovascular health. The interrelations among LE8, biomarkers of aging, and disease risks are unclear. Methods and Results LE8 score was calculated for 5682 Framingham Heart Study participants. We implemented 4 DNA methylation‐based epigenetic age biomarkers, with older epigenetic age hypothesized to represent faster biological aging, and examined whether these biomarkers mediated the associations between the LE8 score and cardiovascular disease (CVD), CVD‐specific mortality, and all‐cause mortality. We found that a 1 SD increase in the LE8 score was associated with a 35% (95% CI, 27–41; P =1.8E‐15) lower risk of incident CVD, a 36% (95% CI, 24–47; P =7E‐7) lower risk of CVD‐specific mortality, and a 29% (95% CI, 22–35; P =7E‐15) lower risk of all‐cause mortality. These associations were partly mediated by epigenetic age biomarkers, particularly the GrimAge and the DunedinPACE scores. The potential mediation effects by epigenetic age biomarkers tended to be more profound in participants with higher genetic risk for older epigenetic age, compared with those with lower genetic risk. For example, in participants with higher GrimAge polygenic scores (greater than median), the mean proportion of mediation was 39%, 39%, and 78% for the association of the LE8 score with incident CVD, CVD‐specific mortality, and all‐cause mortality, respectively. No significant mediation was observed in participants with lower GrimAge polygenic score. Conclusions DNA methylation‐based epigenetic age scores mediate the associations between the LE8 score and incident CVD, CVD‐specific mortality, and all‐cause mortality, particularly in individuals with higher genetic predisposition for older epigenetic age.

The Trans-Omics for Precision Medicine (TOPMed) program seeks to elucidate the genetic architecture and disease biology of heart, lung, blood, and sleep disorders, with the ultimate goal of improving diagnosis, treatment, and prevention. The initial phases of the program focus on whole genome sequencing of individuals with rich phenotypic data and diverse backgrounds. Here, we describe TOPMed goals and design as well as resources and early insights from the sequence data. The resources include a variant browser, a genotype imputation panel, and sharing of genomic and phenotypic data via dbGaP. In 53,581 TOPMed samples, >400 million single-nucleotide and insertion/deletion variants were detected by alignment with the reference genome. Additional novel variants are detectable through assembly of unmapped reads and customized analysis in highly variable loci. Among the >400 million variants detected, 97% have frequency <1% and 46% are singletons. These rare variants provide insights into mutational processes and recent human evolutionary history. The nearly complete catalog of genetic variation in TOPMed studies provides unique opportunities for exploring the contributions of rare and non-coding sequence variants to phenotypic variation. Furthermore, combining TOPMed haplotypes with modern imputation methods improves the power and extends the reach of nearly all genome-wide association studies to include variants down to ~0.01% in frequency.

ABSTRACT Whether heteroplasmic mitochondrial genetic variants in readily accessible tissues (blood, skeletal muscle) reflect those in the human heart (atrial appendage, left ventricle) is unknown. Using next generation sequencing data from paired tissue samples (n=233) collected postmortem in the Genotype-Tissue Expression project, we identified 558 unique heteroplasmic mitochondrial genetic variants across the four tissues, of which only 13% were shared across all four tissue sites. Between the two cardiac sites, 61% of heteroplasmic mitochondrial genetic variants were unique to one site. A greater proportion of the heteroplasmic variants were non-synonymous or frameshift variants in the muscle sites compared to blood or those variants shared across all four tissues. Compared to blood, the total number of heteroplasmic variants was higher in cardiac tissue, which was associated with advancing age. Our findings suggest that human cardiac tissue has unique heteroplasmic mtDNA variants and may be relevant to aging-related diseases.

Abstract The relationship between alcohol consumption, circulating proteins, and cardiovascular disease (CVD) risk has not been well studied. We performed association analyses of alcohol consumption with three CVD risk factors and 71 CVD-related circulating proteins measured in 6,745 Framingham Heart Study participants (mean age, 49 years; 53% women). We found that an increase in alcohol consumption was associated with a higher risk of incident hypertension (P=7.2E-3) but a lower risk of incident obesity (P=5.7E-4) and type 2 diabetes (P=1.4E-5) in a 14-year of follow-up. Using independent discovery (n=4,348) and validation (n=2,397) samples, we identified 20 alcohol-associated proteins (FDR<0.05 in discovery and P<0.05/n in validation), with majority (18 of 20 proteins) inversely associated with alcohol consumption. The alcohol-protein associations remained similar after removing heavy drinkers. Four proteins demonstrated consistent triangular relationships, as expected, with alcohol consumption and CVD risk factors. For example, a greater level of APOA1, which was associated with a higher alcohol consumption (P=1.2E-65), was associated with a lower risk of type 2 diabetes (P=3.1E-5). However, several others showed inconsistent triangular relationships, e.g., a greater level of GDF15, which was associated with a lower alcohol consumption (P=1.0E-13), was associated with an increased risk of hypertension (P=2.4E-4). In conclusion, we identified 20 alcohol-associated proteins and demonstrated complex relationships between alcohol consumption, circulating proteins and CVD risk factors. Future studies with integration of more proteomic markers and larger sample size are warranted to unravel the complex relationship between alcohol consumption and CVD risk.

Some evidence suggests that light-to-moderate alcohol consumption during pregnancy is associated with adverse outcomes in the offspring, but the precise biological mechanisms underlying such associations are currently unknown. Epigenetic modifications have been suggested as one potential explanation. Within the Pregnancy and Childhood Epigenetics (PACE) consortium, we performed meta-analysis to combine information from six population-based birth cohort studies to investigate DNA methylation at over 450,000 sites in the cord blood of newborns differentially exposed to alcohol in utero. We were primarily interested in the effects of sustained consumption throughout pregnancy (data available for five cohorts, 3,075 mother-child pairs), which represents a prolonged prenatal exposure to alcohol, but we also explored binge-drinking and timing-specific exposures. In addition to looking for differential methylation at individual CpG sites, we also used two different methods, Comb-P and DMRcate, to identify differentially methylated regions (DMRs). We found no strong evidence of association between any of our alcohol exposure measures and DNA methylation at any individual CpG site. Using Comb-P, we identified 19 DMRs in the offspring of mothers who drank throughout pregnancy compared to the offspring of mothers who gave up drinking at the start of pregnancy, but these were not validated using DMRcate. In this multi-cohort study of the general population we found no evidence that maternal alcohol consumption during pregnancy is associated with offspring cord blood DNA methylation, which is in stark contrast to the multiple, strong associations that previous studies have found for maternal smoking. However, it is possible that a combination of a larger sample size, higher doses, different timings of exposure and a more global assessment of genomic DNA methylation might show evidence of association.