A total of 2,618,862 participants reported their potential symptoms of COVID-19 on a smartphone-based app. Among the 18,401 who had undergone a SARS-CoV-2 test, the proportion of participants who reported loss of smell and taste was higher in those with a positive test result (4,668 of 7,178 individuals; 65.03%) than in those with a negative test result (2,436 of 11,223 participants; 21.71%) (odds ratio = 6.74; 95% confidence interval = 6.31–7.21). A model combining symptoms to predict probable infection was applied to the data from all app users who reported symptoms (805,753) and predicted that 140,312 (17.42%) participants are likely to have COVID-19. Analysis of data from a smartphone-based app designed for large-scale tracking of potential COVID-19 symptoms, used by over 2.5 million participants in the United Kingdom and United States, shows that loss of taste and smell sensations is predictive of potential SARS-CoV-2 infection.

Obesity and smoking are important risk factors for many age-related diseases. Both are states of heightened oxidative stress, which increases the rate of telomere erosion per replication, and inflammation, which enhances white blood cell turnover. Together, these processes might accelerate telomere erosion with age. We therefore tested the hypothesis that increased body mass and smoking are associated with shortened telomere length in white blood cells. We investigated 1122 white women aged 18-76 years and found that telomere length decreased steadily with age at a mean rate of 27 bp per year. Telomeres of obese women were 240 bp shorter than those of lean women (p=0.026). A dose-dependent relation with smoking was recorded (p=0.017), and each pack-year smoked was equivalent to an additional 5 bp of telomere length lost (18%) compared with the rate in the overall cohort. Our results emphasise the pro-ageing effects of obesity and cigarette smoking.

Nicole Soranzo, Tim Spector, Gabi Kastenmüller and colleagues report a large-scale analysis of genetic variants influencing human blood metabolite levels. They identify genome-wide significant associations at 145 loci, providing a framework for exploring relationships between genetic variation, metabolism and complex disease. Genome-wide association scans with high-throughput metabolic profiling provide unprecedented insights into how genetic variation influences metabolism and complex disease. Here we report the most comprehensive exploration of genetic loci influencing human metabolism thus far, comprising 7,824 adult individuals from 2 European population studies. We report genome-wide significant associations at 145 metabolic loci and their biochemical connectivity with more than 400 metabolites in human blood. We extensively characterize the resulting in vivo blueprint of metabolism in human blood by integrating it with information on gene expression, heritability and overlap with known loci for complex disorders, inborn errors of metabolism and pharmacological targets. We further developed a database and web-based resources for data mining and results visualization. Our findings provide new insights into the role of inherited variation in blood metabolic diversity and identify potential new opportunities for drug development and for understanding disease.

The Pfizer-BioNTech (BNT162b2) and the Oxford-AstraZeneca (ChAdOx1 nCoV-19) COVID-19 vaccines have shown excellent safety and efficacy in phase 3 trials. We aimed to investigate the safety and effectiveness of these vaccines in a UK community setting.

Nilesh Samani and colleagues report a meta-analysis of genome-wide association studies for mean leukocyte telomere length in 37,684 individuals, with replication of selected variants in an additional 10,739 individuals. They identify seven loci associated with mean telomere length, including two that have been associated with several cancers, and also find that alleles associated with shorter telomere length were associated with a higher risk of coronary artery disease. Interindividual variation in mean leukocyte telomere length (LTL) is associated with cancer and several age-associated diseases. We report here a genome-wide meta-analysis of 37,684 individuals with replication of selected variants in an additional 10,739 individuals. We identified seven loci, including five new loci, associated with mean LTL (P < 5 × 10−8). Five of the loci contain candidate genes (TERC, TERT, NAF1, OBFC1 and RTEL1) that are known to be involved in telomere biology. Lead SNPs at two loci (TERC and TERT) associate with several cancers and other diseases, including idiopathic pulmonary fibrosis. Moreover, a genetic risk score analysis combining lead variants at all 7 loci in 22,233 coronary artery disease cases and 64,762 controls showed an association of the alleles associated with shorter LTL with increased risk of coronary artery disease (21% (95% confidence interval, 5–35%) per standard deviation in LTL, P = 0.014). Our findings support a causal role of telomere-length variation in some age-related diseases.

The SARS-CoV-2 variant of concern, omicron, appears to be less severe than delta. We aim to quantify the differences in symptom prevalence, risk of hospital admission, and symptom duration among the vaccinated population.

There is a growing realization that some aging-associated phenotypes/diseases have an epigenetic basis. Here, we report the first genome-scale study of epigenomic dynamics during normal human aging. We identify aging-associated differentially methylated regions (aDMRs) in whole blood in a discovery cohort, and then replicate these aDMRs in sorted CD4 + T-cells and CD14 + monocytes in an independent cohort, suggesting that aDMRs occur in precursor haematopoietic cells. Further replication of the aDMRs in buccal cells, representing a tissue that originates from a different germ layer compared with blood, demonstrates that the aDMR signature is a multitissue phenomenon. Moreover, we demonstrate that aging-associated DNA hypermethylation occurs predominantly at bivalent chromatin domain promoters. This same category of promoters, associated with key developmental genes, is frequently hypermethylated in cancers and in vitro cell culture, pointing to a novel mechanistic link between aberrant hypermethylation in cancer, aging, and cell culture.

OBJECTIVE—The Type 1 Diabetes Genetics Consortium has collected type 1 diabetic families worldwide for genetic analysis. The major genetic determinants of type 1 diabetes are alleles at the HLA-DRB1 and DQB1 loci, with both susceptible and protective DR-DQ haplotypes present in all human populations. The aim of this study is to estimate the risk conferred by specific DR-DQ haplotypes and genotypes. RESEARCH DESIGN AND METHODS:—Six hundred and seven Caucasian families and 38 Asian families were typed at high resolution for the DRB1, DQA1, and DQB1 loci. The association analysis was performed by comparing the frequency of DR-DQ haplotypes among the chromosomes transmitted to an affected child with the frequency of chromosomes not transmitted to any affected child. RESULTS—A number of susceptible, neutral, and protective DR-DQ haplotypes have been identified, and a statistically significant hierarchy of type 1 diabetes risk has been established. The most susceptible haplotypes are the DRB1*0301-DQA1*0501-DQB1*0201 (odds ratio [OR] 3.64) and the DRB1*0405-DQA1*0301-DQB1*0302, DRB1*0401-DQA1*0301-DQB*0302, and DRB1*0402-DQA1*0301-DQB1*0302 haplotypes (ORs 11.37, 8.39, and 3.63), followed by the DRB1*0404-DQA1*0301-DQB1*0302 (OR 1.59) and the DRB1*0801-DQB1*0401-DQB1*0402 (OR 1.25) haplotypes. The most protective haplotypes are DRB1*1501-DQA1*0102-DQB1*0602 (OR 0.03), DRB1*1401-DQA1*0101-DQB1*0503 (OR 0.02), and DRB1*0701-DQA1*0201-DQB1*0303 (OR 0.02). CONCLUSIONS—Specific combinations of alleles at the DRB1, DQA1, and DQB1 loci determine the extent of haplotypic risk. The comparison of closely related DR-DQ haplotype pairs with different type 1 diabetes risks allowed identification of specific amino acid positions critical in determining disease susceptibility. These data also indicate that the risk associated with specific HLA haplotypes can be influenced by the genotype context and that the trans-complementing heterodimer encoded by DQA1*0501 and DQB1*0302 confers very high risk.

Kari Stefansson and colleagues report genome-wide meta-analyses for association to smoking behaviors within the population cohorts of the ENGAGE consortium. They report three loci associated to cigarettes smoked per day. Smoking is a common risk factor for many diseases1. We conducted genome-wide association meta-analyses for the number of cigarettes smoked per day (CPD) in smokers (n = 31,266) and smoking initiation (n = 46,481) using samples from the ENGAGE Consortium. In a second stage, we tested selected SNPs with in silico replication in the Tobacco and Genetics (TAG) and Glaxo Smith Kline (Ox-GSK) consortia cohorts (n = 45,691 smokers) and assessed some of those in a third sample of European ancestry (n = 9,040). Variants in three genomic regions associated with CPD (P < 5 × 10−8), including previously identified SNPs at 15q25 represented by rs1051730[A] (effect size = 0.80 CPD, P = 2.4 × 10−69), and SNPs at 19q13 and 8p11, represented by rs4105144[C] (effect size = 0.39 CPD, P = 2.2 × 10−12) and rs6474412-T (effect size = 0.29 CPD, P = 1.4 × 10−8), respectively. Among the genes at the two newly associated loci are genes encoding nicotine-metabolizing enzymes (CYP2A6 and CYP2B6) and nicotinic acetylcholine receptor subunits (CHRNB3 and CHRNA6), all of which have been highlighted in previous studies of smoking and nicotine dependence2,3,4. Nominal associations with lung cancer were observed at both 8p11 (rs6474412[T], odds ratio (OR) = 1.09, P = 0.04) and 19q13 (rs4105144[C], OR = 1.12, P = 0.0006).

BackgroundOsteoporosis is diagnosed by the measurement of bone mineral density, which is a highly heritable and multifactorial trait. We aimed to identify genetic loci that are associated with bone mineral density.MethodsIn this genome-wide association study, we identified the most promising of 314 075 single nucleotide polymorphisms (SNPs) in 2094 women in a UK study. We then tested these SNPs for replication in 6463 people from three other cohorts in western Europe. We also investigated allelic expression in lymphoblast cell lines. We tested the association between the replicated SNPs and osteoporotic fractures with data from two studies.FindingsWe identified genome-wide evidence for an association between bone mineral density and two SNPs (p<5×10−8). The SNPs were rs4355801, on chromosome 8, near to the TNFRSF11B (osteoprotegerin) gene, and rs3736228, on chromosome 11 in the LRP5 (lipoprotein-receptor-related protein) gene. A non-synonymous SNP in the LRP5 gene was associated with decreased bone mineral density (rs3736228, p=6·3×10−12 for lumbar spine and p=1·9×10−4 for femoral neck) and an increased risk of both osteoporotic fractures (odds ratio [OR] 1·3, 95% CI 1·09–1·52, p=0·002) and osteoporosis (OR 1·3, 1·08–1·63, p=0·008). Three SNPs near the TNFRSF11B gene were associated with decreased bone mineral density (top SNP, rs4355801: p=7·6×10−10 for lumbar spine and p=3·3×10−8 for femoral neck) and increased risk of osteoporosis (OR 1·2, 95% CI 1·01–1·42, p=0·038). For carriers of the risk allele at rs4355801, expression of TNFRSF11B in lymphoblast cell lines was halved (p=3·0×10−6). 1883 (22%) of 8557 people were at least heterozygous for these risk alleles, and these alleles had a cumulative association with bone mineral density (trend p=2·3×10−17). The presence of both risk alleles increased the risk of osteoporotic fractures (OR 1·3, 1·08–1·63, p=0·006) and this effect was independent of bone mineral density.InterpretationTwo gene variants of key biological proteins increase the risk of osteoporosis and osteoporotic fracture. The combined effect of these risk alleles on fractures is similar to that of most well-replicated environmental risk factors, and they are present in more than one in five white people, suggesting a potential role in screening.FundingWellcome Trust, European Commission, NWO Investments, Arthritis Research Campaign, Chronic Disease Research Foundation, Canadian Institutes of Health Research, European Society for Clinical and Economic Aspects of Osteoporosis, Genome Canada, Genome Quebéc, Canada Research Chairs, National Health and Medical Research Council of Australia, and European Union.