Sekar Kathiresan et al. report genome-wide association studies for polygenic dyslipidemia. From a meta-analysis of seven genome-wide association studies and follow-up in five replication studies, they identify 11 new genetic associations for LDL cholesterol, HDL cholesterol and triglycerides. Blood low-density lipoprotein (LDL) cholesterol, high-density lipoprotein (HDL) cholesterol and triglyceride levels are risk factors for cardiovascular disease. To dissect the polygenic basis of these traits, we conducted genome-wide association screens in 19,840 individuals and replication in up to 20,623 individuals. We identified 30 distinct loci associated with lipoprotein concentrations (each with P < 5 × 10−8), including 11 loci that reached genome-wide significance for the first time. The 11 newly defined loci include common variants associated with LDL cholesterol near ABCG8, MAFB, HNF1A and TIMD4; with HDL cholesterol near ANGPTL4, FADS1-FADS2-FADS3, HNF4A, LCAT, PLTP and TTC39B; and with triglycerides near AMAC1L2, FADS1-FADS2-FADS3 and PLTP. The proportion of individuals exceeding clinical cut points for high LDL cholesterol, low HDL cholesterol and high triglycerides varied according to an allelic dosage score (P < 10−15 for each trend). These results suggest that the cumulative effect of multiple common variants contributes to polygenic dyslipidemia.

Abstract Characterization of the genetic landscape of Alzheimer’s disease (AD) and related dementias (ADD) provides a unique opportunity for a better understanding of the associated pathophysiological processes. We performed a two-stage genome-wide association study totaling 111,326 clinically diagnosed/‘proxy’ AD cases and 677,663 controls. We found 75 risk loci, of which 42 were new at the time of analysis. Pathway enrichment analyses confirmed the involvement of amyloid/tau pathways and highlighted microglia implication. Gene prioritization in the new loci identified 31 genes that were suggestive of new genetically associated processes, including the tumor necrosis factor alpha pathway through the linear ubiquitin chain assembly complex. We also built a new genetic risk score associated with the risk of future AD/dementia or progression from mild cognitive impairment to AD/dementia. The improvement in prediction led to a 1.6- to 1.9-fold increase in AD risk from the lowest to the highest decile, in addition to effects of age and the APOE ε4 allele.

For nearly 60 years, the Framingham Heart Study has examined the natural history, risk factors, and prognosis of cardiovascular, lung, and other diseases. Recruitment of the Original Cohort began in 1948. Twenty-three years later, 3,548 children of the Original Cohort, along with 1,576 of their spouses, enrolled in the Offspring Cohort. Beginning in 2002, 4,095 adults having at least one parent in the Offspring Cohort enrolled in the Third Generation Cohort, along with 103 parents of Third Generation Cohort participants who were not previously enrolled in the Offspring Cohort. The objective of new recruitment was to complement phenotypic and genotypic information obtained from prior generations, with priority assigned to larger families. From a pool of 6,553 eligible individuals, 1,912 men and 2,183 women consented and attended the first examination (mean age: 40 (standard deviation: 9) years; range: 19-72 years). The examination included clinical and laboratory assessments of vascular risk factors and imaging for subclinical atherosclerosis, as well as assessment of cardiac structure and function. The comparison of Third Generation Cohort data with measures previously collected from the first two generations will facilitate investigations of genetic and environmental risk factors for subclinical and overt diseases, with a focus on cardiovascular and lung disorders.

Chronic kidney disease (CKD) is a significant public health problem, and recent genetic studies have identified common CKD susceptibility variants. The CKDGen consortium performed a meta-analysis of genome-wide association data in 67,093 individuals of European ancestry from 20 predominantly population-based studies in order to identify new susceptibility loci for reduced renal function as estimated by serum creatinine (eGFRcrea), serum cystatin c (eGFRcys) and CKD (eGFRcrea < 60 ml/min/1.73 m(2); n = 5,807 individuals with CKD (cases)). Follow-up of the 23 new genome-wide-significant loci (P < 5 x 10(-8)) in 22,982 replication samples identified 13 new loci affecting renal function and CKD (in or near LASS2, GCKR, ALMS1, TFDP2, DAB2, SLC34A1, VEGFA, PRKAG2, PIP5K1B, ATXN2, DACH1, UBE2Q2 and SLC7A9) and 7 loci suspected to affect creatinine production and secretion (CPS1, SLC22A2, TMEM60, WDR37, SLC6A13, WDR72 and BCAS3). These results further our understanding of the biologic mechanisms of kidney function by identifying loci that potentially influence nephrogenesis, podocyte function, angiogenesis, solute transport and metabolic functions of the kidney.

Background Hyperuricaemia, a highly heritable trait, is a key risk factor for gout. We aimed to identify novel genes associated with serum uric acid concentration and gout. Methods Genome-wide association studies were done for serum uric acid in 7699 participants in the Framingham cohort and in 4148 participants in the Rotterdam cohort. Genome-wide significant single nucleotide polymorphisms (SNPs) were replicated in white (n=11 024) and black (n=3843) individuals who took part in the study of Atherosclerosis Risk in Communities (ARIC). The SNPs that reached genome-wide significant association with uric acid in either the Framingham cohort (p<5·0×10−8) or the Rotterdam cohort (p<1·0×10−7) were evaluated with gout. The results obtained in white participants were combined using meta-analysis. Findings Three loci in the Framingham cohort and two in the Rotterdam cohort showed genome-wide association with uric acid. Top SNPs in each locus were: missense rs16890979 in SLC2A9 (p=7·0×10−168 and 2·9×10−18 for white and black participants, respectively); missense rs2231142 in ABCG2 (p=2·5×10−60 and 9·8×10−4), and rs1165205 in SLC17A3 (p=3·3×10−26 and 0·33). All SNPs were direction-consistent with gout in white participants: rs16890979 (OR 0·59 per T allele, 95% CI 0·52–0·68, p=7·0×10−14), rs2231142 (1·74, 1·51–1·99, p=3·3×10−15), and rs1165205 (0·85, 0·77–0·94, p=0·002). In black participants of the ARIC study, rs2231142 was direction-consistent with gout (1·71, 1·06–2·77, p=0·028). An additive genetic risk score of high-risk alleles at the three loci showed graded associations with uric acid (272–351 μmol/L in the Framingham cohort, 269–386 μmol/L in the Rotterdam cohort, and 303–426 μmol/L in white participants of the ARIC study) and gout (frequency 2–13% in the Framingham cohort, 2–8% in the Rotterdam cohort, and 1–18% in white participants in the ARIC study). Interpretation We identified three genetic loci associated with uric acid concentration and gout. A score based on genes with a putative role in renal urate handling showed a substantial risk for gout. Funding Netherlands Organisation for Scientific Research (NWO); the National Heart, Lung, and Blood Institute.

Chronic kidney disease (CKD) has a heritable component and is an important global public health problem because of its high prevalence and morbidity. We conducted genome-wide association studies (GWAS) to identify susceptibility loci for glomerular filtration rate, estimated by serum creatinine (eGFRcrea) and cystatin C (eGFRcys), and CKD (eGFRcrea < 60 ml/min/1.73 m(2)) in European-ancestry participants of four population-based cohorts (ARIC, CHS, FHS, RS; n = 19,877; 2,388 CKD cases), and tested for replication in 21,466 participants (1,932 CKD cases). We identified significant SNP associations (P < 5 × 10(-8)) with CKD at the UMOD locus, with eGFRcrea at UMOD, SHROOM3 and GATM-SPATA5L1, and with eGFRcys at CST and STC1. UMOD encodes the most common protein in human urine, Tamm-Horsfall protein, and rare mutations in UMOD cause mendelian forms of kidney disease. Our findings provide new insights into CKD pathogenesis and underscore the importance of common genetic variants influencing renal function and disease.

Importance

 The causal direction and magnitude of the association between telomere length and incidence of cancer and non-neoplastic diseases is uncertain owing to the susceptibility of observational studies to confounding and reverse causation. 

Objective

 To conduct a Mendelian randomization study, using germline genetic variants as instrumental variables, to appraise the causal relevance of telomere length for risk of cancer and non-neoplastic diseases. 

Data Sources

 Genomewide association studies (GWAS) published up to January 15, 2015. 

Study Selection

 GWAS of noncommunicable diseases that assayed germline genetic variation and did not select cohort or control participants on the basis of preexisting diseases. Of 163 GWAS of noncommunicable diseases identified, summary data from 103 were available. 

Data Extraction and Synthesis

 Summary association statistics for single nucleotide polymorphisms (SNPs) that are strongly associated with telomere length in the general population. 

Main Outcomes and Measures

 Odds ratios (ORs) and 95% confidence intervals (CIs) for disease per standard deviation (SD) higher telomere length due to germline genetic variation. 

Results

 Summary data were available for 35 cancers and 48 non-neoplastic diseases, corresponding to 420 081 cases (median cases, 2526 per disease) and 1 093 105 controls (median, 6789 per disease). Increased telomere length due to germline genetic variation was generally associated with increased risk for site-specific cancers. The strongest associations (ORs [95% CIs] per 1-SD change in genetically increased telomere length) were observed for glioma, 5.27 (3.15-8.81); serous low-malignant-potential ovarian cancer, 4.35 (2.39-7.94); lung adenocarcinoma, 3.19 (2.40-4.22); neuroblastoma, 2.98 (1.92-4.62); bladder cancer, 2.19 (1.32-3.66); melanoma, 1.87 (1.55-2.26); testicular cancer, 1.76 (1.02-3.04); kidney cancer, 1.55 (1.08-2.23); and endometrial cancer, 1.31 (1.07-1.61). Associations were stronger for rarer cancers and at tissue sites with lower rates of stem cell division. There was generally little evidence of association between genetically increased telomere length and risk of psychiatric, autoimmune, inflammatory, diabetic, and other non-neoplastic diseases, except for coronary heart disease (OR, 0.78 [95% CI, 0.67-0.90]), abdominal aortic aneurysm (OR, 0.63 [95% CI, 0.49-0.81]), celiac disease (OR, 0.42 [95% CI, 0.28-0.61]) and interstitial lung disease (OR, 0.09 [95% CI, 0.05-0.15]). 

Conclusions and Relevance

 It is likely that longer telomeres increase risk for several cancers but reduce risk for some non-neoplastic diseases, including cardiovascular diseases.

Measurements of erythrocytes within the blood are important clinical traits and can indicate various hematological disorders. We report here genome-wide association studies (GWAS) for six erythrocyte traits, including hemoglobin concentration (Hb), hematocrit (Hct), mean corpuscular volume (MCV), mean corpuscular hemoglobin (MCH), mean corpuscular hemoglobin concentration (MCHC) and red blood cell count (RBC). We performed an initial GWAS in cohorts of the CHARGE Consortium totaling 24,167 individuals of European ancestry and replication in additional independent cohorts of the HaemGen Consortium totaling 9,456 individuals. We identified 23 loci significantly associated with these traits in a meta-analysis of the discovery and replication cohorts (combined P values ranging from 5 x 10(-8) to 7 x 10(-86)). Our findings include loci previously associated with these traits (HBS1L-MYB, HFE, TMPRSS6, TFR2, SPTA1) as well as new associations (EPO, TFRC, SH2B3 and 15 other loci). This study has identified new determinants of erythrocyte traits, offering insight into common variants underlying variation in erythrocyte measures.

Metabolomic approaches have begun to catalog the metabolic disturbances that accompany CKD, but whether metabolite alterations can predict future CKD is unknown. We performed liquid chromatography/mass spectrometry–based metabolite profiling on plasma from 1434 participants in the Framingham Heart Study (FHS) who did not have CKD at baseline. During the following 8 years, 123 individuals developed CKD, defined by an estimated GFR of <60 ml/min per 1.73 m2. Numerous metabolites were associated with incident CKD, including 16 that achieved the Bonferroni-adjusted significance threshold of P≤0.00023. To explore how the human kidney modulates these metabolites, we profiled arterial and renal venous plasma from nine individuals. Nine metabolites that predicted CKD in the FHS cohort decreased more than creatinine across the renal circulation, suggesting that they may reflect non–GFR-dependent functions, such as renal metabolism and secretion. Urine isotope dilution studies identified citrulline and choline as markers of renal metabolism and kynurenic acid as a marker of renal secretion. In turn, these analytes remained associated with incident CKD in the FHS cohort, even after adjustment for eGFR, age, sex, diabetes, hypertension, and proteinuria at baseline. Addition of a multimarker metabolite panel to clinical variables significantly increased the c-statistic (0.77–0.83, P<0.0001); net reclassification improvement was 0.78 (95% confidence interval, 0.60 to 0.95; P<0.0001). Thus, the addition of metabolite profiling to clinical data may significantly improve the ability to predict whether an individual will develop CKD by identifying predictors of renal risk that are independent of estimated GFR.