Although plasma proteins have important roles in biological processes and are the direct targets of many drugs, the genetic factors that control inter-individual variation in plasma protein levels are not well understood. Here we characterize the genetic architecture of the human plasma proteome in healthy blood donors from the INTERVAL study. We identify 1,927 genetic associations with 1,478 proteins, a fourfold increase on existing knowledge, including trans associations for 1,104 proteins. To understand the consequences of perturbations in plasma protein levels, we apply an integrated approach that links genetic variation with biological pathway, disease, and drug databases. We show that protein quantitative trait loci overlap with gene expression quantitative trait loci, as well as with disease-associated loci, and find evidence that protein biomarkers have causal roles in disease using Mendelian randomization analysis. By linking genetic factors to diseases via specific proteins, our analyses highlight potential therapeutic targets, opportunities for matching existing drugs with new disease indications, and potential safety concerns for drugs under development. A genetic atlas of the human plasma proteome, comprising 1,927 genetic associations with 1,478 proteins, identifies causes of disease and potential drug targets.

BackgroundLow-risk limits recommended for alcohol consumption vary substantially across different national guidelines. To define thresholds associated with lowest risk for all-cause mortality and cardiovascular disease, we studied individual-participant data from 599 912 current drinkers without previous cardiovascular disease.MethodsWe did a combined analysis of individual-participant data from three large-scale data sources in 19 high-income countries (the Emerging Risk Factors Collaboration, EPIC-CVD, and the UK Biobank). We characterised dose–response associations and calculated hazard ratios (HRs) per 100 g per week of alcohol (12·5 units per week) across 83 prospective studies, adjusting at least for study or centre, age, sex, smoking, and diabetes. To be eligible for the analysis, participants had to have information recorded about their alcohol consumption amount and status (ie, non-drinker vs current drinker), plus age, sex, history of diabetes and smoking status, at least 1 year of follow-up after baseline, and no baseline history of cardiovascular disease. The main analyses focused on current drinkers, whose baseline alcohol consumption was categorised into eight predefined groups according to the amount in grams consumed per week. We assessed alcohol consumption in relation to all-cause mortality, total cardiovascular disease, and several cardiovascular disease subtypes. We corrected HRs for estimated long-term variability in alcohol consumption using 152 640 serial alcohol assessments obtained some years apart (median interval 5·6 years [5th–95th percentile 1·04–13·5]) from 71 011 participants from 37 studies.FindingsIn the 599 912 current drinkers included in the analysis, we recorded 40 310 deaths and 39 018 incident cardiovascular disease events during 5·4 million person-years of follow-up. For all-cause mortality, we recorded a positive and curvilinear association with the level of alcohol consumption, with the minimum mortality risk around or below 100 g per week. Alcohol consumption was roughly linearly associated with a higher risk of stroke (HR per 100 g per week higher consumption 1·14, 95% CI, 1·10–1·17), coronary disease excluding myocardial infarction (1·06, 1·00–1·11), heart failure (1·09, 1·03–1·15), fatal hypertensive disease (1·24, 1·15–1·33); and fatal aortic aneurysm (1·15, 1·03–1·28). By contrast, increased alcohol consumption was log-linearly associated with a lower risk of myocardial infarction (HR 0·94, 0·91–0·97). In comparison to those who reported drinking >0–≤100 g per week, those who reported drinking >100–≤200 g per week, >200–≤350 g per week, or >350 g per week had lower life expectancy at age 40 years of approximately 6 months, 1–2 years, or 4–5 years, respectively.InterpretationIn current drinkers of alcohol in high-income countries, the threshold for lowest risk of all-cause mortality was about 100 g/week. For cardiovascular disease subtypes other than myocardial infarction, there were no clear risk thresholds below which lower alcohol consumption stopped being associated with lower disease risk. These data support limits for alcohol consumption that are lower than those recommended in most current guidelines.FundingUK Medical Research Council, British Heart Foundation, National Institute for Health Research, European Union Framework 7, and European Research Council.

Objective: The Asp358Ala variant (rs2228145; A>C) in the interleukin-6 receptor (IL6R) gene has been implicated in the development of abdominal aortic aneurysms (AAAs), but its effect on AAA growth over time is not known. We aimed to investigate the clinical association between the IL6R-Asp358Ala variant and AAA growth, and to assess the effect of blocking the IL-6 signalling pathway in mouse models of aneurysm rupture. Approach: Using data from 2,863 participants with AAA from nine prospective cohorts, age- and sex-adjusted mixed-effects linear regression models were used to estimate the association between the IL6R-Asp358Ala variant and annual change in AAA diameter (mm/year). In a series of complementary randomised trials in mice, the effect of blocking the IL-6 signalling pathways was assessed on plasma biomarkers, systolic blood pressure, aneurysm diameter and time to aortic rupture and death. Results: After adjusting for age and sex, baseline aneurysm size was 0.55mm (95% confidence interval [CI]: 0.13, 0.98mm) smaller per copy of the minor allele [C] of the Asp358Ala variant. There was no evidence of a reduction in AAA growth rate (change in growth=-0.06mm per year [-0.18, 0.06] per copy of the minor allele). In two mouse models of AAA, selective blockage of the IL-6 trans-signalling pathway, but not combined blockage of both, the classical and trans-signalling pathways, was associated with improved survival (p<0.05). Conclusions: Our proof-of-principle data are compatible with the concept that IL-6 trans-signalling is relevant to AAA growth, encouraging larger-scale evaluation of this hypothesis.

Circulating levels of small molecules or metabolites are highly heritable, but the impact of genetic differences in metabolism on human health is not well understood. In this cross-platform, genome-wide meta-analysis of 174 metabolite levels across six cohorts including up to 86,507 participants (70% unpublished data), we identify 499 (362 novel) genome-wide significant associations (p<4.9x10-10) at 144 (94 novel) genomic regions. We show that inheritance of blood metabolite levels in the general population is characterized by pleiotropy, allelic heterogeneity, rare and common variants with large effects, non-linear associations, and enrichment for nonsynonymous variation in transporter and enzyme encoding genes. The majority of identified genes are known to be involved in biochemical processes regulating metabolite levels and to cause monogenic inborn errors of metabolism linked to specific metabolites, such as ASNS (rs17345286, MAF=0.27) and asparagine levels. We illustrate the influence of metabolite-associated variants on human health including a functional variant (rs17681684) in GLP2R associated with citrulline levels, impaired insulin secretion and type 2 diabetes risk. We link genetically-higher serine levels to a 95% reduction in the likelihood of developing macular telangiectasia type 2 [odds ratio (95% confidence interval) per standard deviation higher levels 0.05 (0.03-0.08; p=9.5x10-30)]. We further demonstrate the predictive value of genetic variants identified for serine or glycine levels for this rare and difficult to diagnose degenerative retinal disease [area under the receiver operating characteristic curve: 0.73 (95% confidence interval: 0.70-0.75)], for which low serine availability, through generation of deoxysphingolipids, has recently been shown to be causally relevant. These results show that integration of human genomic variation with circulating small molecule data obtained across different measurement platforms enables efficient discovery of genetic regulators of human metabolism and translation into clinical insights.

Proteins are the primary functional units of biology and the direct targets of most drugs, yet there is limited knowledge of the genetic factors determining inter-individual variation in protein levels. Here we reveal the genetic architecture of the human plasma proteome, testing 10.6 million DNA variants against levels of 2,994 proteins in 3,301 individuals. We identify 1,927 genetic associations with 1,478 proteins, a 4-fold increase on existing knowledge, including trans associations for 1,104 proteins. To understand consequences of perturbations in plasma protein levels, we introduce an approach that links naturally occurring genetic variation with biological, disease, and drug databases. We provide insights into pathogenesis by uncovering the molecular effects of disease-associated variants. We identify causal roles for protein biomarkers in disease through Mendelian randomization analysis. Our results reveal new drug targets, opportunities for matching existing drugs with new disease indications, and potential safety concerns for drugs under development.