Indian Asians, who make up a quarter of the world's population, are at high risk of developing type 2 diabetes. We investigated whether DNA methylation is associated with future type 2 diabetes incidence in Indian Asians and whether differences in methylation patterns between Indian Asians and Europeans are associated with, and could be used to predict, differences in the magnitude of risk of developing type 2 diabetes.We did a nested case-control study of DNA methylation in Indian Asians and Europeans with incident type 2 diabetes who were identified from the 8-year follow-up of 25 372 participants in the London Life Sciences Prospective Population (LOLIPOP) study. Patients were recruited between May 1, 2002, and Sept 12, 2008. We did epigenome-wide association analysis using samples from Indian Asians with incident type 2 diabetes and age-matched and sex-matched Indian Asian controls, followed by replication testing of top-ranking signals in Europeans. For both discovery and replication, DNA methylation was measured in the baseline blood sample, which was collected before the onset of type 2 diabetes. Epigenome-wide significance was set at p<1 × 10(-7). We compared methylation levels between Indian Asian and European controls without type 2 diabetes at baseline to estimate the potential contribution of DNA methylation to increased risk of future type 2 diabetes incidence among Indian Asians.1608 (11·9%) of 13 535 Indian Asians and 306 (4·3%) of 7066 Europeans developed type 2 diabetes over a mean of 8·5 years (SD 1·8) of follow-up. The age-adjusted and sex-adjusted incidence of type 2 diabetes was 3·1 times (95% CI 2·8-3·6; p<0·0001) higher among Indian Asians than among Europeans, and remained 2·5 times (2·1-2·9; p<0·0001) higher after adjustment for adiposity, physical activity, family history of type 2 diabetes, and baseline glycaemic measures. The mean absolute difference in methylation level between type 2 diabetes cases and controls ranged from 0·5% (SD 0·1) to 1·1% (0·2). Methylation markers at five loci were associated with future type 2 diabetes incidence; the relative risk per 1% increase in methylation was 1·09 (95% CI 1·07-1·11; p=1·3 × 10(-17)) for ABCG1, 0·94 (0·92-0·95; p=4·2 × 10(-11)) for PHOSPHO1, 0·94 (0·92-0·96; p=1·4 × 10(-9)) for SOCS3, 1·07 (1·04-1·09; p=2·1 × 10(-10)) for SREBF1, and 0·92 (0·90-0·94; p=1·2 × 10(-17)) for TXNIP. A methylation score combining results for the five loci was associated with future type 2 diabetes incidence (relative risk quartile 4 vs quartile 1 3·51, 95% CI 2·79-4·42; p=1·3 × 10(-26)), and was independent of established risk factors. Methylation score was higher among Indian Asians than Europeans (p=1 × 10(-34)).DNA methylation might provide new insights into the pathways underlying type 2 diabetes and offer new opportunities for risk stratification and prevention of type 2 diabetes among Indian Asians.The European Union, the UK National Institute for Health Research, the Wellcome Trust, the UK Medical Research Council, Action on Hearing Loss, the UK Biotechnology and Biological Sciences Research Council, the Oak Foundation, the Economic and Social Research Council, Helmholtz Zentrum Munchen, the German Research Center for Environmental Health, the German Federal Ministry of Education and Research, the German Center for Diabetes Research, the Munich Center for Health Sciences, the Ministry of Science and Research of the State of North Rhine-Westphalia, and the German Federal Ministry of Health.

Background Human plasma and serum are widely used matrices in clinical and biological studies. However, different collecting procedures and the coagulation cascade influence concentrations of both proteins and metabolites in these matrices. The effects on metabolite concentration profiles have not been fully characterized. Methodology/Principal Findings We analyzed the concentrations of 163 metabolites in plasma and serum samples collected simultaneously from 377 fasting individuals. To ensure data quality, 41 metabolites with low measurement stability were excluded from further analysis. In addition, plasma and corresponding serum samples from 83 individuals were re-measured in the same plates and mean correlation coefficients (r) of all metabolites between the duplicates were 0.83 and 0.80 in plasma and serum, respectively, indicating significantly better stability of plasma compared to serum (p = 0.01). Metabolite profiles from plasma and serum were clearly distinct with 104 metabolites showing significantly higher concentrations in serum. In particular, 9 metabolites showed relative concentration differences larger than 20%. Despite differences in absolute concentration between the two matrices, for most metabolites the overall correlation was high (mean r = 0.81±0.10), which reflects a proportional change in concentration. Furthermore, when two groups of individuals with different phenotypes were compared with each other using both matrices, more metabolites with significantly different concentrations could be identified in serum than in plasma. For example, when 51 type 2 diabetes (T2D) patients were compared with 326 non-T2D individuals, 15 more significantly different metabolites were found in serum, in addition to the 25 common to both matrices. Conclusions/Significance Our study shows that reproducibility was good in both plasma and serum, and better in plasma. Furthermore, as long as the same blood preparation procedure is used, either matrix should generate similar results in clinical and biological studies. The higher metabolite concentrations in serum, however, make it possible to provide more sensitive results in biomarker detection.

Kyle Gaulton, Mark McCarthy, Andrew Morris and colleagues report fine mapping and genomic annotation of 39 established type 2 diabetes susceptibility loci. They find that the set of potential causal variants is enriched for overlap with FOXA2 binding sites in human islet and liver cells, and they show that a likely causal variant near MTNR1B increases FOXA2-bound enhancer activity, providing a molecular mechanism to explain the effect of this locus on disease risk. We performed fine mapping of 39 established type 2 diabetes (T2D) loci in 27,206 cases and 57,574 controls of European ancestry. We identified 49 distinct association signals at these loci, including five mapping in or near KCNQ1. 'Credible sets' of the variants most likely to drive each distinct signal mapped predominantly to noncoding sequence, implying that association with T2D is mediated through gene regulation. Credible set variants were enriched for overlap with FOXA2 chromatin immunoprecipitation binding sites in human islet and liver cells, including at MTNR1B, where fine mapping implicated rs10830963 as driving T2D association. We confirmed that the T2D risk allele for this SNP increases FOXA2-bound enhancer activity in islet- and liver-derived cells. We observed allele-specific differences in NEUROD1 binding in islet-derived cells, consistent with evidence that the T2D risk allele increases islet MTNR1B expression. Our study demonstrates how integration of genetic and genomic information can define molecular mechanisms through which variants underlying association signals exert their effects on disease.

John Chambers, Jaspal Kooner, Pim van der Harst, Shyong Tai, Paul Elliott, Jiang He, Norihiro Kato and colleagues performed a genome-wide association study of blood pressure phenotypes in individuals of European, East Asian and South Asian ancestry. They find trait-associated SNPs at 12 loci, some of which are associated with methylation at nearby CpG sites. We carried out a trans-ancestry genome-wide association and replication study of blood pressure phenotypes among up to 320,251 individuals of East Asian, European and South Asian ancestry. We find genetic variants at 12 new loci to be associated with blood pressure (P = 3.9 × 10−11 to 5.0 × 10−21). The sentinel blood pressure SNPs are enriched for association with DNA methylation at multiple nearby CpG sites, suggesting that, at some of the loci identified, DNA methylation may lie on the regulatory pathway linking sequence variation to blood pressure. The sentinel SNPs at the 12 new loci point to genes involved in vascular smooth muscle (IGFBP3, KCNK3, PDE3A and PRDM6) and renal (ARHGAP24, OSR1, SLC22A7 and TBX2) function. The new and known genetic variants predict increased left ventricular mass, circulating levels of NT-proBNP, and cardiovascular and all-cause mortality (P = 0.04 to 8.6 × 10−6). Our results provide new evidence for the role of DNA methylation in blood pressure regulation.

Aging and psychosocial stress are associated with increased inflammation and disease risk, but the underlying molecular mechanisms are unclear. Because both aging and stress are also associated with lasting epigenetic changes, a plausible hypothesis is that stress along the lifespan could confer disease risk through epigenetic effects on molecules involved in inflammatory processes. Here, by combining large-scale analyses in human cohorts with experiments in cells, we report that FKBP5, a protein implicated in stress physiology, contributes to these relations. Across independent human cohorts (total n > 3,000), aging synergized with stress-related phenotypes, measured with childhood trauma and major depression questionnaires, to epigenetically up-regulate FKBP5 expression. These age/stress-related epigenetic effects were recapitulated in a cellular model of replicative senescence, whereby we exposed replicating human fibroblasts to stress (glucocorticoid) hormones. Unbiased genome-wide analyses in human blood linked higher FKBP5 mRNA with a proinflammatory profile and altered NF-κB–related gene networks. Accordingly, experiments in immune cells showed that higher FKBP5 promotes inflammation by strengthening the interactions of NF-κB regulatory kinases, whereas opposing FKBP5 either by genetic deletion (CRISPR/Cas9-mediated) or selective pharmacological inhibition prevented the effects on NF-κB. Further, the age/stress-related epigenetic signature enhanced FKBP5 response to NF-κB through a positive feedback loop and was present in individuals with a history of acute myocardial infarction, a disease state linked to peripheral inflammation. These findings suggest that aging/stress-driven FKBP5–NF-κB signaling mediates inflammation, potentially contributing to cardiovascular risk, and may thus point to novel biomarker and treatment possibilities.

Abstract Introduction Levels of amyloid β peptide 42 (Aβ42), total tau, and phosphorylated tau‐181 are well‐established cerebrospinal fluid (CSF) biomarkers of Alzheimer's disease, but variability in manual plate‐based assays has limited their use. We examined the relationship between CSF biomarkers, as measured by a novel automated immunoassay platform, and amyloid positron emission tomography. Methods CSF samples from 200 individuals underwent separate analysis for Aβ42, total tau, and phosphorylated tau‐181 with automated Roche Elecsys assays. Aβ40 was measured with a commercial plate‐based assay. Positron emission tomography with Pittsburgh Compound B was performed less than 1 year from CSF collection. Results Ratios of CSF biomarkers (total tau/Aβ42, phosphorylated tau‐181/Aβ42, and Aβ42/Aβ40) best discriminated Pittsburgh Compound B–positive from Pittsburgh Compound B–negative individuals. Discussion CSF biomarkers and amyloid positron emission tomography reflect different aspects of Alzheimer's disease brain pathology, and therefore, less‐than‐perfect correspondence is expected. Automated assays are likely to increase the utility of CSF biomarkers.

Background Information regarding the variability of metabolite levels over time in an individual is required to estimate the reproducibility of metabolite measurements. In intervention studies, it is critical to appropriately judge changes that are elicited by any kind of intervention. The pre-analytic phase (collection, transport and sample processing) is a particularly important component of data quality in multi-center studies. Methods Reliability of metabolites (within-and between-person variance, intraclass correlation coefficient) and stability (shipment simulation at different temperatures, use of gel-barrier collection tubes, freeze-thaw cycles) were analyzed in fasting serum and plasma samples of 22 healthy human subjects using a targeted LC-MS approach. Results Reliability of metabolite measurements was higher in serum compared to plasma samples and was good in most saturated short-and medium-chain acylcarnitines, amino acids, biogenic amines, glycerophospholipids, sphingolipids and hexose. The majority of metabolites were stable for 24 h on cool packs and at room temperature in non-centrifuged tubes. Plasma and serum metabolite stability showed good coherence. Serum metabolite concentrations were mostly unaffected by tube type and one or two freeze-thaw cycles. Conclusion A single time point measurement is assumed to be sufficient for a targeted metabolomics analysis of most metabolites. For shipment, samples should ideally be separated and frozen immediately after collection, as some amino acids and biogenic amines become unstable within 3 h on cool packs. Serum gel-barrier tubes can be used safely for this process as they have no effect on concentration in most metabolites. Shipment of non-centrifuged samples on cool packs is a cost-efficient alternative for most metabolites.

Disease risk and incidence between males and females reveal differences, and sex is an important component of any investigation of the determinants of phenotypes or disease etiology. Further striking differences between men and women are known, for instance, at the metabolic level. The extent to which men and women vary at the level of the epigenome, however, is not well documented. DNA methylation is the best known epigenetic mechanism to date.In order to shed light on epigenetic differences, we compared autosomal DNA methylation levels between men and women in blood in a large prospective European cohort of 1799 subjects, and replicated our findings in three independent European cohorts. We identified and validated 1184 CpG sites to be differentially methylated between men and women and observed that these CpG sites were distributed across all autosomes. We showed that some of the differentially methylated loci also exhibit differential gene expression between men and women. Finally, we found that the differentially methylated loci are enriched among imprinted genes, and that their genomic location in the genome is concentrated in CpG island shores.Our epigenome-wide association study indicates that differences between men and women are so substantial that they should be considered in design and analyses of future studies.