Background: SARS-CoV-2, the causal agent of COVID-19, enters human cells using the ACE2 (angiotensin-converting enzyme 2) protein as a receptor. ACE2 is thus key to the infection and treatment of the coronavirus. ACE2 is highly expressed in the heart and respiratory and gastrointestinal tracts, playing important regulatory roles in the cardiovascular and other biological systems. However, the genetic basis of the ACE2 protein levels is not well understood. Methods: We have conducted the largest genome-wide association meta-analysis of plasma ACE2 levels in >28 000 individuals of the SCALLOP Consortium (Systematic and Combined Analysis of Olink Proteins). We summarize the cross-sectional epidemiological correlates of circulating ACE2. Using the summary statistics–based high-definition likelihood method, we estimate relevant genetic correlations with cardiometabolic phenotypes, COVID-19, and other human complex traits and diseases. We perform causal inference of soluble ACE2 on vascular disease outcomes and COVID-19 severity using mendelian randomization. We also perform in silico functional analysis by integrating with other types of omics data. Results: We identified 10 loci, including 8 novel, capturing 30% of the heritability of the protein. We detected that plasma ACE2 was genetically correlated with vascular diseases, severe COVID-19, and a wide range of human complex diseases and medications. An X-chromosome cis–protein quantitative trait loci–based mendelian randomization analysis suggested a causal effect of elevated ACE2 levels on COVID-19 severity (odds ratio, 1.63 [95% CI, 1.10–2.42]; P =0.01), hospitalization (odds ratio, 1.52 [95% CI, 1.05–2.21]; P =0.03), and infection (odds ratio, 1.60 [95% CI, 1.08–2.37]; P =0.02). Tissue- and cell type–specific transcriptomic and epigenomic analysis revealed that the ACE2 regulatory variants were enriched for DNA methylation sites in blood immune cells. Conclusions: Human plasma ACE2 shares a genetic basis with cardiovascular disease, COVID-19, and other related diseases. The genetic architecture of the ACE2 protein is mapped, providing a useful resource for further biological and clinical studies on this coronavirus receptor.

Epidemiological studies revealed that the elderly and those with comorbidities are most affected by COVID-19, but it is important to investigate shared genetic mechanisms between COVID-19 risk and aging.

Naked mole rats (NMRs) are the longest-lived rodents yet their stem cell characteristics remain enigmatic. Here, we comprehensively mapped the NMR hematopoietic landscape and identified unique features likely contributing to longevity. Adult NMRs form red blood cells in spleen and marrow, which comprise a myeloid bias toward granulopoiesis together with decreased B-lymphopoiesis. Remarkably, youthful blood and marrow single-cell transcriptomes and cell compositions are largely maintained until at least middle age. Similar to primates, the primitive stem and progenitor cell (HSPC) compartment is marked by CD34 and THY1. Stem cell polarity is seen for Tubulin but not CDC42, and is not lost until 12 years of age. HSPC respiration rates are as low as in purified human stem cells, in concert with a strong expression signature for fatty acid metabolism. The pool of quiescent stem cells is higher than in mice, and the cell cycle of hematopoietic cells is prolonged. By characterizing the NMR hematopoietic landscape, we identified resilience phenotypes such as an increased quiescent HSPC compartment, absence of age-related decline, and neotenic traits likely geared toward longevity.

Abstract Age-related changes in DNA methylation (DNAm) form the basis for the development of most robust predictors of age, epigenetic clocks, but a clear mechanistic basis for exactly what part of the aging process they quantify is lacking. Here, to clarify the nature of epigenetic aging, we juxtapose the aging dynamics of tissue and single-cell DNAm (scDNAm) with scDNAm changes during early development, and corroborate our analyses with a single-cell RNAseq analysis within the same multi-omics dataset. We show that epigenetic aging involves co-regulated changes, but it is dominated by the stochastic component, and this agrees with transcriptional coordination patterns. We further support the finding of stochastic epigenetic aging by direct tissue and single-cell DNAm analyses and modeling of aging DNAm trajectories with a stochastic process akin to radiocarbon decay. Finally, we describe a single-cell algorithm for the identification of co-regulated and stochastic CpG clusters showing consistent transcriptomic coordination patterns, providing new opportunities for targeting aging and evaluating longevity interventions.

Abstract Machine learning models based on DNA methylation data can predict biological age but often lack causal insights. By harnessing large-scale genetic data through epigenome-wide Mendelian Randomization, we identified CpG sites potentially causal for aging-related traits. Neither the existing epigenetic clocks nor age-related differential DNA methylation are enriched in these sites. These CpGs include sites that contribute to aging and protect against it, yet their combined contribution negatively affects age-related traits. We established a novel framework to introduce causal information into epigenetic clocks, resulting in DamAge and AdaptAge—clocks that track detrimental and adaptive methylation changes, respectively. DamAge correlates with adverse outcomes, including mortality, while AdaptAge is associated with beneficial adaptations. These causality-enriched clocks exhibit sensitivity to short-term interventions. Our findings provide a detailed land-scape of CpG sites with putative causal links to lifespan and healthspan, facilitating the development of aging biomarkers, assessing interventions, and studying reversibility of age-associated changes.

Heritable non-genetic information can regulate a variety of complex phenotypes. However, what specific non-genetic cues are transmitted from parents to their descendants are poorly understood. Here, we perform metabolic methyl-labeling experiments to track the heritable transmission of methylation from ancestors to their descendants in the nematode Caenorhabditis elegans (C. elegans). We find heritable methylation in DNA, RNA, proteins, and lipids. We find that parental starvation elicits reduced fertility, increased heat stress resistance, and extended longevity in fed, naïve progeny. This intergenerational hormesis is accompanied by a heritable increase in N6'-dimethyl adenosine (m6,2A) on the 18S ribosomal RNA at adenosines 1735 and 1736. We identified DIMT-1/DIMT1 as the m6,2A and BUD-23/BUD23 as the m7G methyltransferases in C. elegans that are both required for intergenerational hormesis, while other rRNA methyltransferases are dispensable. This study labels and tracks heritable non-genetic material across generations and demonstrates the importance of rRNA methylation for regulating epigenetic inheritance.