Jonathan Marchini, Gonçalo Abecasis, Richard Durbin and colleagues describe the construction of a reference panel of human haplotypes from whole-genome sequencing data. They are able to use this to accurately impute genotypes at low minor allele frequency and present remote server resources for use by the community. We describe a reference panel of 64,976 human haplotypes at 39,235,157 SNPs constructed using whole-genome sequence data from 20 studies of predominantly European ancestry. Using this resource leads to accurate genotype imputation at minor allele frequencies as low as 0.1% and a large increase in the number of SNPs tested in association studies, and it can help to discover and refine causal loci. We describe remote server resources that allow researchers to carry out imputation and phasing consistently and efficiently.

Human gut microbiome composition is shaped by multiple factors but the relative contribution of host genetics remains elusive. Here we examine genotype and microbiome data from 1,046 healthy individuals with several distinct ancestral origins who share a relatively common environment, and demonstrate that the gut microbiome is not significantly associated with genetic ancestry, and that host genetics have a minor role in determining microbiome composition. We show that, by contrast, there are significant similarities in the compositions of the microbiomes of genetically unrelated individuals who share a household, and that over 20% of the inter-person microbiome variability is associated with factors related to diet, drugs and anthropometric measurements. We further demonstrate that microbiome data significantly improve the prediction accuracy for many human traits, such as glucose and obesity measures, compared to models that use only host genetic and environmental data. These results suggest that microbiome alterations aimed at improving clinical outcomes may be carried out across diverse genetic backgrounds. Statistical analyses of a metagenomics-sequenced human cohort identify a relatively minor role for genetics in determining microbiome composition and show that several human phenotypes are as strongly associated with the gut microbiome as with host genetics. The composition of the human gut microbiome is determined by many factors. Eran Segal and colleagues performed an extensive statistical analysis of the largest metagenomics-sequenced human cohort so far to determine the contribution of host genotype to microbiome composition. Host genetics has only a minor influence on microbiome variability, which is more strongly associated with environmental factors such as diet. The authors propose a 'microbiome-association index' that describes the association of the microbiome with host phenotype. Combining this measurement with host genetic and environmental data improves the accuracy of predictions about several human metabolic traits, such as glucose and obesity traits.

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

A BLUEPRINT of immune cell development To determine the epigenetic mechanisms that direct blood cells to develop into the many components of our immune system, the BLUEPRINT consortium examined the regulation of DNA and RNA transcription to dissect the molecular traits that govern blood cell differentiation. By inducing immune responses, Saeed et al. document the epigenetic changes in the genome that underlie immune cell differentiation. Cheng et al. demonstrate that trained monocytes are highly dependent on the breakdown of sugars in the presence of oxygen, which allows cells to produce the energy needed to mount an immune response. Chen et al. examine RNA transcripts and find that specific cell lineages use RNA transcripts of different length and composition (isoforms) to form proteins. Together, the studies reveal how epigenetic effects can drive the development of blood cells involved in the immune system. Science , this issue 10.1126/science.1251086 , 10.1126/science.1250684 , 10.1126/science.1251033

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

The relationship between gut microbial metabolism and mental health is one of the most intriguing and controversial topics in microbiome research. Bidirectional microbiota-gut-brain communication has mostly been explored in animal models, with human research lagging behind. Large-scale metagenomics studies could facilitate the translational process, but their interpretation is hampered by a lack of dedicated reference databases and tools to study the microbial neuroactive potential. Surveying a large microbiome population cohort (Flemish Gut Flora Project, n = 1,054) with validation in independent data sets (ntotal = 1,070), we studied how microbiome features correlate with host quality of life and depression. Butyrate-producing Faecalibacterium and Coprococcus bacteria were consistently associated with higher quality of life indicators. Together with Dialister, Coprococcus spp. were also depleted in depression, even after correcting for the confounding effects of antidepressants. Using a module-based analytical framework, we assembled a catalogue of neuroactive potential of sequenced gut prokaryotes. Gut-brain module analysis of faecal metagenomes identified the microbial synthesis potential of the dopamine metabolite 3,4-dihydroxyphenylacetic acid as correlating positively with mental quality of life and indicated a potential role of microbial γ-aminobutyric acid production in depression. Our results provide population-scale evidence for microbiome links to mental health, while emphasizing confounder importance.

A BLUEPRINT of immune cell development To determine the epigenetic mechanisms that direct blood cells to develop into the many components of our immune system, the BLUEPRINT consortium examined the regulation of DNA and RNA transcription to dissect the molecular traits that govern blood cell differentiation. By inducing immune responses, Saeed et al. document the epigenetic changes in the genome that underlie immune cell differentiation. Cheng et al. demonstrate that trained monocytes are highly dependent on the breakdown of sugars in the presence of oxygen, which allows cells to produce the energy needed to mount an immune response. Chen et al. examine RNA transcripts and find that specific cell lineages use RNA transcripts of different length and composition (isoforms) to form proteins. Together, the studies reveal how epigenetic effects can drive the development of blood cells involved in the immune system. Science , this issue 10.1126/science.1251086 , 10.1126/science.1250684 , 10.1126/science.1251033

The inflammatory bowel diseases (IBDs), which include Crohn’s disease (CD) and ulcerative colitis (UC), are multifactorial chronic conditions of the gastrointestinal tract. While IBD has been associated with dramatic changes in the gut microbiota, changes in the gut metabolome—the molecular interface between host and microbiota—are less well understood. To address this gap, we performed untargeted metabolomic and shotgun metagenomic profiling of cross-sectional stool samples from discovery (n = 155) and validation (n = 65) cohorts of CD, UC and non-IBD control patients. Metabolomic and metagenomic profiles were broadly correlated with faecal calprotectin levels (a measure of gut inflammation). Across >8,000 measured metabolite features, we identified chemicals and chemical classes that were differentially abundant in IBD, including enrichments for sphingolipids and bile acids, and depletions for triacylglycerols and tetrapyrroles. While > 50% of differentially abundant metabolite features were uncharacterized, many could be assigned putative roles through metabolomic ‘guilt by association’ (covariation with known metabolites). Differentially abundant species and functions from the metagenomic profiles reflected adaptation to oxidative stress in the IBD gut, and were individually consistent with previous findings. Integrating these data, however, we identified 122 robust associations between differentially abundant species and well-characterized differentially abundant metabolites, indicating possible mechanistic relationships that are perturbed in IBD. Finally, we found that metabolome- and metagenome-based classifiers of IBD status were highly accurate and, like the vast majority of individual trends, generalized well to the independent validation cohort. Our findings thus provide an improved understanding of perturbations of the microbiome–metabolome interface in IBD, including identification of many potential diagnostic and therapeutic targets. Using metabolomics and shotgun metagenomics on stool samples from individuals with and without inflammatory bowel disease, metabolites, microbial species and genes associated with disease were identified and validated in an independent cohort.

We conducted a genome-wide association study for type 2 diabetes (T2D) in Icelandic cases and controls, and we found that a previously described variant in the transcription factor 7-like 2 gene (TCF7L2) gene conferred the most significant risk. In addition to confirming two recently identified risk variants1, we identified a variant in the CDKAL1 gene that was associated with T2D in individuals of European ancestry (allele-specific odds ratio (OR) = 1.20 (95% confidence interval, 1.13–1.27), P = 7.7 × 10−9) and individuals from Hong Kong of Han Chinese ancestry (OR = 1.25 (1.11–1.40), P = 0.00018). The genotype OR of this variant suggested that the effect was substantially stronger in homozygous carriers than in heterozygous carriers. The ORs for homozygotes were 1.50 (1.31–1.72) and 1.55 (1.23–1.95) in the European and Hong Kong groups, respectively. The insulin response for homozygotes was approximately 20% lower than for heterozygotes or noncarriers, suggesting that this variant confers risk of T2D through reduced insulin secretion.

Microbiome-wide association studies on large population cohorts have highlighted associations between the gut microbiome and complex traits, including type 2 diabetes (T2D) and obesity1. However, the causal relationships remain largely unresolved. We leveraged information from 952 normoglycemic individuals for whom genome-wide genotyping, gut metagenomic sequence and fecal short-chain fatty acid (SCFA) levels were available2, then combined this information with genome-wide-association summary statistics for 17 metabolic and anthropometric traits. Using bidirectional Mendelian randomization (MR) analyses to assess causality3, we found that the host-genetic-driven increase in gut production of the SCFA butyrate was associated with improved insulin response after an oral glucose-tolerance test (P = 9.8 × 10−5), whereas abnormalities in the production or absorption of another SCFA, propionate, were causally related to an increased risk of T2D (P = 0.004). These data provide evidence of a causal effect of the gut microbiome on metabolic traits and support the use of MR as a means to elucidate causal relationships from microbiome-wide association findings. Mendelian randomization analyses using genotyping data, gut metagenomic sequence and fecal short-chain-fatty-acid levels from 952 individuals combined with GWAS data show evidence of a causal effect of the gut microbiome on metabolic traits.