In this study, 1,833 systemic sclerosis (SSc) cases and 3,466 controls were genotyped with the Immunochip array. Classical alleles, amino acid residues, and SNPs across the human leukocyte antigen (HLA) region were imputed and tested. These analyses resulted in a model composed of six polymorphic amino acid positions and seven SNPs that explained the observed significant associations in the region. In addition, a replication step comprising 4,017 SSc cases and 5,935 controls was carried out for several selected non-HLA variants, reaching a total of 5,850 cases and 9,401 controls of European ancestry. Following this strategy, we identified and validated three SSc risk loci, including DNASE1L3 at 3p14, the SCHIP1-IL12A locus at 3q25, and ATG5 at 6q21, as well as a suggested association of the TREH-DDX6 locus at 11q23. The associations of several previously reported SSc risk loci were validated and further refined, and the observed peak of association in PXK was related to DNASE1L3. Our study has increased the number of known genetic associations with SSc, provided further insight into the pleiotropic effects of shared autoimmune risk factors, and highlighted the power of dense mapping for detecting previously overlooked susceptibility loci. In this study, 1,833 systemic sclerosis (SSc) cases and 3,466 controls were genotyped with the Immunochip array. Classical alleles, amino acid residues, and SNPs across the human leukocyte antigen (HLA) region were imputed and tested. These analyses resulted in a model composed of six polymorphic amino acid positions and seven SNPs that explained the observed significant associations in the region. In addition, a replication step comprising 4,017 SSc cases and 5,935 controls was carried out for several selected non-HLA variants, reaching a total of 5,850 cases and 9,401 controls of European ancestry. Following this strategy, we identified and validated three SSc risk loci, including DNASE1L3 at 3p14, the SCHIP1-IL12A locus at 3q25, and ATG5 at 6q21, as well as a suggested association of the TREH-DDX6 locus at 11q23. The associations of several previously reported SSc risk loci were validated and further refined, and the observed peak of association in PXK was related to DNASE1L3. Our study has increased the number of known genetic associations with SSc, provided further insight into the pleiotropic effects of shared autoimmune risk factors, and highlighted the power of dense mapping for detecting previously overlooked susceptibility loci.

Abstract The gut microbiome is associated with diverse diseases, but the universal signature of an (un)healthy microbiome remains elusive and there is a need to understand how genetics, exposome, lifestyle and diet shape the microbiome in health and disease. To fill this gap, we profiled bacterial composition, function, antibiotic resistance and virulence factors in the gut microbiomes of 8,208 Dutch individuals from a three-generational cohort comprising 2,756 families. We then correlated this to 241 host and environmental factors, including physical and mental health, medication use, diet, socioeconomic factors and childhood and current exposome. We identify that the microbiome is primarily shaped by environment and cohousing. Only ∼13% of taxa are heritable, which are enriched with highly prevalent and health-associated bacteria. By identifying 2,856 associations between microbiome and health, we find that seemingly unrelated diseases share a common signature that is independent of comorbidities. Furthermore, we identify 7,519 associations between microbiome features and diet, socioeconomics and early life and current exposome, of which numerous early-life and current factors are particularly linked to the microbiome. Overall, this study provides a comprehensive overview of gut microbiome and the underlying impact of heritability and exposures that will facilitate future development of microbiome-targeted therapies.

Abstract To study the effect of host genetics on gut microbiome composition, the MiBioGen consortium curated and analyzed genome-wide genotypes and 16S fecal microbiome data from 18,340 individuals (24 cohorts). Microbial composition showed high variability across cohorts: only 9 out of 410 genera were detected in more than 95% samples. A genome-wide association study (GWAS) of host genetic variation in relation to microbial taxa identified 31 loci affecting microbiome at a genome-wide significant (P<5×10 −8 ) threshold. One locus, the lactase ( LCT ) gene locus, reached study-wide significance (GWAS signal P=1.28×10 −20 ), and it showed an age-dependent association with Bifidobacterium abundance. Other associations were suggestive (1.95×10 −10 <P<5×10 −8 ) but enriched for taxa showing high heritability and for genes expressed in the intestine and brain. A phenome-wide association study and Mendelian randomization identified enrichment of microbiome trait loci in the metabolic, nutrition and environment domains and suggested the microbiome has causal effects in ulcerative colitis and rheumatoid arthritis.

Abstract Expression quantitative trait loci (eQTL) studies are used to interpret the function of disease-associated genetic risk factors. To date, most eQTL analyses have been conducted in bulk tissues, such as whole blood and tissue biopsies, which are likely to mask the cell type context of the eQTL regulatory effects. Although this context can be investigated by generating transcriptional profiles from purified cell subpopulations, the current methods are labor-intensive and expensive. Here we introduce a new method, Decon2 , a statistical framework for estimating cell proportions using expression profiles from bulk blood samples (Decon-cell) and consecutive deconvolution of cell type eQTLs (Decon-eQTL). The estimated cell proportions from Decon-cell agree with experimental measurements across cohorts (R ≥ 0.77). Using Decon-cell we can predict the proportions of 34 circulating cell types for 3,194 samples from a population-based cohort. Next we identified 16,362 whole blood eQTLs and assign them to a cell type with Decon-eQTL using the predicted cell proportions from Decon-cell. Deconvoluted eQTLs show excellent allelic directional concordance with those of eQTL(≥ 96%) and chromatin mark QTL (≥87%) studies that used either purified cell subpopulations or single-cell RNA-seq. Our new method provides a way to assign cell type effects to eQTLs from bulk blood, which is useful in pinpointing the most relevant cell type for a certain complex disease. Decon2 is available as an R package and Java application ( https://github.com/molgenis/systemsgenetics/tree/master/Decon2 ), and as a web tool ( www.molgenis.org/deconvolution ).

Abstract Phage-displayed immunoprecipitation sequencing (PhIP-Seq) has successfully enabled high-throughput profiling of human antibody profiles. However, a comprehensive overview of environmental and genetic determinants shaping human adaptive immunity is currently lacking. In this study, we aimed to investigate the effects of genetic, environmental and intrinsic factors on the variation in human antibody repertoires. We characterized serological antibody repertoires against 344,000 peptides using PhIP-Seq libraries from a wide range of microbial and environmental antigens in 1,443 participants from a population cohort. We demonstrate individual-specificity, temporal consistency and co-housing similarities in antibody repertoire. Genetic analyses showed involvement of the HLA, IGHV and FUT2 regions. Furthermore, we uncovered associations between 48 phenotypic factors and 544 antibody-bound peptides, including age, cell counts, sex, smoking behavior and allergies, among others. Overall, our results indicate that human antibody epitope repertoires are shaped by both host genetics and environmental exposures and highlight unique signatures of distinct phenotypes and genotypes.

Summary Inflammatory bowel diseases (IBD), e.g. Crohn’s disease (CD) and ulcerative colitis (UC), are chronic immune-mediated inflammatory diseases. A comprehensive overview of an IBD-specific antibody epitope repertoire is, however, lacking. We leveraged a high-throughput phage-displayed immunoprecipitation sequencing (PhIP-seq) workflow to identify antibodies against 344,000 antimicrobial, immune and food antigens in 497 IBD patients as compared to 1,326 controls. IBD was characterized by 373 differentially abundant antibodies (202 overrepresented and 171 underrepresented), with 17% shared by both IBDs, 55% unique to CD and 28% unique to UC. Antibodies against bacterial flagellins dominated in CD and were associated with ileal involvement, fibrostenotic disease and anti- Saccharomyces cerevisiae antibody positivity, but not with fecal microbiome composition. Antibody epitope repertoires accurately discriminated CD from controls (AUC=0.89), and similar discrimination was achieved when using only ten antibodies (AUC=0.87). IBD patients thus show a distinct antibody repertoire against selected peptides, allowing patient stratification and discovery of immunological targets.

Human induced pluripotent stem cell (hiPSC)-derived intestinal organoids are valuable tools for researching developmental biology and personalized therapies, but their closed topology and relative immature state limit applications. Here, we use organ-on-chip technology to develop a hiPSC-derived intestinal barrier with apical and basolateral access in a more physiological in vitro microenvironment. To replicate growth factor gradients along the crypt-villus axis, we locally expose the cells to expansion and differentiation media. In these conditions, intestinal epithelial cells self-organize into villus-like folds with physiological barrier integrity, and myofibroblasts and neurons emerge and form a subepithelial tissue in the bottom channel. The growth factor gradients efficiently balance dividing and mature cell types and induce an intestinal epithelial composition, including absorptive and secretory lineages, resembling the composition of the human small intestine. This well-characterized hiPSC-derived intestine-on-chip system can facilitate personalized studies on physiological processes and therapy development in the human small intestine.

Abstract The validation of genome-wide association signals for tuberculosis (TB) susceptibility and the development of type 2 diabetes (T2D) across diverse populations remain problematic. The ancestry-specific variants (coding and non-coding) that contribute to previously identified differentially expressed genes (DEG) in patients with TB, T2D and comorbid TB-T2D, remain unknown. Identifying ancestry-specific expression quantitative trait loci (eQTLs) can aid in distinguishing the most probable disease-causing variants for population-specific therapeutic interventions. Therefore, this study conducted cis -eQTL mapping in TB, T2D and TB-T2D patients to identify variants associated with DEG. Both genotyping (Infinium H3A array with ∼2.3 M markers) and RNA sequencing data of 96 complex multi-way admixed South Africans were used for this purpose. Importantly, both global-and local ancestry adjustment were included in statistical analysis to account for complex admixture. Unique gene-variant pairs were associated with TB-T2D on chromosome 7p22 whilst adjusting for Bantu-speaking African ancestry ( PRKAR1B :rs4464850; P=7.68e-07) and Khoe-San ancestry ( PRKAR1B: rs117842122; P=3.66e-07). In addition, IFITM3 (a biomarker for the development of TB) was associated with three SNPs (rs11025530, rs3808990, and rs10896664) on chromosome 11p15 while adjusting for Khoe-San ancestry. Our results also indicated that the upregulation of the NLRP6 inflammasome is strongly associated with people with TB-T2D while adjusting for Khoe-San ancestry. Three African-specific eGenes ( NLRP6, IFITM3 and PRKAR1B ) would have been missed if local ancestry adjustment was not conducted. This study determined a list of ancestry-specific eQTLs in TB-T2D patients that could potentially guide the search for new therapeutic targets for TB-T2D in African populations. Author Summary The limitation of genome-wide association study (GWAS) is that the particular biological pathway impacted by a variant might not be evident. eQTL mapping can be conducted to determine the impact that a genetic variant might have on the expression of a specific gene in a biological pathway. In this study the use of cis -eQTL mapping was explored to elucidate the underlying genetic variants that regulate gene expression between TB-T2D and T2D patients, and between TB patients and healthy controls with multi-way genetic admixture from South Africa. Using RNA sequencing data and newly genotyped dataset of 96 individuals (Illumina Infinium H3Africa array with ∼2.5 M markers), we were able to identify ancestry-specific eQTLs. eQTLs of indigenous Khoe-San ancestral origin were identified in genetic regions previously implicated in TB and T2D in African populations. If local ancestry was not incorporated in the cis -eQTL mapping analysis these important African-specific eQTLs would have been missed. Our results provide a list of possible ancestry-specific causal variants associated with TB-T2 comorbidity that could guide the search for new therapeutic targets for African-specific populations. Including populations with complex ancestry and admixture in genetic studies is necessary to improve the quality of genetic research in sub-Saharan African groups.

Abstract The average length of telomere repeats (TL) declines with age and is considered to be a marker of biological ageing. Here, we measured TL in six blood cell types from 1,046 individuals using the clinically validated Flow-FISH method. We identified remarkable cell-type-specific variations in TL. Host genetics, environmental, parental and intrinsic factors such as sex, parental age, and smoking are associated to variations in TL. By analysing the genome-wide methylation patterns, we identified that the association of maternal, but not paternal, age to TL is mediated by epigenetics. Coupling these measurements to single-cell RNA-sequencing data for 62 participants revealed differential gene expression in T-cells. Genes negatively associated with TL were enriched for pathways related to translation and nonsense-mediated decay. Altogether, this study addresses cell-type-specific differences in telomere biology and its relation to cell-type-specific gene expression and highlights how perinatal factors play a role in determining TL, on top of genetics and lifestyle.

Abstract Copy number variations (CNV) are believed to play an important role in a wide range of complex traits but discovering such associations remains challenging. Whilst whole genome sequencing (WGS) is the gold standard approach for CNV detection, there are several orders of magnitude more samples with available genotyping microarray data. Such array data can be exploited for CNV detection using dedicated software (e.g., PennCNV), however these calls suffer from elevated false positive and negative rates. In this study, we developed a CNV quality score that weights PennCNV calls (pCNV) based on their likelihood of being true positive. First, we established a measure of pCNV reliability by leveraging evidence from multiple omics data (WGS, transcriptomics and methylomics) obtained from the same samples. Next, we built a predictor of omics-confirmed pCNVs, termed omics-informed quality score (OQS), using only PennCNV software output parameters. Promisingly, OQS assigned to pCNVs detected in close family members was up to 35% higher than the OQS of pCNVs not carried by other relatives (P < 3.0−10 −90 ), outperforming other scores. Finally, in an association study of four anthropometric traits in 89,516 Estonian Biobank samples, the use of OQS led to a relative increase in the trait variance explained by CNVs of up to 34% compared to raw pCNVs or previous quality scores. Overall, we put forward a flexible framework to improve any CNV detection method leveraging multi-omics evidence, applied it to improve PennCNV calls and demonstrated its utility by improving the statistical power for downstream association analyses.