Context

Clopidogrel therapy improves cardiovascular outcomes in patients with acute coronary syndromes and following percutaneous coronary intervention by inhibiting adenosine diphosphate (ADP)–dependent platelet activation. However, nonresponsiveness is widely recognized and is related to recurrent ischemic events.

Objective

To identify gene variants that influence clopidogrel response.

Design, Setting, and Participants

In the Pharmacogenomics of Antiplatelet Intervention (PAPI) Study (2006-2008), we administered clopidogrel for 7 days to 429 healthy Amish persons and measured response by ex vivo platelet aggregometry. A genome-wide association study was performed followed by genotyping the loss-of-function cytochrome P450 (CYP) 2C19*2 variant (rs4244285). Findings in the PAPI Study were extended by examining the relation of CYP2C19*2 genotype to platelet function and cardiovascular outcomes in an independent sample of 227 patients undergoing percutaneous coronary intervention.

Main Outcome Measure

ADP-stimulated platelet aggregation in response to clopidogrel treatment and cardiovascular events.

Results

Platelet response to clopidogrel was highly heritable (h² = 0.73; P < .001). Thirteen single-nucleotide polymorphisms on chromosome 10q24 within the CYP2C18–CYP2C19–CYP2C9–CYP2C8 cluster were associated with diminished clopidogrel response, with a high degree of statistical significance (P = 1.5 × 10⁻¹³ for rs12777823, additive model). The rs12777823 polymorphism was in strong linkage disequilibrium with the CYP2C19*2 variant, and was associated with diminished clopidogrel response, accounting for 12% of the variation in platelet aggregation to ADP (P = 4.3 × 10⁻¹¹). The relation between CYP2C19*2 genotype and platelet aggregation was replicated in clopidogrel-treated patients undergoing coronary intervention (P = .02). Furthermore, patients with the CYP2C19*2 variant were more likely (20.9% vs 10.0%) to have a cardiovascular ischemic event or death during 1 year of follow-up (hazard ratio, 2.42; 95% confidence interval, 1.18-4.99; P = .02).

Conclusion

CYP2C19*2 genotype was associated with diminished platelet response to clopidogrel treatment and poorer cardiovascular outcomes.

Many studies have shown that hyperinsulinemia and/or insulin resistance are related to various metabolic and physiological disorders including hypertension, dyslipidemia, and non-insulin-dependent diabetes mellitus. This syndrome has been termed Syndrome X. An important limitation of previous studies has been that they all have been cross sectional, and thus the presence of insulin resistance could be a consequence of the underlying metabolic disorders rather than its cause. We examined the relationship of fasting insulin concentration (as an indicator of insulin resistance) to the incidence of multiple metabolic abnormalities in the 8-yr follow-up of the cohort enrolled in the San Antonio Heart Study, a population-based study of diabetes and cardiovascular disease in Mexican Americans and non-Hispanic whites. In univariate analyses, fasting insulin was related to the incidence of the following conditions: hypertension, decreased high-density lipoprotein cholesterol concentration, increased triglyceride concentration, and non-insulin-dependent diabetes mellitus. Hyperinsulinemia was not related to increased low-density lipoprotein or total cholesterol concentration. In multivariate analyses, after adjustment for obesity and body fat distribution, fasting insulin continued to be significantly related to the incidence of decreased high-density lipoprotein cholesterol and increased triglyceride concentrations and to the incidence of non-insulin-dependent diabetes mellitus. Baseline insulin concentrations were higher in subjects who subsequently developed multiple metabolic disorders. These results were not attributable to differences in baseline obesity and were similar in Mexican Americans and non-Hispanic whites. These results support the existence of a metabolic syndrome and the relationship of that syndrome to multiple metabolic disorders by showing that elevations of insulin concentration precede the development of numerous metabolic disorders.

Although type II diabetes is associated with both microvascular and macrovascular complications, duration of diabetes and severity of glycemia are strongly associated only with the former. Since prediabetic individuals are hyperinsulinemia, and since hyperinsulinemia may be a cardiovascular risk factor, we hypothesized that prediabetic individuals might have an atherogenic pattern of risk factors even before the onset of clinical diabetes, thereby explaining the relative lack of an association of macrovascular complications with either glycemic severity or disease duration. We documented the cardiovascular risk factor status of 614 initially nondiabetic Mexican Americans who later participated in an 8-year follow-up of the San Antonio Heart Study, a population-based study of diabetes and cardiovascular disease. Individuals who were nondiabetic at the time of baseline examination, but who subsequently developed type II diabetes (ie, confirmed prediabetic subjects, n = 43), had higher levels of total and low-density lipoprotein cholesterol, triglyceride, fasting glucose and insulin, 2-hour glucose, body mass index, and blood pressure, and lower levels of high-density lipoprotein cholesterol than subjects who remained nondiabetic (n = 571). Most of these differences persisted after adjustment for obesity and/or level of glycemia, but were abolished after adjustment for fasting insulin concentration. When subjects with impaired glucose tolerance at baseline (n = 106) were eliminated, the more atherogenic pattern of cardiovascular risk factors was still evident (and statistically significant) among initially normoglycemic prediabetic subjects. These results indicate that prediabetic subjects have an atherogenic pattern of risk factors (possibly caused by obesity, hyperglycemia, and especially hyperinsulinemia), which may be present for many years and may contribute to the risk of macrovascular disease as much as the duration of clinical diabetes itself.

In a population-based survey of 2,930 subjects, prevalence rates for obesity, Type 2 (non-insulin-dependent) diabetes mellitus, impaired glucose tolerance, hypertension, hypertriglyceridaemia, and hypercholesterolaemia were 54.3, 9.3, 11.1, 9.8, 10.3 and 9.2%, respectively. The prevalence, however, of each of these conditions in its isolated form (free of the other five) was 29.0% for obesity, 1.3% for Type 2 diabetes, 1.8% for impaired glucose tolerance, 1.5% for hypertension, 1.0% for hypertriglyceridaemia, and 1.7% for hypercholesterolaemia. Two-by-two associations were even rarer. The large differences in prevalence between isolated and mixed forms indicate a major overlap among the six disorders in multiple combinations. In the isolated form, each condition was characterized by hyperinsulinaemia (both fasting and 2 h after oral glucose), suggesting the presence of insulin resistance. In addition, in any isolated condition most of the variables categorising other members of the sextet were still significantly altered in comparison with 1,049 normal subjects. In the whole of the subjects who presented with one or another disorder (1,881 of 2,930 or 64%), marked fasting and post-glucose hyperinsulinaemia was associated with higher body mass index, waist:hip ratio, fasting and post-glucose glycaemia, systolic and diastolic blood pressure, serum triglycerides and total cholesterol levels, and with lower HDL-cholesterol concentrations (all p <0.001). We conclude that (1) insulin sensitivity, glucose tolerance, blood pressure, body fat mass and distribution, and serum lipids are a network of mutually interrelated functions; and (2) an insulin resistance syndrome underlies each and all of the six disorders carrying an increased risk of coronary artery disease.

Chronic kidney disease (CKD) is a significant public health problem, and recent genetic studies have identified common CKD susceptibility variants. The CKDGen consortium performed a meta-analysis of genome-wide association data in 67,093 individuals of European ancestry from 20 predominantly population-based studies in order to identify new susceptibility loci for reduced renal function as estimated by serum creatinine (eGFRcrea), serum cystatin c (eGFRcys) and CKD (eGFRcrea < 60 ml/min/1.73 m(2); n = 5,807 individuals with CKD (cases)). Follow-up of the 23 new genome-wide-significant loci (P < 5 x 10(-8)) in 22,982 replication samples identified 13 new loci affecting renal function and CKD (in or near LASS2, GCKR, ALMS1, TFDP2, DAB2, SLC34A1, VEGFA, PRKAG2, PIP5K1B, ATXN2, DACH1, UBE2Q2 and SLC7A9) and 7 loci suspected to affect creatinine production and secretion (CPS1, SLC22A2, TMEM60, WDR37, SLC6A13, WDR72 and BCAS3). These results further our understanding of the biologic mechanisms of kidney function by identifying loci that potentially influence nephrogenesis, podocyte function, angiogenesis, solute transport and metabolic functions of the kidney.

Apolipoprotein C-III (apoC-III) inhibits triglyceride hydrolysis and has been implicated in coronary artery disease. Through a genome-wide association study, we have found that about 5% of the Lancaster Amish are heterozygous carriers of a null mutation (R19X) in the gene encoding apoC-III ( APOC3 ) and, as a result, express half the amount of apoC-III present in noncarriers. Mutation carriers compared with noncarriers had lower fasting and postprandial serum triglycerides, higher levels of HDL-cholesterol and lower levels of LDL-cholesterol. Subclinical atherosclerosis, as measured by coronary artery calcification, was less common in carriers than noncarriers, which suggests that lifelong deficiency of apoC-III has a cardioprotective effect.

Richard Watanabe and colleagues of the MAGIC consortium report meta-analyses of genome-wide association studies to glucose levels two hours after an oral glucose challenge. They identify variants in GIPR associated with glucose and insulin responses. Glucose levels 2 h after an oral glucose challenge are a clinical measure of glucose tolerance used in the diagnosis of type 2 diabetes. We report a meta-analysis of nine genome-wide association studies (n = 15,234 nondiabetic individuals) and a follow-up of 29 independent loci (n = 6,958–30,620). We identify variants at the GIPR locus associated with 2-h glucose level (rs10423928, β (s.e.m.) = 0.09 (0.01) mmol/l per A allele, P = 2.0 × 10−15). The GIPR A-allele carriers also showed decreased insulin secretion (n = 22,492; insulinogenic index, P = 1.0 × 10−17; ratio of insulin to glucose area under the curve, P = 1.3 × 10−16) and diminished incretin effect (n = 804; P = 4.3 × 10−4). We also identified variants at ADCY5 (rs2877716, P = 4.2 × 10−16), VPS13C (rs17271305, P = 4.1 × 10−8), GCKR (rs1260326, P = 7.1 × 10−11) and TCF7L2 (rs7903146, P = 4.2 × 10−10) associated with 2-h glucose. Of the three newly implicated loci (GIPR, ADCY5 and VPS13C), only ADCY5 was found to be associated with type 2 diabetes in collaborating studies (n = 35,869 cases, 89,798 controls, OR = 1.12, 95% CI 1.09–1.15, P = 4.8 × 10−18).

Age is the dominant risk factor for most chronic human diseases, but the mechanisms through which ageing confers this risk are largely unknown1. The age-related acquisition of somatic mutations that lead to clonal expansion in regenerating haematopoietic stem cell populations has recently been associated with both haematological cancer2–4 and coronary heart disease5—this phenomenon is termed clonal haematopoiesis of indeterminate potential (CHIP)6. Simultaneous analyses of germline and somatic whole-genome sequences provide the opportunity to identify root causes of CHIP. Here we analyse high-coverage whole-genome sequences from 97,691 participants of diverse ancestries in the National Heart, Lung, and Blood Institute Trans-omics for Precision Medicine (TOPMed) programme, and identify 4,229 individuals with CHIP. We identify associations with blood cell, lipid and inflammatory traits that are specific to different CHIP driver genes. Association of a genome-wide set of germline genetic variants enabled the identification of three genetic loci associated with CHIP status, including one locus at TET2 that was specific to individuals of African ancestry. In silico-informed in vitro evaluation of the TET2 germline locus enabled the identification of a causal variant that disrupts a TET2 distal enhancer, resulting in increased self-renewal of haematopoietic stem cells. Overall, we observe that germline genetic variation shapes haematopoietic stem cell function, leading to CHIP through mechanisms that are specific to clonal haematopoiesis as well as shared mechanisms that lead to somatic mutations across tissues. Analysis of 97,691 high-coverage human blood DNA-derived whole-genome sequences enabled simultaneous identification of germline and somatic mutations that predispose individuals to clonal expansion of haematopoietic stem cells, indicating that both inherited and acquired mutations are linked to age-related cancers and coronary heart disease.

Hugh Markus, Peter Donnelly and colleagues report a genome-wide association study for ischemic stroke. They identify a SNP in HDAC9, a histone deacetylase gene, that is associated with large vessel ischemic stroke and suggest subtype-specific associations to ischemic stroke. Genetic factors have been implicated in stroke risk, but few replicated associations have been reported. We conducted a genome-wide association study (GWAS) for ischemic stroke and its subtypes in 3,548 affected individuals and 5,972 controls, all of European ancestry. Replication of potential signals was performed in 5,859 affected individuals and 6,281 controls. We replicated previous associations for cardioembolic stroke near PITX2 and ZFHX3 and for large vessel stroke at a 9p21 locus. We identified a new association for large vessel stroke within HDAC9 (encoding histone deacetylase 9) on chromosome 7p21.1 (including further replication in an additional 735 affected individuals and 28,583 controls) (rs11984041; combined P = 1.87 × 10−11; odds ratio (OR) = 1.42, 95% confidence interval (CI) = 1.28–1.57). All four loci exhibited evidence for heterogeneity of effect across the stroke subtypes, with some and possibly all affecting risk for only one subtype. This suggests distinct genetic architectures for different stroke subtypes.