Smoking is a potentially causal behavioral risk factor for type 2 diabetes (T2D), but not all smokers develop T2D. It is unknown whether genetic factors partially explain this variation. We performed genome-environment-wide interaction studies to identify loci exhibiting potential interaction with baseline smoking status (ever vs. never) on incident T2D and fasting glucose (FG). Analyses were performed in participants of European (EA) and African ancestry (AA) separately. Discovery analyses were conducted using genotype data from the 50,000-single-nucleotide polymorphism (SNP) ITMAT-Broad-CARe (IBC) array in 5 cohorts from from the Candidate Gene Association Resource Consortium (n = 23,189). Replication was performed in up to 16 studies from the Cohorts for Heart Aging Research in Genomic Epidemiology Consortium (n = 74,584). In meta-analysis of discovery and replication estimates, 5 SNPs met at least one criterion for potential interaction with smoking on incident T2D at p<1x10-7 (adjusted for multiple hypothesis-testing with the IBC array). Two SNPs had significant joint effects in the overall model and significant main effects only in one smoking stratum: rs140637 (FBN1) in AA individuals had a significant main effect only among smokers, and rs1444261 (closest gene C2orf63) in EA individuals had a significant main effect only among nonsmokers. Three additional SNPs were identified as having potential interaction by exhibiting a significant main effects only in smokers: rs1801232 (CUBN) in AA individuals, rs12243326 (TCF7L2) in EA individuals, and rs4132670 (TCF7L2) in EA individuals. No SNP met significance for potential interaction with smoking on baseline FG. The identification of these loci provides evidence for genetic interactions with smoking exposure that may explain some of the heterogeneity in the association between smoking and T2D.

Abstract The majority of disease-associated variants identified through genome-wide association studies (GWAS) are located outside of protein-coding regions and are overrepresented in sequences that regulate gene expression. Prioritizing candidate regulatory variants and potential biological mechanisms for further functional experiments, such as genome editing, can be challenging, especially in regions with a high number of variants in strong linkage disequilibrium or multiple proximal gene targets. Improved annotation of the regulatory genome can help identify promising variants and target genes for functional genomics experiments. To advance this area, we developed FORGEdb ( https://forge2.altiusinstitute.org/files/forgedb.html ), a web-based tool that can rapidly integrate data for individual genetic variants, providing information on associated regulatory elements, transcription factor (TF) binding sites and target genes for over 37 million variants. FORGEdb uses annotations derived from data across a wide range of biological samples to delineate the regulatory context for each variant at the cell type level. Multiple data types, such as Combined Annotation Dependent Depletion (CADD) scores, expression quantitative trait loci (eQTLs), activity-by-contact (ABC) interactions, Contextual Analysis of TF Occupancy (CATO) scores, transcription factor (TF) motifs, DNase I hotspots, histone mark ChIP-seq peaks and chromatin states, are included in FORGEdb and these annotations are integrated into a FORGEdb score to guide assessment of functional importance. In summary, FORGEdb provides an expansive and unique resource of genomic annotations and an integrated score that can be used to accelerate the translation of identified genetic loci into biological insight.

Abstract Pubertal timing varies considerably and is associated with later health outcomes. We performed multi-ancestry genetic analyses on ~800,000 women, identifying 1,080 signals for age at menarche. Collectively, these explained 11% of trait variance in an independent sample. Women at the top and bottom 1% of polygenic risk exhibited ~11 and ~14-fold higher risks of delayed and precocious puberty, respectively. We identified several genes harboring rare loss-of-function variants in ~200,000 women, including variants in ZNF483 , which abolished the impact of polygenic risk. Variant-to-gene mapping approaches and mouse gonadotropin-releasing hormone neuron RNA sequencing implicated 665 genes, including an uncharacterized G-protein-coupled receptor, GPR83 , which amplified the signaling of MC3R , a key nutritional sensor. Shared signals with menopause timing at genes involved in DNA damage response suggest that the ovarian reserve might signal centrally to trigger puberty. We also highlight body size-dependent and independent mechanisms that potentially link reproductive timing to later life disease.

Abstract Genome-wide association studies (GWAS) for kidney function have uncovered hundreds of risk loci, primarily in populations of European ancestry. We conducted the first GWAS of estimated glomerular filtration rate (eGFR) in Africa in 3288 Ugandans and replicated the findings in 8224 African Americans. We identified two loci associated with eGFR at genome-wide significance (p<5×10 −8 ). The most significantly associated variant (rs2433603, p=2.4×10 −9 ) in GATM was distinct from previously reported signals. A second association signal mapping near HBB (rs141845179, p=3.0×10 −8 ) was not significant after conditioning on a previously reported SNP (rs334) for eGFR. However, fine-mapping analyses highlighted rs141845179 to be the most likely causal variant at the HBB locus (posterior probability of 0.61). A trans-ethnic GRS of eGFR constructed from previously reported lead SNPs was not predictive into the Ugandan population, indicating that additional large-scale efforts in Africa are necessary to gain further insight into the genetic architecture of kidney disease.

BACKGROUND: The Dietary Approaches to Stop Hypertension (DASH) diet score lowers blood pressure (BP). We examined interactions between genotype and the DASH diet score in relation to systolic BP. METHODS: We analyzed up to 9 420 585 single nucleotide polymorphisms in up to 127 282 individuals of 6 population groups (91% of European population) from the Cohorts for Heart and Aging Research in Genomic Epidemiology consortium (n=35 660) and UK Biobank (n=91 622) and performed European population-specific and cross-population meta-analyses. RESULTS: We identified 3 loci in European-specific analyses and an additional 4 loci in cross-population analyses at P interaction <5e−8. We observed a consistent interaction between rs117878928 at 15q25.1 (minor allele frequency, 0.03) and the DASH diet score ( P interaction =4e−8; P for heterogeneity, 0.35) in European population, where the interaction effect size was 0.42±0.09 mm Hg ( P interaction =9.4e−7) and 0.20±0.06 mm Hg ( P interaction =0.001) in Cohorts for Heart and Aging Research in Genomic Epidemiology and the UK Biobank, respectively. The 1 Mb region surrounding rs117878928 was enriched with cis-expression quantitative trait loci (eQTL) variants ( P =4e−273) and cis-DNA methylation quantitative trait loci variants ( P =1e−300). Although the closest gene for rs117878928 is MTHFS , the highest narrow sense heritability accounted by single nucleotide polymorphisms potentially interacting with the DASH diet score in this locus was for gene ST20 at 15q25.1. CONCLUSIONS: We demonstrated gene-DASH diet score interaction effects on systolic BP in several loci. Studies with larger diverse populations are needed to validate our findings.

Chronic kidney disease (CKD) affects ~10% of the global population, with considerable ethnic differences in prevalence and aetiology. We assembled genome-wide association studies (GWAS) of estimated glomerular filtration rate (eGFR), a measure of kidney function that defines CKD, in 312,468 individuals from four ancestry groups. We identified 93 loci (20 novel), which were delineated to 127 distinct association signals. These signals were homogenous across ancestries, and were enriched for coding exons, kidney-specific histone modifications, and binding sites for HDAC2 and EZH2. Fine-mapping revealed 40 high-confidence variants driving eGFR associations, and highlighted potential causal genes with kidney cell-type specific expression in glomerulus, and proximal and distal nephron. Mendelian randomisation (MR) highlighted causal effects of eGFR on overall and cause-specific CKD, kidney stone formation and diastolic blood pressure (DBP). These results define novel molecular mechanisms and effector genes for eGFR, offering insight into downstream clinical outcomes and potential routes to CKD treatment development.

The Trans-Omics for Precision Medicine (TOPMed) program seeks to elucidate the genetic architecture and disease biology of heart, lung, blood, and sleep disorders, with the ultimate goal of improving diagnosis, treatment, and prevention. The initial phases of the program focus on whole genome sequencing of individuals with rich phenotypic data and diverse backgrounds. Here, we describe TOPMed goals and design as well as resources and early insights from the sequence data. The resources include a variant browser, a genotype imputation panel, and sharing of genomic and phenotypic data via dbGaP. In 53,581 TOPMed samples, >400 million single-nucleotide and insertion/deletion variants were detected by alignment with the reference genome. Additional novel variants are detectable through assembly of unmapped reads and customized analysis in highly variable loci. Among the >400 million variants detected, 97% have frequency <1% and 46% are singletons. These rare variants provide insights into mutational processes and recent human evolutionary history. The nearly complete catalog of genetic variation in TOPMed studies provides unique opportunities for exploring the contributions of rare and non-coding sequence variants to phenotypic variation. Furthermore, combining TOPMed haplotypes with modern imputation methods improves the power and extends the reach of nearly all genome-wide association studies to include variants down to ~0.01% in frequency.

Genotype-phenotype association studies often combine phenotype data from multiple studies to increase power. Harmonization of the data usually requires substantial effort due to heterogeneity in phenotype definitions, study design, data collection procedures, and data set organization. Here we describe a centralized system for phenotype harmonization that includes input from phenotype domain and study experts, quality control, documentation, reproducible results, and data sharing mechanisms. This system was developed for the National Heart, Lung and Blood Institute’s Trans-Omics for Precision Medicine (TOPMed) program, which is generating genomic and other omics data for >80 studies with extensive phenotype data. To date, 63 phenotypes have been harmonized across thousands of participants from up to 17 TOPMed studies per phenotype. We discuss the challenges faced in this undertaking and how they were addressed. The harmonized phenotype data and associated documentation have been submitted to National Institutes of Health data repositories for controlled-access by the scientific community. We also provide materials to facilitate future harmonization efforts by the community, which include (1) the code used to generate the 63 harmonized phenotypes, enabling others to reproduce, modify or extend these harmonizations to additional studies; and (2) results of labeling thousands of phenotype variables with controlled vocabulary terms.

Abstract Despite the dramatic underrepresentation of non-European populations in human genetics studies, researchers continue to exclude participants of non-European ancestry, even when these data are available. This practice perpetuates existing research disparities and can lead to important and large effect size associations being missed. Here, we conducted genome-wide association studies (GWAS) of 31 serum and urine biomarker quantitative traits in African (n=9354), East Asian (n=2559) and South Asian (n=9823) UK Biobank participants ancestry. We adjusted for all known GWAS catalog variants for each trait, as well as novel signals identified in European ancestry UK Biobank participants alone. We identify 12 novel signals in African ancestry and 3 novel signals in South Asian participants (p<1.61 × 10 −10 ). Many of these signals are highly plausible and rare in Europeans (1% or lower minor allele frequency), including cis pQTLs for the genes encoding serum biomarkers like gamma-glutamyl transferase and apolipoprotein A, PIEZ01 and G6PD variants with impacts on HbA1c through likely erythocytic mechanisms, and a coding variant in GPLD1 , a gene which cleaves GPI-anchors, associated with normally GPI-anchored protein alkaline phosphatase in serum. This work illustrates the importance of using the genetic data we already have in diverse populations, with many novel discoveries possible in even modest sample sizes.

Abstract Background Admixture mapping is a powerful approach for gene mapping of complex traits that leverages the diverse genetic ancestry in populations with recent admixture such as U.S. Hispanics/Latinos (HL), who have increased risk of chronic kidney disease (CKD). Methods Genome-wide admixture mapping was performed for CKD and estimated glomerular filtration rate (eGFR) in a sample of 12,601 participants from the Hispanic Community Health Study/Study of Latinos, with validation in a sample of 8191 African Americans from the Women’s Health Initiative (WHI). Results Three novel ancestry-of-origin loci were identified on chromosomes 2, 14 and 15 for CKD and eGFR. The chromosome 2 locus (2p16.3) consisted of two European ancestry regions encompassing the FSHR and NRXN1 genes, with European ancestry at this locus associated with increased risk for CKD. The chromosome 14 locus (14q32.2) located within the DLK1-DIO3 imprinted domain was driven by European ancestry, and was associated with lower eGFR. The chromosome 15 locus (15q13.3-14) included intronic variants of RYR3 and was within an African-specific genomic region that was associated with higher eGFR. These findings were compared to the conventional genome-wide association study that failed to identify significant associations in these regions. We validated the chromosome 14 and 15 loci for eGFR in the WHI African Americans. Conclusions This study provides evidence of shared ancestry-specific genomic regions influencing eGFR in HL and African Americans, and illustrates the potential for leveraging genetic ancestry in recently admixed populations for novel discovery of kidney trait loci.