We expanded GWAS discovery for type 2 diabetes (T2D) by combining data from 898,130 European-descent individuals (9% cases), after imputation to high-density reference panels. With these data, we (i) extend the inventory of T2D-risk variants (243 loci, 135 newly implicated in T2D predisposition, comprising 403 distinct association signals); (ii) enrich discovery of lower-frequency risk alleles (80 index variants with minor allele frequency <5%, 14 with estimated allelic odds ratio >2); (iii) substantially improve fine-mapping of causal variants (at 51 signals, one variant accounted for >80% posterior probability of association (PPA)); (iv) extend fine-mapping through integration of tissue-specific epigenomic information (islet regulatory annotations extend the number of variants with PPA >80% to 73); (v) highlight validated therapeutic targets (18 genes with associations attributable to coding variants); and (vi) demonstrate enhanced potential for clinical translation (genome-wide chip heritability explains 18% of T2D risk; individuals in the extremes of a T2D polygenic risk score differ more than ninefold in prevalence). Combining 32 genome-wide association studies with high-density imputation provides a comprehensive view of the genetic contribution to type 2 diabetes in individuals of European ancestry with respect to locus discovery, causal-variant resolution, and mechanistic insight.

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.

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.

Background Electron-beam CT (EBCT) quantification of coronary artery calcification (CAC) allows noninvasive assessment of coronary atherosclerosis. We undertook a follow-up study to determine whether CAC extent, measured at the time of angiography by EBCT, predicted future hard cardiac events, comprising cardiac death and nonfatal myocardial infarction (MI). We also assessed the potential of selected coronary artery disease (CAD) risk factors, prior CAD event history (MI or revascularization), and angiographic findings (number of diseased vessels and overall disease burden) to predict subsequent hard events. Methods and Results Two hundred eighty-eight patients who underwent contemporaneous coronary angiography and EBCT scanning were contacted after a mean of 6.9 years. Vital status and history of MI during follow-up were determined. Cox proportional hazards models were used to compare the predictive ability of CAC extent with selected CAD risk factors, CAD event history, and angiographic findings. Median CAC score was 160 (range 0 to 7633). The 22 patients who experienced hard events during follow-up were older and had more extensive CAC and angiographic disease ( P <0.05). Only 1 of 87 patients with CAC score <20 experienced a subsequent hard event during follow-up. Event-free survival was significantly higher for patients with CAC scores <100 than for those with scores ≥100 (relative risk 3.20; 95% CI 1.17 to 8.71). When a stepwise multivariable model was used, only age and CAC extent predicted hard events (risk ratios 1.72 and 1.88, respectively; P <0.05). Conclusions In patients undergoing angiography, CAC extent on EBCT is highly predictive of future hard cardiac events and adds valuable prognostic information.

Background— Electron-beam computed tomography (EBCT) is used to measure coronary calcification but not for aortic valve calcification (AVC). Its accuracy, association with aortic stenosis (AS) severity, and diagnostic and prognostic value with respect to AVC are unknown. Methods and Results— In 30 explanted aortic valves, the AVC score by EBCT (1125±1294 Agatston units [AU]) showed a strong linear correlation ( r =0.96, P <0.0001) with valvular calcium weight (653±748 mg) by pathology that allowed estimation of calcium weight as AVC score/1.7, with a small standard error of the estimate (53 mg). In 100 consecutive clinical patients, we measured AVC by EBCT and AS severity by echocardiographic aortic valve area (AVA). The AVC score was 1316±1749 AU (range 0 to 7226 AU). Intraobserver and interobserver variabilities were excellent (4±4% and 4±10%, respectively). AVC and AVA were strongly associated ( r =0.79, P <0.0001) but had a curvilinear relationship that suggested that AVC and AVA provide complementary information. AVC score ≥1100 AU provided 93% sensitivity and 82% specificity for diagnosis of severe AS (AVA <1 cm 2 ), with a receiver operator characteristic curve area of 0.89. AVC assessment by echocardiography was often more severe than by EBCT ( P <0.0001). During follow-up, 22 patients either died, developed heart failure, or required surgery. With adjustment for age, sex, symptoms, ejection fraction, and AVA, the AVC score was independently predictive of event-free survival (risk ratio 1.06 per 100-AU increment [1.02 to 1.10], P <0.001), even after adjustment for echocardiographic calcifications. Conclusions— AVC is accurately and reproducibly measured by EBCT and shows a strong association and diagnostic value for severe AS. The curvilinear relationship between AVC and AVA suggests these measures are complementary, and indeed, AVC provides independent outcome information. Thus, AVC is an important measurement in the evaluation of patients with AS.

Most genome-wide association and fine-mapping studies to date have been conducted in individuals of European descent, and genetic studies of populations of Hispanic/Latino and African ancestry are limited. In addition, these populations have more complex linkage disequilibrium structure. In order to better define the genetic architecture of these understudied populations, we leveraged >100,000 phased sequences available from deep-coverage whole genome sequencing through the multi-ethnic NHLBI Trans-Omics for Precision Medicine (TOPMed) program to impute genotypes into admixed African and Hispanic/Latino samples with genome-wide genotyping array data. We demonstrated that using TOPMed sequencing data as the imputation reference panel improves genotype imputation quality in these populations, which subsequently enhanced gene-mapping power for complex traits. For rare variants with minor allele frequency (MAF) < 0.5%, we observed a 2.3- to 6.1-fold increase in the number of well-imputed variants, with 11–34% improvement in average imputation quality, compared to the state-of-the-art 1000 Genomes Project Phase 3 and Haplotype Reference Consortium reference panels. Impressively, even for extremely rare variants with minor allele count <10 (including singletons) in the imputation target samples, average information content rescued was >86%. Subsequent association analyses of TOPMed reference panel-imputed genotype data with hematological traits (hemoglobin (HGB), hematocrit (HCT), and white blood cell count (WBC)) in ~21,600 African-ancestry and ~21,700 Hispanic/Latino individuals identified associations with two rare variants in the HBB gene (rs33930165 with higher WBC [p = 8.8x10-15] in African populations, rs11549407 with lower HGB [p = 1.5x10-12] and HCT [p = 8.8x10-10] in Hispanics/Latinos). By comparison, neither variant would have been genome-wide significant if either 1000 Genomes Project Phase 3 or Haplotype Reference Consortium reference panels had been used for imputation. Our findings highlight the utility of the TOPMed imputation reference panel for identification of novel rare variant associations not previously detected in similarly sized genome-wide studies of under-represented African and Hispanic/Latino populations.

Abstract Estimates from genome-wide association studies (GWAS) represent a combination of the effect of inherited genetic variation (direct effects), demography (population stratification, assortative mating) and genetic nurture from relatives (indirect genetic effects). GWAS using family-based designs can control for demography and indirect genetic effects, but large-scale family datasets have been lacking. We combined data on 159,701 siblings from 17 cohorts to generate population (between-family) and within-sibship (within-family) estimates of genome-wide genetic associations for 25 phenotypes. We demonstrate that existing GWAS associations for height, educational attainment, smoking, depressive symptoms, age at first birth and cognitive ability overestimate direct effects. We show that estimates of SNP-heritability, genetic correlations and Mendelian randomization involving these phenotypes substantially differ when calculated using within-sibship estimates. For example, genetic correlations between educational attainment and height largely disappear. In contrast, analyses of most clinical phenotypes (e.g. LDL-cholesterol) were generally consistent between population and within-sibship models. We also report compelling evidence of polygenic adaptation on taller human height using within-sibship data. Large-scale family datasets provide new opportunities to quantify direct effects of genetic variation on human traits and diseases.

Identification of coding variant associations for complex diseases offers a direct route to biological insight, but is dependent on appropriate inference concerning the causal impact of those variants on disease risk. We aggregated coding variant data for 81,412 type 2 diabetes (T2D) cases and 370,832 controls of diverse ancestry, identifying 40 distinct coding variant association signals (at 38 loci) reaching significance ( p <2.2×10 −7 ). Of these, 16 represent novel associations mapping outside known genome-wide association study (GWAS) signals. We make two important observations. First, despite a threefold increase in sample size over previous efforts, only five of the 40 signals are driven by variants with minor allele frequency <5%, and we find no evidence for low-frequency variants with allelic odds ratio >1.29. Second, we used GWAS data from 50,160 T2D cases and 465,272 controls of European ancestry to fine-map these associated coding variants in their regional context, with and without additional weighting to account for the global enrichment of complex trait association signals in coding exons. At the 37 signals for which we attempted fine-mapping, we demonstrate convincing support (posterior probability >80% under the “annotation-weighted” model) that coding variants are causal for the association at 16 (including novel signals involving POC5 p.His36Arg, ANKH p.Arg187Gln, WSCD2 p.Thr113Ile, PLCB3 p.Ser778Leu, and PNPLA3 p.Ile148Met). However, at 13 of the 37 loci, the associated coding variants represent “false leads” and naïve analysis could have led to an erroneous inference regarding the effector transcript mediating the signal. Accurate identification of validated targets is dependent on correct specification of the contribution of coding and non-coding mediated mechanisms at associated loci.

ABSTRACT Age is the dominant risk factor for most chronic human diseases; yet the mechanisms by which aging confers this risk are largely unknown. 1 Recently, the age-related acquisition of somatic mutations in regenerating hematopoietic stem cell populations was associated with both hematologic cancer incidence 2–4 and coronary heart disease prevalence. 5 Somatic mutations with leukemogenic potential may confer selective cellular advantages leading to clonal expansion, a phenomenon termed ‘Clonal Hematopoiesis of Indeterminate Potential’ (CHIP). 6 Simultaneous germline and somatic whole genome sequence analysis now provides the opportunity to identify root causes of CHIP. Here, we analyze high-coverage whole genome sequences from 97,691 participants of diverse ancestries in the NHLBI TOPMed program and identify 4,229 individuals with CHIP. We identify associations with blood cell, lipid, and inflammatory traits specific to different CHIP genes. Association of a genome-wide set of germline genetic variants identified three genetic loci associated with CHIP status, including one locus at TET2 that was African ancestry specific. In silico -informed in vitro evaluation of the TET2 germline locus identified a causal variant that disrupts a TET2 distal enhancer. Aggregates of rare germline loss-of-function variants in CHEK2 , a DNA damage repair gene, predisposed to CHIP acquisition. Overall, we observe that germline genetic variation altering hematopoietic stem cell function and the fidelity of DNA-damage repair increase the likelihood of somatic mutations leading to CHIP.