Abstract Alcohol use disorders ( AUD ) are common conditions that have enormous social and economic consequences. We obtained quantitative measures using the Alcohol Use Disorder Identification Test ( AUDIT ) from two population-based cohorts of European ancestry: UK Biobank ( UKB ; N=121,604) and 23andMe (N=20,328) and performed a genome-wide association study (GWAS) meta-analysis. We also performed GWAS for AUDIT items 1-3, which focus on consumption ( AUDIT-C ), and for items 4-10, which focus on the problematic consequences of drinking ( AUDIT-P ). The GWAS meta-analysis of AUDIT total score identified 10 associated risk loci. Novel associations localized to genes including JCAD and SLC39A13; we also replicated previously identified signals in the genes ADH1B, ADH1C, KLB , and GCKR . The dimensions of AUDIT showed positive genetic correlations with alcohol consumption (r g =0.76-0.92) and Diagnostic and Statistical Manual of Mental Disorders (DSM-IV) alcohol dependence (r g =0.33-0.63). AUDIT-P and AUDIT-C showed significantly different patterns of association across a number of traits, including psychiatric disorders. AUDIT-P was positively genetically correlated with schizophrenia (r g =0.22, p=3.0×10 −10 ), major depressive disorder (r g =0.26, p=5.6×10 −3 ), and attention-deficit/hyperactivity disorder (ADHD; r g =0.23, p=1.1×10 −5 ), whereas AUDIT-C was negatively genetically correlated with major depressive disorder (r g =−0.24, p=3.7×10 −3 ) and ADHD (rg=−0.10, p=1.8×10 −2 ). We also used the AUDIT data in the UKB to identify thresholds for dichotomizing AUDIT total score that optimize genetic correlations with DSM-IV alcohol dependence. Coding individuals with AUDIT total score of ≤4 as controls and ≥12 as cases produced a high genetic correlation with DSM-IV alcohol dependence (r g =0.82, p=3.2×10 −6 ) while retaining most subjects. We conclude that AUDIT scores ascertained in population-based cohorts can be used to explore the genetic basis of both alcohol consumption and AUD.

Abstract Alcohol consumption has been linked to over 200 diseases and is responsible for over 5% of the global disease burden. Well known genetic variants in alcohol metabolizing genes, e.g. ALDH2, ADH1B, are strongly associated with alcohol consumption but have limited impact in European populations where they are found at low frequency. We performed a genome-wide association study (GWAS) of self-reported alcohol consumption in 112,117 individuals in the UK Biobank (UKB) sample of white British individuals. We report significant genome-wide associations at 8 independent loci. These include SNPs in alcohol metabolizing genes ( ADH1B/ADH1C/ADH5 ) and 2 loci in KLB, a gene recently associated with alcohol consumption. We also identify SNPs at novel loci including GCKR, PXDN, CADM2 and TNFRSF11A. Gene-based analyses found significant associations with genes implicated in the neurobiology of substance use ( CRHR1, DRD2 ), and genes previously associated with alcohol consumption ( AUTS2 ). GCTA-GREML analyses found a significant SNP-based heritability of self-reported alcohol consumption of 13% (S.E.=0.01). Sex-specific analyses found largely overlapping GWAS loci and the genetic correlation between male and female alcohol consumption was 0.73 (S.E.=0.09, p-value = 1.37 x 10 −16 ). Using LD score regression, genetic overlap was found between alcohol consumption and schizophrenia (rG=0.13, S.E=0.04), HDL cholesterol (rG=0.21, S.E=0.05), smoking (rG=0.49, S.E=0.06) and various anthropometric traits (e.g. Overweight, rG=-0.19, S.E.=0.05). This study replicates the association between alcohol consumption and alcohol metabolizing genes and KLB , and identifies 4 novel gene associations that should be the focus of future studies investigating the neurobiology of alcohol consumption.

Abstract Individual response to stress is correlated with neuroticism and is an important predictor of both neuroticism and the onset of major depressive disorder (MDD). Identification of the genetics underpinning individual differences in response to negative events (stress-sensitivity) may improve our understanding of the molecular pathways involved, and its association with stress-related illnesses. We sought to generate a proxy for stress-sensitivity through modelling the interaction between SNP allele and MDD status on neuroticism score in order to identify genetic variants that contribute to the higher neuroticism seen in individuals with a lifetime diagnosis of depression compared to unaffected individuals. Meta-analysis of genome-wide interaction studies (GWIS) in UK Biobank (N = 23,092) and Generation Scotland: Scottish Family Health Study (N = 7,155) identified no genome-wide significance SNP interactions. However, gene-based tests identified a genome-wide significant gene, ZNF366 , a negative regulator of glucocorticoid receptor function implicated in alcohol dependence ( p = 1.48×10 -7 ; Bonferroni-corrected significance threshold p < 2.79×10 -6 ). Using summary statistics from the stress-sensitivity term of the GWIS, SNP heritability for stress-sensitivity was estimated at 5.0%. In models fitting polygenic risk scores of both MDD and neuroticism derived from independent GWAS, we show that polygenic risk scores derived from the UK Biobank stress-sensitivity GWIS significantly improved the prediction of MDD in Generation Scotland. This study may improve interpretation of larger genome-wide association studies of MDD and other stress-related illnesses, and the understanding of the etiological mechanisms underpinning stress-sensitivity.

Genome-Wide Association Studies (GWAS) over-represent European ancestries, neglecting all other ancestry groups and low-income nations. Consequently, polygenic risk scores (PRS) more accurately predict complex traits in Europeans than African Ancestries groups. Very few studies have looked at the transferability of European-derived PRS for behavioural and mental health phenotypes to Africans. We assessed the comparative accuracy of depression PRS trained on European and African Ancestries GWAS studies to predict major depressive disorder (MDD) and related traits in African ancestry participants from the UK Biobank. UK Biobank participants were selected based on Principal component analysis clustering with an African genetic similarity reference population, MDD was assessed with the Composite International Diagnostic Interview (CIDI). PRS were computed using PRSice2 software using either European or African Ancestries GWAS summary statistics. PRS trained on European ancestry samples (246,363 cases) predicted case control status in Africans of the UK Biobank with similar accuracies (R2 = 2%, β = 0.32, empirical p-value = 0.002) to PRS trained on far much smaller samples of African Ancestries participants from 23andMe, Inc. (5045 cases, R² = 1.8%, β = 0.28, empirical p-value = 0.008). This suggests that prediction of MDD status from Africans to Africans had greater efficiency relative to discovery sample size than prediction of MDD from Europeans to Africans. Prediction of MDD status in African UK Biobank participants using GWAS findings of likely causal risk factors from European ancestries was non-significant. GWAS of MDD in European ancestries are inefficient for improving polygenic prediction in African samples; urgent MDD studies in Africa are needed.

Chronic pain is highly prevalent worldwide, contributing a significant socioeconomic and public health burden. Several aspects of chronic pain, for example back pain and a severity-related phenotype, chronic pain grade, have been shown to be complex, heritable traits with a polygenic component. Additional pain-related phenotypes capturing aspects of an individuals overall sensitivity to experiencing and reporting chronic pain have also been suggested. We have here made use of a measure of the number of sites of chronic pain in individuals within the general UK population. This measure, termed Multisite Chronic Pain (MCP), is also a complex trait, but its genetic architecture has not previously been investigated. To address this, a large-scale genome-wide association study (GWAS) of MCP was carried out in ~380,000 UK Biobank participants to identify associated genetic variants. Findings were consistent with MCP having a significant polygenic component with a SNP heritability of 10.2%, and 76 independent lead single nucleotide polymorphisms (SNPs) at 39 risk loci were identified. Additional gene-level association analyses identified neurogenesis, synaptic plasticity, nervous system development, cell-cycle progression and apoptosis genes as being enriched for genetic association with MCP. Genetic correlations were observed between MCP and a range of psychiatric, autoimmune and anthropometric traits including major depressive disorder (MDD), asthma and BMI. Furthermore, in Mendelian randomisation (MR) analyses a bi-directional causal relationship was observed between MCP and MDD. A polygenic risk score (PRS) for MCP was found to significantly predict chronic widespread pain (pain all over the body), indicating the existence of genetic variants contributing to both of these pain phenotypes. These findings support the proposition that chronic pain involves a strong nervous system component and have implications for our understanding of the physiology of chronic pain and for the development of novel treatment strategies.

Neuroticism is a stable personality trait; twin studies report heritability between 30% and 50%, and SNP-based heritability is about 15%. Higher levels of neuroticism are associated with poorer mental and physical health, and the economic burden of neuroticism for societies is high. To date, genome-wide association (GWA) studies of neuroticism have identified up to 11 genetic loci. Here we report 116 significant independent genetic loci from a GWA of neuroticism in 329,821 UK Biobank participants, with replication available in a GWA meta-analysis of neuroticism in 122,867 individuals. Genetic signals for neuroticism were enriched in neuronal genesis and differentiation pathways, and substantial genetic correlations were found between neuroticism and depressive symptoms (rg = .82, SE=.03), major depressive disorder (rg = .69, SE=.07) and subjective wellbeing (rg = -.68, SE=.03) alongside other mental health traits. These discoveries significantly advance our understanding of neuroticism and its association with major depressive disorder.

Few replicable genetic associations for Major Depressive Disorder (MDD) have been identified. However recent studies of depression have identified common risk variants by using either a broader phenotype definition in very large samples, or by reducing the phenotypic and ancestral heterogeneity of MDD cases. Here, a range of genetic analyses were applied to data from two large British cohorts, Generation Scotland and UK Biobank, to ascertain whether it is more informative to maximize the sample size by using data from all available cases and controls, or to use a refined subset of the data - stratifying by MDD recurrence or sex. Meta-analysis of GWAS data in males from these two studies yielded one genome-wide significant locus on 3p22.3. Three associated genes within this region (CRTAP, GLB1, and TMPPE) were significantly associated in subsequent gene-based tests. Meta-analyzed MDD, recurrent MDD and female MDD were each genetically correlated with 6 of 200 health-correlated traits, namely neuroticism, depressive symptoms, subjective well-being, MDD, a cross-disorder phenotype and Bipolar Disorder. Meta-analyzed male MDD showed no statistically significant correlations with these traits after correction for multiple testing. Whilst stratified GWAS analysis revealed a genome-wide significant locus for male MDD, the lack of independent replication, the equivalent SNP-based heritability estimates and the consistent pattern of genetic correlation with other health-related traits suggests that phenotypic stratification in currently available sample sizes is currently weakly justified. Based upon existing studies and our findings, the strategy of maximizing sample sizes is likely to provide the greater gain.

Variation in the rate at which humans age may be rooted in early life events acting through genomic regions that are influenced by such events and subsequently are related to health phenotypes in later life. The parent-of-origin-effect (POE)-regulated methylome includes regions either enriched for genetically controlled imprinting effects (the typical type of POE) or atypical POE introduced by environmental effects associated with parents. This part of the methylome is heavily influenced by early life events, making it a potential route connecting early environmental exposures, the epigenome and the rate of aging. Here, we aim to test the association of POE-influenced methylation of CpG dinucleotides (POE-CpG sites) with early and later environmental exposures and subsequently with health-related phenotypes and adult aging phenotypes. We do this by performing phenome-wide association analyses of the POE-influenced methylome using a large family-based population cohort (GS:SFHS, Ndiscovery=5,087, Nreplication=4,450). At the single CpG level, 92 associations of POE-CpGs with phenotypic variation were identified and replicated. Most of the associations were contributed by POE-CpGs belonging to the atypical class and the most strongly enriched associations were with aging (DNAmTL acceleration), intelligence and parental (maternal) smoking exposure phenotypes. We further found that a proportion of the atypical-POE-CpGs formed co-methylation networks (modules) which are associated with these phenotypes, with one of the aging-associated modules displaying increased internal module connectivity (strength of methylation correlation across constituent CpGs) with age. Atypical POE-CpGs also displayed high levels of methylation heterogeneity and epigenetic drift (i.e. information loss with age) and a strong correlation with CpGs contained within epigenetic clocks. These results identified associations between the atypical-POE-influenced methylome and aging and provided new evidence for the "early development of origin" hypothesis for aging in humans.

ABSTRACT Background Research has begun to explore the effects of parental genetic nurturing on offspring outcomes using polygenic scores (PGSs). However, there are concerns regarding potential biases due to confounding when mediating parental phenotypes are included. Methods Depression, educational attainment and height PGSs were generated for 2680 biological parent-offspring trios using genome-wide association study (GWAS) meta-analysis summary statistics in a large population study: Generation Scotland. Regression and pathway models were estimated incorporating PGSs for both parents and offspring to explore direct (offspring PGS) and genetic nurturing (parental PGS) effects on psychological distress, educational attainment and height. Genetic nurturing via parental phenotypes were incorporated into the models. To explore sources of bias we conducted simulation analyses of 10,000 trios using combinations of PGS predictive accuracy and accounted variance. Results Models incorporating both offspring and parental PGSs suggested positive parental genetic nurturing effects on offspring educational attainment, but not psychological distress or height. In contrast, models additionally incorporating parental phenotypic information suggested positive parent phenotype mediated genetic nurturing effects were at play for all phenotypes explored as well as negative residual genetic nurturing effects for height. 10,000 parent-offspring trio effects (without genetic nurturing effects) were simulated. Simulations demonstrated that models incorporating parent and offspring PGSs resulted in genetic nurturing effects that were unbiased. However, adding parental phenotypes as mediating variables results in biased positive estimates of parent phenotype mediated genetic nurturing effects and negative estimates of residual genetic nurturing effects. Biased effects increased in magnitude as PGS accuracy and accounted variance decreased. These biases were only eliminated when PGSs were simulated to capture the entirety of trait genetic variance. Conclusion Results suggest that in the absence of PGSs that capture all genetic variance, parental phenotypes act as colliders in the same way as heritable environments. Relatively simple models combining parental and offspring PGSs can be used to detect genetic nurturing effects in complex traits. However, our findings suggest alternative methods should be utilised when aiming to identify mediating phenotypes and potentially modifiable parental nurturing effects.

Background: Major Depressive Disorder (MDD) is a clinically heterogeneous psychiatric disorder with a polygenic architecture. Genome-wide association studies have identified a number of risk-associated variants across the genome, and growing evidence of NETRIN1 pathway involvement. Stratifying disease risk by genetic variation within the NETRIN1 pathway may provide an important route for identification of disease mechanisms by focusing on a specific process excluding heterogeneous risk-associated variation in other pathways. Here, we sought to investigate whether MDD polygenic risk scores derived from the NETRIN1 signaling pathway (NETRIN1-PRS) and the whole genome excluding NETRIN1 pathway genes (genomic-PRS) were associated with white matter integrity. Methods: We used two diffusion tensor imaging measures, fractional anisotropy (FA) and mean diffusivity (MD), in the most up-to-date UK Biobank neuroimaging data release (FA: N = 6,401; MD: N = 6,390). Results: We found significantly lower FA in the superior longitudinal fasciculus (β = -0.035, pcorrected = 0.029) and significantly higher MD in a global measure of thalamic radiations (β = 0.029, pcorrected = 0.021), as well as higher MD in the superior (β = 0.034, pcorrected = 0.039) and inferior (β = 0.029, pcorrected = 0.043) longitudinal fasciculus and in the anterior (β = 0.025, pcorrected = 0.046) and superior (β = 0.027, pcorrected = 0.043) thalamic radiation associated with NETRIN1-PRS. Genomic-PRS was also associated with lower FA and higher MD in several tracts. Conclusions: Our findings indicate that variation in the NETRIN1 signaling pathway may confer risk for MDD through effects on thalamic radiation white matter microstructure.