Background Antidepressant response is likely influenced by genetic constitution, but the actual genes involved have yet to be determined. We have carried out a genomewide association study to determine whether common DNA variation influences antidepressant response. Methods Our sample is derived from Level 1 participants in the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) study, all treated with citalopram. Association for the response phenotype included 883 responders and 608 nonresponders. For the remission phenotype, 743 subjects that achieved remission were compared with 608 nonresponders. We used a subset of single nucleotide polymorphisms (SNPs; n = 430,198) from the Affymetrix 500K and 5.0 Human SNP Arrays, and association analysis was carried out after correcting for population stratification. Results We identified three SNPs associated with response with p values less than 1 × 10−5 near the UBE3C gene (rs6966038, p = 4.65 × 10−7), another 100 kb away from BMP7 (rs6127921, p = 3.45 × 10−6), and a third that is intronic in the RORA gene (rs809736, p = 8.19 × 10−6). These same SNPs were also associated with remission. Thirty-nine additional SNPs are of interest with p values ≤ .0001 for the response and remission phenotypes. Conclusions Although the findings reported here do not meet a genomewide threshold for significance, the regions identified from this study provide targets for independent replication and novel pathways to investigate mechanisms of antidepressant response. This study was not placebo controlled, making it possible that we are also observing associations to nonspecific aspects of drug treatment of depression. Antidepressant response is likely influenced by genetic constitution, but the actual genes involved have yet to be determined. We have carried out a genomewide association study to determine whether common DNA variation influences antidepressant response. Our sample is derived from Level 1 participants in the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) study, all treated with citalopram. Association for the response phenotype included 883 responders and 608 nonresponders. For the remission phenotype, 743 subjects that achieved remission were compared with 608 nonresponders. We used a subset of single nucleotide polymorphisms (SNPs; n = 430,198) from the Affymetrix 500K and 5.0 Human SNP Arrays, and association analysis was carried out after correcting for population stratification. We identified three SNPs associated with response with p values less than 1 × 10−5 near the UBE3C gene (rs6966038, p = 4.65 × 10−7), another 100 kb away from BMP7 (rs6127921, p = 3.45 × 10−6), and a third that is intronic in the RORA gene (rs809736, p = 8.19 × 10−6). These same SNPs were also associated with remission. Thirty-nine additional SNPs are of interest with p values ≤ .0001 for the response and remission phenotypes. Although the findings reported here do not meet a genomewide threshold for significance, the regions identified from this study provide targets for independent replication and novel pathways to investigate mechanisms of antidepressant response. This study was not placebo controlled, making it possible that we are also observing associations to nonspecific aspects of drug treatment of depression.

We report a genome-wide association study (GWAS) of major depressive disorder (MDD) in 1221 cases from the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) study and 1636 screened controls. No genome-wide evidence for association was detected. We also carried out a meta-analysis of three European-ancestry MDD GWAS data sets: STAR*D, Genetics of Recurrent Early-onset Depression and the publicly available Genetic Association Information Network–MDD data set. These data sets, totaling 3957 cases and 3428 controls, were genotyped using four different platforms (Affymetrix 6.0, 5.0 and 500 K, and Perlegen). For each of 2.4 million HapMap II single-nucleotide polymorphisms (SNPs), using genotyped data where available and imputed data otherwise, single-SNP association tests were carried out in each sample with correction for ancestry-informative principal components. The strongest evidence for association in the meta-analysis was observed for intronic SNPs in ATP6V1B2 (P=6.78 × 10−7), SP4 (P=7.68 × 10−7) and GRM7 (P=1.11 × 10−6). Additional exploratory analyses were carried out for a narrower phenotype (recurrent MDD with onset before age 31, N=2191 cases), and separately for males and females. Several of the best findings were supported primarily by evidence from narrow cases or from either males or females. On the basis of previous biological evidence, we consider GRM7 a strong MDD candidate gene. Larger samples will be required to determine whether any common SNPs are significantly associated with MDD.

Major depressive disorder (MDD) is a notably complex illness with a lifetime prevalence of 14%. 1 It is often chronic or recurrent and is thus accompanied by considerable morbidity, excess mortality, substantial costs, and heightened risk of suicide. 2-7 MDD is a major cause of disability worldwide. 8 We conducted a genome-wide association (GWA) meta-analysis in 130,664 MDD cases and 330,470 controls, and identified 44 independent loci that met criteria for statistical significance. We present extensive analyses of these results which provide new insights into the nature of MDD. The genetic findings were associated with clinical features of MDD, and implicated prefrontal and anterior cingulate cortex in the pathophysiology of MDD (regions exhibiting anatomical differences between MDD cases and controls). Genes that are targets of antidepressant medications were strongly enriched for MDD association signals (P=8.5×10 −10 ), suggesting the relevance of these findings for improved pharmacotherapy of MDD. Sets of genes involved in gene splicing and in creating isoforms were also enriched for smaller MDD GWA P-values, and these gene sets have also been implicated in schizophrenia and autism. Genetic risk for MDD was correlated with that for many adult and childhood onset psychiatric disorders. Our analyses suggested important relations of genetic risk for MDD with educational attainment, body mass, and schizophrenia: the genetic basis of lower educational attainment and higher body mass were putatively causal for MDD whereas MDD and schizophrenia reflected a partly shared biological etiology. All humans carry lesser or greater numbers of genetic risk factors for MDD, and a continuous measure of risk underlies the observed clinical phenotype. MDD is not a distinct entity that neatly demarcates normalcy from pathology but rather a useful clinical construct associated with a range of adverse outcomes and the end result of a complex process of intertwined genetic and environmental effects. These findings help refine and define the fundamental basis of MDD.

Background: The prevalence of depression is higher in individuals suffering from autoimmune diseases, but the mechanisms underlying the observed comorbidities are unknown. Epidemiological findings point to a bi-directional relationship - that depression increases the risk of developing an autoimmune disease, and vice-versa. Shared genetic etiology is a plausible explanation for the overlap between depression and autoimmune diseases. In this study we tested whether genetic variation in the Major Histocompatibility Complex (MHC), which is associated with risk for autoimmune diseases, is also associated with risk for depression. Method: We fine-mapped the classical MHC (chr6: 29.6-33.1 Mb), imputing 216 Human Leukocyte Antigen (HLA) alleles and four Complement Component 4 (C4) haplotypes in studies from the Psychiatric Genomics Consortium (PGC) Major Depressive Disorder (MDD) working group and the UK Biobank (UKB). In the 26 PGC-MDD studies, cases met a lifetime diagnosis of MDD, determined by a structured diagnostic interview. In the UKB, cases and controls were identified from an online mental health questionnaire. The total sample size was 45,149 depression cases and 86,698 controls. We tested for association between depression status and imputed MHC variants in each study and performed an inverse-variance weighted meta-analysis across the PGC-MDD and UKB samples, applying both a conservative region-wide significance threshold (3.9-e6) and a candidate threshold (1.6e-4). Results: No HLA alleles or C4 haplotypes were associated with depression at the conservative threshold in the PGC, UKB or meta-analysis. HLA-B*08:01 was associated with modest protection for depression at the candidate threshold in the meta-analysis. Under the conservative threshold, 70 SNPs were detected in the UKB and 143 SNPs were detected in the meta-analysis, mirroring previous findings from highly powered GWAS of depression. Discussion: We found no evidence that HLA alleles, which play a major role in the genetic susceptibility to autoimmune diseases, or C4 haplotypes, which are strongly associated with schizophrenia, confer risk for depression. These results indicate that autoimmune diseases and depression do not share common risk loci of moderate or large effect in the MHC.

Objective: Over 90% of suicide attempters have a psychiatric diagnosis, however twin and family studies suggest that the genetic etiology of suicide attempt (SA) is partially distinct from that of the psychiatric disorders themselves. Here, we present the largest genome-wide association study (GWAS) on suicide attempt using major depressive disorder (MDD), bipolar disorder (BIP) and schizophrenia (SCZ) cohorts from the Psychiatric Genomics Consortium. Method: Samples comprise 1622 suicide attempters and 8786 non-attempters with MDD, 3264 attempters and 5500 non-attempters with BIP and 1683 attempters and 2946 non-attempters with SCZ. SA GWAS were performed comparing attempters to non-attempters in each disorder followed by meta-analysis across disorders. Polygenic risk scoring investigated the genetic relationship between SA and the psychiatric disorders. Results: Three genome-wide significant loci for SA were found: one associated with SA in MDD, one in BIP, and one in the meta-analysis of SA in mood disorders. These associations were not replicated in independent mood disorder cohorts from the UK Biobank and iPSYCH. Polygenic risk scores for major depression were significantly associated with SA in MDD (P=0.0002), BIP (P=0.0006) and SCZ (P=0.0006). Conclusions: This study provides new information on genetic associations and the genetic etiology of SA across psychiatric disorders. The finding that polygenic risk scores for major depression predict suicide attempt across disorders provide a possible starting point for predictive modelling and preventative strategies. Further collaborative efforts to increase sample size hold potential to robustly identify genetic associations and gain biological insights into the etiology of suicide attempt.