CH
Christopher Hübel
Author with expertise in Genomic Studies and Association Analyses
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
9
(56% Open Access)
Cited by:
1,098
h-index:
28
/
i10-index:
47
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Genome-wide association study identifies eight risk loci and implicates metabo-psychiatric origins for anorexia nervosa

Hunna Watson et al.Jul 15, 2019
Characterized primarily by a low body-mass index, anorexia nervosa is a complex and serious illness1, affecting 0.9–4% of women and 0.3% of men2–4, with twin-based heritability estimates of 50–60%5. Mortality rates are higher than those in other psychiatric disorders6, and outcomes are unacceptably poor7. Here we combine data from the Anorexia Nervosa Genetics Initiative (ANGI)8,9 and the Eating Disorders Working Group of the Psychiatric Genomics Consortium (PGC-ED) and conduct a genome-wide association study of 16,992 cases of anorexia nervosa and 55,525 controls, identifying eight significant loci. The genetic architecture of anorexia nervosa mirrors its clinical presentation, showing significant genetic correlations with psychiatric disorders, physical activity, and metabolic (including glycemic), lipid and anthropometric traits, independent of the effects of common variants associated with body-mass index. These results further encourage a reconceptualization of anorexia nervosa as a metabo-psychiatric disorder. Elucidating the metabolic component is a critical direction for future research, and paying attention to both psychiatric and metabolic components may be key to improving outcomes. Genome-wide analyses identify eight independent loci associated with anorexia nervosa. Genetic correlations implicate both psychiatric and metabolic components in the etiology of this disorder, even after adjusting for the effects of common variants associated with body mass index.
0
Citation766
0
Save
67

Examining sex-differentiated genetic effects across neuropsychiatric and behavioral traits

Joanna Martin et al.May 5, 2020
Abstract Background The origin of sex differences in prevalence and presentation of neuropsychiatric and behavioral traits is largely unknown. Given established genetic contributions and correlations across these traits, we tested for a sex-differentiated genetic architecture within and between traits. Methods Using genome-wide association study (GWAS) summary statistics for 20 neuropsychiatric and behavioral traits, we tested for differences in SNP-based heritability (h 2 ) and genetic correlation (r g <1) between sexes. For each trait, we computed z-scores from sex-stratified GWAS regression coefficients and identified genes with sex-differentiated effects. We calculated Pearson correlation coefficients between z-scores for each trait pair, to assess whether specific pairs share variants with sex-differentiated effects. Finally, we tested for sex differences in between-trait genetic correlations. Results With current sample sizes (and power), we found no significant, consistent sex differences in SNP-based h 2 . Between-sex, within-trait genetic correlations were consistently high, although significantly less than 1 for educational attainment and risk-taking behavior. We identified genome-wide significant genes with sex-differentiated effects for eight traits. Several trait pairs shared sex-differentiated effects. The top 0.1% of genes with sex-differentiated effects across traits overlapped with neuron- and synapse-related gene sets. Most between-trait genetic correlation estimates were similar across sex, with several exceptions (e.g. educational attainment & risk-taking behavior). Conclusions Sex differences in the common autosomal genetic architecture of neuropsychiatric and behavioral phenotypes are small and polygenic, requiring large sample sizes. Genes with sex-differentiated effects are enriched for neuron-related gene sets. This work motivates further investigation of genetic, as well as environmental, influences on sex differences.
67
Citation6
0
Save
0

Navigome: Navigating the Human Phenome

Héléna Gaspar et al.Oct 22, 2018
Abstract We now have access to a sufficient number of genome-wide association studies (GWAS) to cluster phenotypes into genetic-informed categories and to navigate the “phenome” space of human traits. Using a collection of 465 GWAS, we generated genetic correlations, pathways, gene-wise and tissue-wise associations using MAGMA and S-PrediXcan for 465 human traits. Testing 7267 biological pathways, we found that only 898 were significantly associated with any trait. Similarly, out of ~20,000 tested protein-coding genes, 12,311 genes exhibited an association. Based on the genetic correlations between all traits, we constructed a phenome map using t-distributed stochastic neighbor embedding (t-SNE), where each of the 465 traits can be visualized as an individual point. This map reveals well-defined clusters of traits such as education/high longevity, lower longevity, height, body composition, and depression/anxiety/neuroticism. These clusters are enriched in specific groups of pathways, such as lipid pathways in the lower longevity cluster, and neuronal pathways for body composition or education clusters. The map and all other analyses are available in the Navigome web interface ( https://phenviz.navigome.com ).
0
Citation5
0
Save
0

Shared Genetic Risk between Eating Disorder- and Substance-Use-Related Phenotypes: Evidence from Genome-Wide Association Studies

Melissa Munn‐Chernoff et al.Aug 23, 2019
Eating disorders and substance use disorders frequently co-occur. Twin studies reveal shared genetic variance between liabilities to eating disorders and substance use, with the strongest associations between symptoms of bulimia nervosa (BN) and problem alcohol use (genetic correlation [rg], twin-based=0.23-0.53). We estimated the genetic correlation between eating disorder and substance use and disorder phenotypes using data from genome-wide association studies (GWAS). Four eating disorder phenotypes (anorexia nervosa [AN], AN with binge-eating, AN without binge-eating, and a BN factor score), and eight substance-use-related phenotypes (drinks per week, alcohol use disorder [AUD], smoking initiation, current smoking, cigarettes per day, nicotine dependence, cannabis initiation, and cannabis use disorder) from eight studies were included. Significant genetic correlations were adjusted for variants associated with major depressive disorder (MDD). Total sample sizes per phenotype ranged from ~2,400 to ~537,000 individuals. We used linkage disequilibrium score regression to calculate single nucleotide polymorphism-based genetic correlations between eating disorder and substance-use-related phenotypes. Significant positive genetic associations emerged between AUD and AN (rg=0.18; false discovery rate q=0.0006), cannabis initiation and AN (rg=0.23; q<0.0001), and cannabis initiation and AN with binge-eating (rg=0.27; q=0.0016). Conversely, significant negative genetic correlations were observed between three non-diagnostic smoking phenotypes (smoking initiation, current smoking, and cigarettes per day) and AN without binge-eating (rgs=-0.19 to -0.23; qs<0.04). The genetic correlation between AUD and AN was no longer significant after co-varying for MDD loci. The patterns of association between eating disorder- and substance-use-related phenotypes highlights the potentially complex and substance-specific relationships between these behaviors.
0

The role of co-occurring conditions and genetics in the associations of eating disorders with attention-deficit/hyperactivity disorder and autism spectrum disorder

Gitte Christiansen et al.Nov 14, 2024
Abstract Eating disorders (EDs) commonly co-occur with other psychiatric and neurodevelopmental disorders including attention-deficit/hyperactivity disorder (ADHD) and autism spectrum disorder (ASD); however, the pattern of family history and genetic overlap among them requires clarification. This study investigated the diagnostic, familial, and genetic associations of EDs with ADHD and ASD. The nationwide population-based cohort study included all individuals born in Denmark, 1981–2008, linked to their siblings and cousins. Cox regression was used to estimate associations between EDs and ADHD or ASD, and mediation analysis was used to assess the effects of intermediate mood or anxiety disorders. Polygenic scores (PGSs) were used to investigate the genetic association between anorexia nervosa (AN) and ADHD or ASD. Significantly increased risk for any ED was observed following an ADHD or ASD diagnosis. Mediation analysis suggested that intermediate mood or anxiety disorders could account for 44%–100% of the association between ADHD or ASD and ED. Individuals with a full sibling or maternal half sibling with ASD had increased risk of AN compared to those with siblings without ASD. A positive association was found between ASD-PGS and AN risk whereas a negative association was found between AN-PGS and ADHD. In this study, positive phenotypic associations between EDs and ADHD or ASD, mediation by mood or anxiety disorder, and genetic associations between ASD-PGS and AN and between AN-PGS and ADHD were observed. These findings could guide future research in the development of new treatments that can mitigate the development of EDs among individuals with ADHD or ASD.
0

Genome-wide gene-environment analyses of major depressive disorder and reported lifetime traumatic experiences in UK Biobank

Jonathan Coleman et al.Jan 12, 2018
Depression is more frequent among individuals exposed to traumatic events. Both trauma exposure and depression are heritable. However, the relationship between these traits, including the role of genetic risk factors, is complex and poorly understood. When modelling trauma exposure as an environmental influence on depression, both gene-environment correlations and gene-environment interactions have been observed. The UK Biobank concurrently assessed Major Depressive Disorder (MDD) and self-reported lifetime exposure to traumatic events in 126,522 genotyped individuals of European ancestry. We contrasted genetic influences on MDD between individuals reporting and not reporting trauma exposure (final sample size range: 24,094-92,957). The SNP-based heritability of MDD was greater in participants reporting trauma exposure (24%) than in individuals not reporting trauma exposure (12%), taking into account the strong, positive genetic correlation observed between MDD and reported trauma exposure. The genetic correlation between MDD and waist circumference was only significant in individuals reporting trauma exposure (rg = 0.24, p = 1.8×10-7 versus rg = −0.05, p = 0.39 in individuals not reporting trauma exposure, difference p = 2.3×10-4). Our results suggest that the genetic contribution to MDD is greater when additional risk factors are present, and that a complex relationship exists between reported trauma exposure, body composition, and MDD.
0

Using genetic drug-target networks to develop new drug hypotheses for major depressive disorder

Héléna Gaspar et al.Apr 18, 2018
The major depressive disorder (MDD) working group of the Psychiatric Genomics Consortium (PGC) has published a genome-wide association study (GWAS) for MDD in 130,664 cases, identifying 44 risk variants. We used these results to investigate potential drug targets and repurposing opportunities. We built easily interpretable bipartite drug-target networks integrating interactions between drugs and their targets, genome-wide association statistics and genetically predicted expression levels in different tissues, using our online tool Drug Targetor (drugtargetor.com). We also investigated drug-target relationships and drug effects on gene expression that could be impacting MDD. MAGMA was used to perform pathway analyses and S-PrediXcan to investigate the directionality of tissue-specific expression levels in patients vs. controls. Outside the major histocompatibility complex (MHC) region, 25 druggable genes were significantly associated with MDD after multiple testing correction, and 19 were suggestively significant. Several drug classes were significantly enriched, including monoamine reuptake inhibitors, sex hormones, antipsychotics and antihistamines, indicating an effect on MDD and potential repurposing opportunities. These findings require validation in model systems and clinical examination, but also show that GWAS may become a rich source of new therapeutic hypotheses for MDD and other psychiatric disorders that need new - and better - treatment options.