Liability to alcohol dependence (AD) is heritable, but little is known about its complex polygenic architecture or its genetic relationship with other disorders. To discover loci associated with AD and characterize the relationship between AD and other psychiatric and behavioral outcomes, we carried out the largest genome-wide association study to date of DSM-IV-diagnosed AD. Genome-wide data on 14,904 individuals with AD and 37,944 controls from 28 case–control and family-based studies were meta-analyzed, stratified by genetic ancestry (European, n = 46,568; African, n = 6,280). Independent, genome-wide significant effects of different ADH1B variants were identified in European (rs1229984; P = 9.8 × 10–13) and African ancestries (rs2066702; P = 2.2 × 10–9). Significant genetic correlations were observed with 17 phenotypes, including schizophrenia, attention deficit–hyperactivity disorder, depression, and use of cigarettes and cannabis. The genetic underpinnings of AD only partially overlap with those for alcohol consumption, underscoring the genetic distinction between pathological and nonpathological drinking behaviors. Different functional variants in ADH1B (and elsewhere) in Europeans and Africans strongly affect risk for alcohol dependence. Dependence only partly genetically correlates with consumption, with strong correlations to other psychiatric disorders.

We studied genes involved in pancreatic β cell function and survival, identifying associations between SNPs in WFS1 and diabetes risk in UK populations that we replicated in an Ashkenazi population and in additional UK studies. In a pooled analysis comprising 9,533 cases and 11,389 controls, SNPs in WFS1 were strongly associated with diabetes risk. Rare mutations in WFS1 cause Wolfram syndrome; using a gene-centric approach, we show that variation in WFS1 also predisposes to common type 2 diabetes.

We report a GWAS of alcohol dependence (AD) in European-American (EA) and African-American (AA) populations, with replication in independent samples of EAs, AAs and Germans. Our sample for discovery and replication was 16 087 subjects, the largest sample for AD GWAS to date. Numerous genome-wide significant (GWS) associations were identified, many novel. Most associations were population specific, but in several cases were GWS in EAs and AAs for different SNPs at the same locus,showing biological convergence across populations. We confirmed well-known risk loci mapped to alcohol-metabolizing enzyme genes, notably ADH1B (EAs: Arg48His, P=1.17 × 10−31; AAs: Arg369Cys, P=6.33 × 10−17) and ADH1C in AAs (Thr151Thr, P=4.94 × 10−10), and identified novel risk loci mapping to the ADH gene cluster on chromosome 4 and extending centromerically beyond it to include GWS associations at LOC100507053 in AAs (P=2.63 × 10−11), PDLIM5 in EAs (P=2.01 × 10−8), and METAP in AAs (P=3.35 × 10−8). We also identified a novel GWS association (1.17 × 10−10) mapped to chromosome 2 at rs1437396, between MTIF2 and CCDC88A, across all of the EA and AA cohorts, with supportive gene expression evidence, and population-specific GWS for markers on chromosomes 5, 9 and 19. Several of the novel associations implicate direct involvement of, or interaction with, genes previously identified as schizophrenia risk loci. Confirmation of known AD risk loci supports the overall validity of the study; the novel loci are worthy of genetic and biological follow-up. The findings support a convergence of risk genes (but not necessarily risk alleles) between populations, and, to a lesser extent, between psychiatric traits.

Abstract Liability to alcohol dependence (AD) is heritable, but little is known about its complex polygenic architecture or its genetic relationship with other disorders. To discover loci associated with AD and characterize the relationship between AD and other psychiatric and behavioral outcomes, we carried out the largest GWAS to date of DSM - IV diagnosed AD. Genome - wide data on 14,904 individuals with AD and 37,944 controls from 28 case / control and family - based studies were meta - analyzed, stratified by genetic ancestry (European, N = 46,568; African; N = 6,280). Independent, genome - wide significant effects of different ADH1B variants were identified in European (rs1229984; p = 9.8E - 13) and African ancestries (rs2066702; p = 2.2E - 9). Significant genetic correlations were observed with schizophrenia, ADHD, depression, and use of cigarettes and cannabis. There was only modest genetic correlation with alcohol consumption and inconsistent associations with problem drinking. The genetic underpinnings of AD only partially overlap with those for alcohol consumption, underscoring the genetic distinction between pathological and non - pathological drinking behaviors.

Abstract Age-related macular degeneration (AMD) is a complex neurodegenerative disease and is the leading cause of blindness in the aging population. Early AMD is characterized by drusen in the macula and causes minimal changes in visual function. The later stages are responsible for the majority of visual impairment and blindness and can be either manifest as geographic atrophy (dry) or neovascular disease (wet). Available medicines are directed against the wet form and do not cure vision loss. Therefore, it is imperative to identify preventive and therapeutic targets. As the mechanism for AMD is unclear, we aim to interrogate the disease-affected tissue - the macular neural retina and macular retina pigment epithelium (RPE)/choroid. We investigated differentially expressed genes expression (DEG) across the clinical stages of AMD in meticulously dissected and phenotyped eyes using a standardized published protocol (Owen et al., 2019). Donor eyes (n=27) were obtained from Caucasian individuals with an age range of 60-94 and 63% were male, and tissue from the macula RPE/choroid and macula neural retina were taken from the same eye. Donor eyes were recovered within 6 hours post mortem interval time to ensure maximal preservation of RNA quality and accuracy of diagnosis. Eyes were then phenotyped by retina experts using multi modal imaging (fundus photos and SD-OCT). Utilizing DESeq2, followed PCA, Benjamini Hochberg adjustment to control for the false discovery rate, and Bonferonni correction for the number of paired comparisons: a total of 26,650 genes were expressed in the macula RPE/choroid and/or macula retina among which significant differential expression was found for 1,204 genes between neovascular AMD and normal eyes, 40 genes between intermediate AMD and normal eyes, and 1,194 genes between intermediate AMD and neovascular AMD. A comparison of intermediate AMD versus normal eyes included TCN2, PON1, IFI6, GPR123, and TIMD4 as being some of the most significant DEGs in the macula RPE/choroid. A comparison of neovascular AMD versus normal eyes included SLC1A2, SLC24A1, SCAMP5, PTPRN, and SEMA7A as being some of the most significant DEGs in the macula RPE/choroid. Top pathways of DEGs in the macular RPE/choroid identified through Ingenuity Pathway Analysis (IPA) for the comparison of intermediate AMD with normal eyes were interferon signaling and Th1 and Th2 activation, while those for the comparison of neovascular AMD with normal eyes were the phototransduction and SNARE signaling pathways. Allele-specific expression (ASE) in coding regions of previously reported AMD risk loci identified by GWAS (Fritsche et al, 2016) revealed significant ASEs for C3 rs2230199 and CFH rs1061170 in the macula RPE/choroid for normal eyes and intermediate AMD, and for CFH rs1061147 in the macula RPE/choroid for normal eyes and intermediate and neovascular AMD. An investigation of the 34 established AMD risk loci revealed that 75% of them were significantly differentially expressed between normal macular RPE/choroid and macular neural retina, with 75% of these loci showing higher expression in the RPE. Similarly, disease state differences for the GWAS loci were only found to be statistically differentially expressed in the macular RPE/choroid. Moreover, the known coding variants in the previously identified GWAS loci including, CFH , C3 , CFB , demonstrated ASE across AMD clinical stages in the macular RPE/choroid and not in the neural retina. These data at the bulk level underscore the importance of the RPE/choroid to AMD pathophysiology. While many bulk RNASeq data sets are publicly available, to the best of our knowledge this is one of the first publicly available datasets with both maculae RPE/choroid and macula neural retina from the same well phenotyped donor eye(s) where the macula is separated from the periphery. Our findings also underscore the importance of studying both macular tissue types to gain a full understanding of mechanisms leading to AMD. Our results provide insights into underlying biological mechanisms that may differentiate the disease subtypes and into the tissues affected by the disease.

Substance use disorders (SUDs) are heterogeneous across multiple functional domains. Various frameworks posit that domains (e.g., executive function) contribute to the persistence of SUDs; however, the domains identified in different studies vary.

Cigarette smoking is the leading cause of preventable morbidity and mortality. Knowledge is evolving on genetics underlying initiation, regular smoking, nicotine dependence (ND), and cessation. We performed a genome-wide association study using the Fagerström Test for ND (FTND) in 58,000 smokers of European or African ancestry. Five genome-wide significant loci, including two novel loci MAGI2/GNAI1 (rs2714700) and TENM2 (rs1862416) were identified, and loci reported for other smoking traits were extended to ND. Using the heaviness of smoking index (HSI) in the UK Biobank (N=33,791), rs2714700 was consistently associated, but rs1862416 was not associated, likely reflecting ND features not captured by the HSI. Both variants were cis-eQTLs (rs2714700 for MAGI2-AS3 in hippocampus, rs1862416 for TENM2 in lung), and expression of genes spanning ND-associated variants was enriched in cerebellum. SNP-based heritability of ND was 8.6%, and ND was genetically correlated with 13 other smoking traits (rg=0.40-0.95) and co-morbid diseases. Our results emphasize the FTND as a composite phenotype that expands genetic knowledge of smoking, including loci specific to ND.

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.

People with opioid use disorder (OUD) can stop using opioids on their own, with help from groups and with treatment, but there is limited research on the factors that influence opioid cessation. We employed multiple machine learning prediction algorithms (LASSO, random forest, deep neural network, and support vector machine) to assess factors associated with ceasing opioid use in a sample comprised of African Americans (AAs) and European Americans (EAs) who met DSM-5 criteria for mild to severe OUD. Values for several thousand demographic, alcohol and other drug use, general health, and behavioral variables, as well as diagnoses for other psychiatric disorders, were obtained for each participant from a detailed semi-structured interview. Support vector machine models performed marginally better on average than those derived using other machine learning methods with maximum prediction accuracies of 75.4% in AAs and 79.4% in EAs. Subsequent stepwise regression analyses that considered the 83 most highly ranked variables across all methods and models identified less recent cocaine use (p<5e-8), a shorter duration of opioid use (p<5e-6), and older age (p<5e-9) as the strongest independent predictors of opioid cessation. Factors related to drug use comprised about half of the significant independent predictors, with other predictors related to non-drug use behaviors, psychiatric disorders, overall health, and demographics. These proof-of-concept findings provide information that can help develop strategies for improving OUD management and the methods we applied provide a framework for personalizing OUD treatment.