Cannabis use is a heritable trait that has been associated with adverse mental health outcomes. In the largest genome-wide association study (GWAS) for lifetime cannabis use to date (N = 184,765), we identified eight genome-wide significant independent single nucleotide polymorphisms in six regions. All measured genetic variants combined explained 11% of the variance. Gene-based tests revealed 35 significant genes in 16 regions, and S-PrediXcan analyses showed that 21 genes had different expression levels for cannabis users versus nonusers. The strongest finding across the different analyses was CADM2, which has been associated with substance use and risk-taking. Significant genetic correlations were found with 14 of 25 tested substance use and mental health-related traits, including smoking, alcohol use, schizophrenia and risk-taking. Mendelian randomization analysis showed evidence for a causal positive influence of schizophrenia risk on cannabis use. Overall, our study provides new insights into the etiology of cannabis use and its relation with mental health.

Abstract Coffee and tea are extensively consumed beverages worldwide which have received considerable attention regarding health. Intake of these beverages is consistently linked to, among others, reduced risk of diabetes and liver diseases; however, the mechanisms of action remain elusive. Epigenetics is suggested as a mechanism mediating the effects of dietary and lifestyle factors on disease onset. Here we report the results from epigenome-wide association studies (EWAS) on coffee and tea consumption in 15,789 participants of European and African-American ancestries from 15 cohorts. EWAS meta-analysis of coffee consumption reveals 11 CpGs surpassing the epigenome-wide significance threshold ( P -value <1.1×10 −7 ), which annotated to the AHRR , F2RL3 , FLJ43663 , HDAC4 , GFI1 and PHGDH genes. Among them, cg14476101 is significantly associated with expression of the PHGDH and risk of fatty liver disease. Knockdown of PHGDH expression in liver cells shows a correlation with expression levels of genes associated with circulating lipids, suggesting a role of PHGDH in hepatic-lipid metabolism. EWAS meta-analysis on tea consumption reveals no significant association, only two CpGs annotated to CACNA1A and PRDM16 genes show suggestive association ( P -value <5.0×10 −6 ). These findings indicate that coffee-associated changes in DNA methylation levels may explain the mechanism of action of coffee consumption in conferring risk of diseases.

ABSTRACT Background Attention-deficit hyperactivity disorder (ADHD) has consistently been associated with substance (ab)use, but the nature of this association is not fully understood. In view of preventive efforts, a vital question is whether there are causal effects, from ADHD to substance use and/or from substance use to ADHD. Methods We applied bidirectional Mendelian randomization using summary-level data from the largest available genome-wide association studies (GWASs) on ADHD, smoking (initiation, cigarettes/day, cessation, and a compound measure of lifetime smoking), alcohol use (drinks/week and alcohol use disorder), cannabis use (initiation and cannabis use disorder (CUD)) and coffee consumption (cups/day). Genetic variants robustly associated with the ‘exposure’ were selected as instruments and then identified in the ‘outcome’ GWAS. Effect estimates from individual genetic variants were combined with inverse-variance weighted regression and five sensitivity analyses were applied (weighted median, weighted mode, MR-Egger, generalized summary-data-based MR, and Steiger filtering). Results We found strong evidence that liability to ADHD increases likelihood of smoking initiation and also cigarettes per day among smokers, decreases likelihood of smoking cessation, and increases likelihood of cannabis initiation and CUD. In the other direction, there was evidence that liability to smoking initiation and CUD increase ADHD risk. There was no clear evidence of causal effects between liability to ADHD and alcohol or caffeine consumption. Conclusions We find evidence for causal effects of liability to ADHD on smoking and cannabis use, and of liability to smoking and cannabis use on ADHD risk, indicating bidirectional pathways. Further work is needed to explore causal mechanisms.

Major depressive disorder (MDD) and cardiovascular disease (CVD) are often comorbid, resulting in excess morbidity and mortality. Here we show that CVDs share most of their genetic risk factors with MDD. Multivariate genome-wide association analysis of shared genetic liability between MDD and atherosclerotic CVD revealed seven loci and distinct patterns of tissue and brain cell-type enrichments, suggesting the involvement of the thalamus. Part of the genetic overlap was explained by shared inflammatory, metabolic and psychosocial or lifestyle risk factors. Our data indicated causal effects of genetic liability to MDD on CVD risk, but not from most CVDs to MDD, and showed that the causal effects were partly explained by metabolic and psychosocial or lifestyle factors. The distinct signature of MDD-atherosclerotic CVD comorbidity suggests an immunometabolic subtype of MDD that is more strongly associated with CVD than overall MDD. In summary, we identified biological mechanisms underlying MDD-CVD comorbidity and modifiable risk factors for prevention of CVD in individuals with MDD.

Background Smokers tend to consume more coffee than non-smokers and there is evidence for a positive relationship between cigarette and coffee consumption in smokers. Cigarette smoke increases the metabolism of caffeine, so this association may represent a causal effect of smoking on caffeine intake. Methods We performed a Mendelian randomisation analysis in 114,029 individuals from the UK Biobank, 56,664 from the Norwegian HUNT study and 78,650 from the Copenhagen General Population Study. We used a genetic variant in the CHRNA5 nicotinic receptor (rs16969968) as a proxy for smoking heaviness. Coffee and tea consumption were self-reported. Analyses were conducted using linear regression and meta-analysed across studies. Results Each additional cigarette per day consumed by current smokers was associated with higher coffee consumption (0.10 cups per day, 95% CI:0.03,0.17). There was weak evidence for an increase in tea consumption per additional cigarette smoked per day (0.04 cups per day, 95% CI:-0.002,0.07). There was strong evidence that each additional copy of the minor allele of rs16969968 (which increases daily cigarette consumption) in current smokers was associated with higher coffee consumption (0.15 cups per day, 95% CI:0.11,0.20), but only weak evidence for an association with tea consumption (0.04 cups per day, 95% CI:-0.01,0.09). There was no clear evidence that rs16969968 was associated with coffee or tea consumption in never or former smokers. Conclusion These findings suggest that higher cigarette consumption causally increases coffee intake. This is consistent with faster metabolism of caffeine by smokers, but may also reflect behavioural links between smoking and coffee.

Study Objectives: Higher caffeine consumption has been linked to poorer sleep and insomnia complaints. We investigated whether these observational associations are the result of genetic risk factors influencing both caffeine consumption and poorer sleep, and/or whether they reflect (possibly bidirectional) causal effects. Methods: Summary-level data were available from genome-wide association studies (GWAS) on caffeine consumption (n=91,462), sleep duration, and chronotype (i.e., being a morning versus an evening person) (both n=128,266), and insomnia complaints (n=113,006). Linkage disequilibrium (LD) score regression was used to calculate genetic correlations, reflecting the extent to which genetic variants influencing caffeine consumption and sleep behaviours overlap. Causal effects were tested with bidirectional, two-sample Mendelian randomization (MR), an instrumental variable approach that utilizes genetic variants robustly associated with an exposure variable as an instrument to test causal effects. Estimates from individual genetic variants were combined using inverse-variance weighted meta-analysis, weighted median regression and MR Egger regression methods. Results: There was no clear evidence for genetic correlation between caffeine consumption and sleep duration (rg=0.000, p=0.998), chronotype (rg=0.086, p=0.192) or insomnia (rg=-0.034, p=0.700). Two-sample Mendelian randomization analyses did not support causal effects from caffeine consumption to sleep behaviours, or the other way around. Conclusions: We found no evidence in support of genetic correlation or causal effects between caffeine consumption and sleep. While caffeine may have acute effects on sleep when taken shortly before habitual bedtime, our findings suggest that a more sustained pattern of high caffeine consumption is likely associated with poorer sleep through shared environmental factors.

Humans are social animals that experience intense suffering when they perceive a lack of social connection. Modern societies are experiencing an epidemic of loneliness. While the experience of loneliness is universally human, some people report experiencing greater loneliness than others. Loneliness is more strongly associated with mortality than obesity, emphasizing the need to understand the nature of the relationship between loneliness and health. While it is intuitive that circumstantial factors such as marital status and age influence loneliness, there is also compelling evidence of a genetic predisposition towards loneliness. To better understand the genetic architecture of loneliness and its relationship with associated outcomes, we conducted a genome-wide association (GWAS) meta-analysis of loneliness (N=475,661), report 12 associated loci (two novel) and significant genetic correlations with 34 other complex traits. The polygenic basis for loneliness was significantly enriched for evolutionary constrained genes and genes expressed in specific brain tissues: (frontal) cortex, cerebellum, anterior cingulate cortex, and substantia nigra. We built polygenic scores based on this GWAS meta-analysis to explore the genetic association between loneliness and health outcomes in an independent sample of 18,498 individuals for whom electronic health records were available. A genetic predisposition towards loneliness predicted cardiovascular, psychiatric, and metabolic disorders, and triglycerides and high-density lipoproteins. Mendelian randomization analyses showed evidence of a causal, increasing, effect of body fat on loneliness, and a similar weaker causal effect of BMI. Our results provide a framework for ongoing studies of the genetic basis of loneliness and its role in mental and physical health.

Coffee and tea are extensively consumed beverages worldwide. Observational studies have shown contradictory findings for the association between consumption of these beverages and different health outcomes. Epigenetics is suggested as a mechanism mediating the effects of dietary and lifestyle factors on disease onset. We conducted epigenome-wide association studies (EWAS) on coffee and tea consumptions in 15,789 participants of European and African-American ancestries from 15 cohorts. EWAS meta-analysis revealed 11 CpG sites significantly associated with coffee consumption (P-value <1.1*10-7), nine of them annotated to the genes AHRR, F2RL3, FLJ43663, HDAC4, GFI1 and PHGDH, and two CpGs suggestively associated with tea consumption (P-value<5.0*10-6). Among these, cg14476101 was significantly associated with expression of its annotated gene PHGDH and risk of fatty liver disease. Knockdown of PHGDH expression in liver cells showed a correlation with expression levels of lipid-associated genes, suggesting a role of PHGDH in hepatic-lipid metabolism. Collectively, this study indicates that coffee consumption is associated with differential DNA methylation levels at multiple CpGs, and that coffee-associated epigenetic variations may explain the mechanism of action of coffee consumption in conferring disease risk.### Competing Interest StatementThe authors have declared no competing interest.

Introduction: Cigarette smokers are at increased risk of poor sleep behaviours. However, it is largely unknown whether these associations are due to shared (genetic) risk factors and/or causal effects (which may be bi-directional). Methods: We obtained summary-level data of genome-wide association studies of smoking (smoking initiation (n=74,035), cigarettes per day (n=38,181) and smoking cessation (n=41,278)) and sleep behaviours (sleep duration and chronotype, or morningness) (n=128,266) and insomnia (n=113,006)). Using LD score regression, we calculated genetic correlations between smoking and sleep behaviours. To investigate causal effects, we employed Mendelian randomization (MR), both with summary-level data and individual level data (n=333,581 UK Biobank participants). For MR with summary-level data, individual genetic variants were combined with inverse-variance weighted meta-analysis, weighted median regression and MR Egger regression methods. Results: We found positive genetic correlations between insomnia and smoking initiation (rg=0.27, 95% CI 0.06 to 0.49) and insomnia and cigarettes per day (rg=0.15, 0.01 to 0.28), and negative genetic correlations between sleep duration and smoking initiation (rg=-0.14, -0.26 to -0.01) and chronotype and smoking cessation (rg=-0.18, -0.31 to -0.06). MR analyses provided strong evidence that smoking more cigarettes per day causally decreases the odds of being a morning person, and weak evidence that insomnia causally increases smoking heaviness and decreases smoking cessation odds. Conclusions: Smoking and sleep behaviours show moderate genetic correlation. Heavier smoking seems to causally affect circadian rhythm and there is some indication that insomnia increases smoking heaviness and hampers cessation. Our findings point to sleep as a potentially interesting smoking treatment target.

Cannabis use is a heritable trait [1] that has been associated with adverse mental health outcomes. To identify risk variants and improve our knowledge of the genetic etiology of cannabis use, we performed the largest genome-wide association study (GWAS) meta-analysis for lifetime cannabis use (N=184,765) to date. We identified 4 independent loci containing genome-wide significant SNP associations. Gene-based tests revealed 29 genome-wide significant genes located in these 4 loci and 8 additional regions. All SNPs combined explained 10% of the variance in lifetime cannabis use. The most significantly associated gene, CADM2, has previously been associated with substance use and risk-taking phenotypes [2-4]. We used S-PrediXcan to explore gene expression levels and found 11 unique eGenes. LD-score regression uncovered genetic correlations with smoking, alcohol use and mental health outcomes, including schizophrenia and bipolar disorder. Mendelian randomisation analysis provided evidence for a causal positive influence of schizophrenia risk on lifetime cannabis use.