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.

Delay discounting (DD), which is the tendency to discount the value of delayed versus current rewards, is elevated in a constellation of diseases and behavioral conditions. We performed a genome-wide association study of DD using 23,127 research participants of European ancestry. The most significantly associated SNP was rs6528024 (P = 2.40 x 10-8), which is located in an intron of the gene GPM6B. We also showed that 12% of the variance in DD was accounted for by genotype, and that the genetic signature of DD overlapped with attention-deficit/hyperactivity disorder, schizophrenia, major depression, smoking, personality, cognition, and body weight.

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.

Risk-taking behavior affects many aspects of life, including maladaptive behaviors such as illicit substance use, unsafe driving, and risky sexual behavior. Risk-taking has been measured using both self-report measures and behavioral tasks designed for the purpose, but there is little consensus in the associations among measures and our understanding of the latent constructs underlying different forms of risk is limited. In the present study we examined the construct of risk using data from over 1000 young adults who completed measures of risk-taking, including self-reports of perception of risk, propensity to engage in risky behaviors and performance on behavioral tasks designed to measure risk. To examine the latent structure of risk preferences, we conducted a principal component analysis (PCA). The PCA revealed a latent structure of three distinct components of risk-taking behavior: "Lifestyle Risk Sensitivity", "Financial Risk Sensitivity", and "Behavioral Risk Sensitivity", which consisted only of the Balloon Analogue Risk Task (BART; Lejuez et al., 2002). As expected, risk-taking and perception of risk differed in men and women. Yet, the PCA components were similar in men and women. Future work utilizing additional measures of risk-taking behavior in more heterogeneous samples will help to identify the true biobehavioral constructs underlying these behaviors.

Background: Impulsive personality traits are complex heritable traits that are governed by frontal-subcortical circuits and are associated with numerous neuropsychiatric disorders, particularly drug abuse. Methods: In collaboration with the genetics company 23andMe, Inc., we performed several genome-wide association studies (GWAS) on measures of impulsive personality traits (the short version of the UPPSP Impulsive Behavior Scale, and the Barratt Impulsiveness Scale [BIS-11]) and drug experimentation (the number of drug classes an individual has tried in their lifetime) in up to 22,861 male and female adult research participants of European ancestry. Results: Impulsive personality traits and drug experimentation showed SNP-heritabilities that ranged from 5 to 11%. Genetic variants in the CADM2 locus were significantly associated with the UPPSP Sensation Seeking subscale (P = 8.3 x 10-9, rs139528938) and showed a suggestive association with drug experimentation (P = 3.0 x 10-7, rs2163971; r2 = 0.68 with rs139528938); CADM2 has been previously associated with measures of risky behaviors and self-reported risk tolerance, cannabis initiation, alcohol consumption, as well as information speed processing, body mass index (BMI) variation and obesity. Furthermore, genetic variants in the CACNA1I locus were significantly associated with the UPPSP Negative Urgency subscale (P = 3.8 x 10-8, rs199694726). Multiple subscales from both UPPSP and BIS showed strong genetic correlations (>0.5) with drug experimentation and other substance use traits measured in independent cohorts, including smoking initiation, and lifetime cannabis use. Several UPPSP and BIS subscales were genetically correlated with attention-deficit/hyperactivity disorder (rg = 0.30-0.51, p < 8.69 x 10-3), supporting their validity as endophenotypes. Conclusions: Our findings demonstrate a role for common genetic contributions to individual differences in impulsivity. Furthermore, our study is the first to provide a genetic dissection of the relationship between different types of impulsive personality traits and various psychiatric disorders.