Abstract Objective To investigate the association of grip strength with disease specific incidence and mortality and whether grip strength enhances the prediction ability of an established office based risk score. Design Prospective population based study. Setting UK Biobank. Participants 502 293 participants (54% women) aged 40-69 years. Main outcome measures All cause mortality as well as incidence of and mortality from cardiovascular disease, respiratory disease, chronic obstructive pulmonary disease, and cancer (all cancer, colorectal, lung, breast, and prostate). Results Of the participants included in analyses, 13 322 (2.7%) died over a mean of 7.1 (range 5.3-9.9) years’ follow-up. In women and men, respectively, hazard ratios per 5 kg lower grip strength were higher (all at P<0.05) for all cause mortality (1.20, 95% confidence interval 1.17 to 1.23, and 1.16, 1.15 to 1.17) and cause specific mortality from cardiovascular disease (1.19, 1.13 to 1.25, and 1.22, 1.18 to 1.26), all respiratory disease (1.31, 1.22 to 1.40, and 1.24, 1.20 to 1.28), chronic obstructive pulmonary disease (1.24, 1.05 to 1.47, and 1.19, 1.09 to 1.30), all cancer (1.17, 1.13 to 1.21, 1.10, 1.07 to 1.13), colorectal cancer (1.17, 1.04 to 1.32, and 1.18, 1.09 to 1.27), lung cancer (1.17, 1.07 to 1.27, and 1.08, 1.03 to 1.13), and breast cancer (1.24, 1.10 to 1.39) but not prostate cancer (1.05, 0.96 to 1.15). Several of these relations had higher hazard ratios in the younger age group. Muscle weakness (defined as grip strength <26 kg for men and <16 kg for women) was associated with a higher hazard for all health outcomes, except colon cancer in women and prostate cancer and lung cancer in both men and women. The addition of handgrip strength improved the prediction ability, based on C index change, of an office based risk score (age, sex, diabetes diagnosed, body mass index, systolic blood pressure, and smoking) for all cause (0.013) and cardiovascular mortality (0.012) and incidence of cardiovascular disease (0.009). Conclusion Higher grip strength was associated with a range of health outcomes and improved prediction of an office based risk score. Further work on the use of grip strength in risk scores or risk screening is needed to establish its potential clinical utility.

Disruption of sleep and circadian rhythmicity is a core feature of mood disorders and might be associated with increased susceptibility to such disorders. Previous studies in this area have used subjective reports of activity and sleep patterns, but the availability of accelerometer-based data from UK Biobank participants permits the derivation and analysis of new, objectively ascertained circadian rhythmicity parameters. We examined associations between objectively assessed circadian rhythmicity and mental health and wellbeing phenotypes, including lifetime history of mood disorder.UK residents aged 37-73 years were recruited into the UK Biobank general population cohort from 2006 to 2010. We used data from a subset of participants whose activity levels were recorded by wearing a wrist-worn accelerometer for 7 days. From these data, we derived a circadian relative amplitude variable, which is a measure of the extent to which circadian rhythmicity of rest-activity cycles is disrupted. In the same sample, we examined cross-sectional associations between low relative amplitude and mood disorder, wellbeing, and cognitive variables using a series of regression models. Our final model adjusted for age and season at the time that accelerometry started, sex, ethnic origin, Townsend deprivation score, smoking status, alcohol intake, educational attainment, overall mean acceleration recorded by accelerometry, body-mass index, and a binary measure of childhood trauma.We included 91 105 participants with accelerometery data collected between 2013 and 2015 in our analyses. A one-quintile reduction in relative amplitude was associated with increased risk of lifetime major depressive disorder (odds ratio [OR] 1·06, 95% CI 1·04-1·08) and lifetime bipolar disorder (1·11, 1·03-1·20), as well as with greater mood instability (1·02, 1·01-1·04), higher neuroticism scores (incident rate ratio 1·01, 1·01-1·02), more subjective loneliness (OR 1·09, 1·07-1·11), lower happiness (0·91, 0·90-0·93), lower health satisfaction (0·90, 0·89-0·91), and slower reaction times (linear regression coefficient 1·75, 1·05-2·45). These associations were independent of demographic, lifestyle, education, and overall activity confounders.Circadian disruption is reliably associated with various adverse mental health and wellbeing outcomes, including major depressive disorder and bipolar disorder. Lower relative amplitude might be linked to increased susceptibility to mood disorders.Lister Institute of Preventive Medicine.

Abstract Comprehensive modeling of a whole cell requires an integration of vast amounts of information on various aspects of the cell and its parts. To divide-and-conquer this task, we introduce Bayesian metamodeling, a general approach to modeling complex systems by integrating a collection of heterogeneous input models. Each input model can in principle be based on any type of data and can describe a different aspect of the modeled system using any mathematical representation, scale, and level of granularity. These input models are (i) converted to a standardized statistical representation relying on Probabilistic Graphical Models, (ii) coupled by modeling their mutual relations with the physical world, and (iii) finally harmonized with respect to each other. To illustrate Bayesian metamodeling, we provide a proof-of-principle metamodel of glucose-stimulated insulin secretion by human pancreatic ß-cells. The input models include a coarse-grained spatiotemporal simulation of insulin vesicle trafficking, docking, and exocytosis; a molecular network model of glucose-stimulated insulin secretion signaling; a network model of insulin metabolism; a structural model of glucagon-like peptide-1 receptor activation; a linear model of a pancreatic cell population; and ordinary differential equations for systemic postprandial insulin response. Metamodeling benefits from decentralized computing, while often producing a more accurate, precise, and complete model that contextualizes input models as well as resolves conflicting information. We anticipate Bayesian metamodeling will facilitate collaborative science by providing a framework for sharing expertise, resources, data, and models, as exemplified by the Pancreatic ß-Cell Consortium. Significance Statement Cells are the basic units of life, yet their architecture and function remain to be fully characterized. This work describes Bayesian metamodeling, a modeling approach that divides-and-conquers a large problem of modeling numerous aspects of the cell into computing a number of smaller models of different types, followed by assembling these models into a complete map of the cell. Metamodeling enables a facile collaboration of multiple research groups and communities, thus maximizing the sharing of expertise, resources, data, and models. A proof-of-principle is provided by a model of glucose-stimulated insulin secretion produced by the Pancreatic ß-Cell Consortium.

Abstract Risk-taking behaviour is a key component of several psychiatric disorders and could influence lifestyle choices such as smoking, alcohol use and diet. As a phenotype, risk-taking behaviour therefore fits within a Research Domain Criteria (RDoC) approach, whereby identifying genetic determinants of this trait has the potential to improve our understanding across different psychiatric disorders. Here we report a genome wide association study in 116 255 UK Biobank participants who responded yes/no to the question “Would you consider yourself a risk-taker?” Risk-takers (compared to controls) were more likely to be men, smokers and have a history of psychiatric disorder. Genetic loci associated with risk-taking behaviour were identified on chromosomes 3 (rs13084531) and 6 (rs9379971). The effects of both lead SNPs were comparable between men and women. The chromosome 3 locus highlights CADM2 , previously implicated in cognitive and executive functions, but the chromosome 6 locus is challenging to interpret due to the complexity of the HLA region. Risk-taking behaviour shared significant genetic risk with schizophrenia, bipolar disorder, attention deficit hyperactivity disorder and post-traumatic stress disorder, as well as with smoking and total obesity. Despite being based on only a single question, this study furthers our understanding of the biology of risk-taking behaviour, a trait which has a major impact on a range of common physical and mental health disorders.

Genome-wide association studies (GWAS) of psychiatric phenotypes have tended to focus on categorical diagnoses, but to understand the biology of mental illness it may be more useful to study traits which cut across traditional boundaries. Here we report the results of a GWAS of mood instability as a trait in a large population cohort (UK Biobank, n = 363,705). We also assess the clinical and biological relevance of the findings, including whether genetic associations show enrichment for nervous system pathways. Forty six unique loci associated with mood instability were identified with a SNP heritability estimate of 9%. Linkage Disequilibrium Score Regression (LDSR) analyses identified genetic correlations with Major Depressive Disorder (MDD), Bipolar Disorder (BD), Schizophrenia, anxiety and Post Traumatic Stress Disorder (PTSD). Gene-level and gene set analyses identified 244 significant genes and 6 enriched gene sets. Tissue expression analysis of the SNP-level data found enrichment in multiple brain regions, and eQTL analyses highlighted an inversion on chromosome 17 plus two brain-specific eQTLs. Additionally, we used a Phenotype Linkage Network (PLN) analysis and community analysis to assess for enrichment of nervous system gene sets using mouse orthologue databases. The PLN analysis found enrichment in nervous system PLNs for a community containing serotonin and melatonin receptors. In summary, this work has identified novel loci, tissues and gene sets contributing to mood instability. These findings may be relevant for the identification of novel trans-diagnostic drug targets and could help to inform future precision medicine innovations in mental health.

Abstract: Background: Suicide is a major issue for global public health. ‘Suicidality’ describes a broad clinical spectrum of thoughts and behaviours, some of which are common in the general population. Methods: UK Biobank recruited ∼0·5 million middle age individuals from the UK, of whom 157,000 completed an assessment of suicidality. Mutually exclusive groups were assessed in an ordinal genome-wide association study of suicidality: ‘no suicidality’ controls (N=83,557); ‘thoughts that life was not worth living’ (N=21,063); ‘ever contemplated self-harm’ (N=13,038); ‘an act of deliberate self-harm in the past’ (N=2,498); and ‘a previous suicide attempt’ (N=2,666). Linkage of UK Biobank to death certification records identified a small sub-group of ‘completed suicide’ (N=137). Outcomes: We identified three novel genome-wide significant loci for suicidality (on Chromosomes 9, 11 and 13) and moderate-to-strong genetic correlations between suicidality and a range of psychiatric disorders, most notably depression (r g 0·81). Higher polygenic risk scores for suicidality were associated with increased risk of completed suicide relative to controls in an independent sub-group (N=137 vs N=5,330, OR 1·23, 95%CI 1·06 to 1·41, p=0.03). Rs598046-G (chromosome 11) demonstrated a similar effect size and direction (p=0·05) within a Danish suicidality study. Interpretation: These findings have significant implications for our understanding of genetic vulnerability to suicidal thoughts and behaviours. Future work should assess the extent to which polygenic risk scores for suicidality, in combination with non-genetic risk factors, may be useful for stratified approaches to suicide prevention at a population level. Funding: UKRI Innovation-HDR-UK Fellowship (MR/S003061/1). MRC Mental Health Data Pathfinder Award (MC_PC_17217).

Anhedonia is a core feature of several psychiatric disorders but its biological underpinnings are poorly understood. We performed a genome-wide association study of anhedonia in 375,275 UK Biobank participants and assessed for genetic correlation between anhedonia and neuropsychiatric conditions (major depressive disorder, schizophrenia, bipolar disorder, obsessive compulsive disorder and Parkinson's Disease). We then used a polygenic risk score approach to test for association between genetic loading for anhedonia and both brain structure and brain function. This included: magnetic resonance imaging (MRI) assessments of total grey matter volume, white matter volume, cerebrospinal fluid volume, and 15 cortical/subcortical regions of interest; diffusion tensor imaging (DTI) measures of white matter tract integrity; and functional MRI activity during an emotion processing task. We identified 11 novel loci associated at genome-wide significance with anhedonia, with a SNP heritability estimate (h2SNP) of 5.6%. Strong positive genetic correlations were found between anhedonia and major depressive disorder, schizophrenia and bipolar disorder; but not with obsessive compulsive disorder or Parkinson's Disease. Polygenic risk for anhedonia was associated with poorer brain white matter integrity, smaller total grey matter volume, and smaller volumes of brain regions linked to reward and pleasure processing, including nucleus accumbens, caudate and medial frontal cortex. In summary, the identification of novel anhedonia-associated loci substantially expands our current understanding of the biological basis of anhedonia and genetic correlations with several psychiatric disorders confirm the utility of this trait as a transdiagnostic marker of vulnerability to mental illness. We also provide the first evidence that genetic risk for anhedonia influences brain structure, particularly in regions associated with reward and pleasure processing.

Objectives: Atherosclerosis is the underlying cause of most cardiovascular disease, but mechanisms underlying atherosclerosis are incompletely understood. Ultra-sound measurement of the carotid artery intima-media thickness (cIMT) can be used to measure vascular remodelling, which is indicative of atherosclerosis. Genome-wide association studies have identified a number of genetic loci associated with cIMT, but heterogeneity of measurements collected by many small cohorts have been a major limitation in these efforts. Here we conducted genome-wide association analyses in UK Biobank (N=22,179), the largest single study with consistent cIMT measurements. Approach and results: We used BOLT-LMM to run linear regression of cIMT in UK Biobank, adjusted for age, sex, genotyping platform and population structure. In white British participants, we identified 4 novel loci associated with cIMT and replicated most previously reported loci. In the first sex-specific analyses of cIMT, we identified a female-specific locus on Chromosome 5, associated with cIMT in women only and highlight VCAN as a good candidate gene at this locus. Genetic correlations with body-mass index and glucometabolic traits were also observed. Conclusion: These findings replicate previously reported associations, highlight novel biology and provide new directions for investigating the sex differences observed in cardiovascular disease presentation and progression.

Neuroticism is a personality trait of fundamental importance for psychological wellbeing and public health. It is strongly associated with major depressive disorder (MDD) and several other psychiatric conditions. Although neuroticism is heritable, attempts to identify the alleles involved in previous studies have been limited by relatively small sample sizes and heterogeneity in the measurement of neuroticism. Here we report a genome-wide association study of neuroticism in 91,370 participants of the UK Biobank cohort and a combined meta-analysis which includes a further 6,659 participants from the Generation Scotland Scottish Family Health Study (GS:SFHS) and 8,687 participants from a QIMR Berghofer Medical Research Institute (QIMR) cohort. All participants were assessed using the same neuroticism instrument, the Eysenck Personality Questionnaire-Revised (EPQ-R-S) Short Form Neuroticism scale. We found a SNP-based heritability estimate for neuroticism of approximately 15% (SE = 0.7%). Meta-analysis identified 9 novel loci associated with neuroticism. The strongest evidence for association was at a locus on chromosome 8 (p = 1.5x10-15) spanning 4 Mb and containing at least 36 genes. Other associated loci included interesting candidate genes on chromosome 1 (GRIK3, glutamate receptor ionotropic kainate 3), chromosome 4 (KLHL2, Kelch-like protein 2), chromosome 17 (CRHR1, corticotropin-releasing hormone receptor 1 and MAPT, microtubule-associated protein Tau), and on chromosome 18 (CELF4, CUGBP elav-like family member 4). We found no evidence for genetic differences in the common allelic architecture of neuroticism by sex. By comparing our findings with those of the Psychiatric Genetics Consortia, we identified a strong genetic correlation between neuroticism and MDD (0.64) and a less strong but significant genetic correlation with schizophrenia (0.22), although not with bipolar disorder. Polygenic risk scores derived from the primary UK Biobank sample captured about 1% of the variance in neuroticism in independent samples. Overall, our findings confirm a polygenic basis for neuroticism and substantial shared genetic architecture between neuroticism and MDD. The identification of 9 new neuroticism-associated loci will drive forward future work on the neurobiology of neuroticism and related phenotypes.

Abstract There are currently no reliable approaches for correctly identifying which patients with major depressive disorder (MDD) will respond well to antidepressant therapy. However, recent genetic advances suggest that Polygenic Risk Scores (PRS) could allow MDD patients to be stratified for antidepressant response. We used PRS for MDD and PRS for neuroticism as putative predictors of antidepressant response within three treatment cohorts: The Genome-based Therapeutic Drugs for Depression (GENDEP) cohort, and 2 sub-cohorts from the Pharmacogenomics Research Network Antidepressant Medication Pharmacogenomics Study PRGN-AMPS (total patient number = 783). Results across cohorts were combined via meta-analysis within a random effects model. Overall, PRS for MDD and neuroticism did not significantly predict antidepressant response but there was a consistent direction of effect, whereby greater genetic loading for both MDD (best MDD result, p < 5*10-5 MDD-PRS at 4 weeks, β = -0.019, S.E = 0.008, p = 0.01) and neuroticism (best neuroticism result, p < 0.1 neuroticism-PRS at 8 weeks, β = -0.017, S.E = 0.008, p = 0.03) were associated with less favourable response. We conclude that the PRS approach may offer some promise for treatment stratification in MDD and should now be assessed within larger clinical cohorts.