ED
Emily DiBlasi
Author with expertise in Genomic Studies and Association Analyses
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
3
(0% Open Access)
Cited by:
0
h-index:
14
/
i10-index:
16
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Genome-wide association study of suicide death and polygenic prediction of clinical antecedents

Anna Docherty et al.Dec 19, 2017
Objective Suicide death is a highly preventable, yet growing, worldwide health crisis. To date, there has been a lack of adequately powered genomic studies of suicide, with no sizeable suicide death cohorts available for study. To address this limitation, we conducted the first comprehensive genomic analysis of suicide death, using a previously unpublished suicide cohort.Methods The analysis sample consisted of 3,413 population-ascertained cases of European ancestry and 14,810 ancestrally matched controls. Analytical methods included principle components analysis for ancestral matching and adjusting for population stratification, linear mixed model genome-wide association testing (conditional on genetic relatedness matrix), gene and gene set enrichment testing, polygenic score analyses, as well as SNP heritability and genetic correlation estimation using LD score regression.Results GWAS identified two genome-wide significant loci (6 SNPs, p <5×10−8). Gene-based analyses implicated 19 genes on chromosomes 13, 15, 16, 17, and 19 ( q <0.05). Suicide heritability was estimated h2 =0.2463, SE = 0.0356 using summary statistics from a multivariate logistic GWAS adjusting for ancestry. Notably, suicide polygenic scores were robustly predictive of out of sample suicide death, as were polygenic scores for several other psychiatric disorders and psychological traits, particularly behavioral disinhibition and major depressive disorder.Conclusions In this report, we identify multiple genome-wide significant loci/genes, and demonstrate robust polygenic score prediction of suicide death case-control status, adjusting for ancestry, in independent training and test sets. Additionally, we report that suicide death cases have increased genetic risk for behavioral disinhibition, major depression, autism spectrum disorder, psychosis, and alcohol use disorder relative to controls. Results demonstrate the ability of polygenic scores to robustly, and multidimensionally, predict suicide death case-control status.
0

Genomewide significant regions in 43 Utah high-risk families implicate multiple genes involved in risk for completed suicide

Hilary Coon et al.Sep 28, 2017
Suicide is the 10th leading cause of death in the US. While environment has undeniable impact, evidence suggests genetic factors play a significant role in completed suicide. We linked a resource of >4,500 DNA samples from completed suicides obtained from the Utah Medical Examiner to genealogical records and medical records data available on over 8 million individuals. This linking has resulted in the identification of high-risk extended families (7-9 generations) with significant familial risk of completed suicide. Familial aggregation across distant relatives minimizes effects of shared environment, provides more genetically homogeneous risk groups, and magnifies genetic risks through familial repetition. We analyzed Illumina PsychArray genotypes from suicide cases in 43 high-risk families, identifying 30 distinct shared genomic segments with genome-wide evidence (p=2.02E-07 to 1.30E-18) of segregation with completed suicide. The 207 genes implicated by the shared regions provide a focused set of genes for further study; 18 have been previously associated with suicide risk. While PsychArray variants do not represent exhaustive variation within the 207 genes, we investigated these for specific segregation within the high-risk families, and for association of variants with predicted functional impact in ~1300 additional Utah suicides unrelated to the discovery families. None of the limited PsychArray variants explained the high-risk family segregation; sequencing of these regions will be needed to discover segregating risk variants, which may be rarer or regulatory. However, additional association tests yielded four significant PsychArray variants (SP110, rs181058279; AGBL2, rs76215382; SUCLA2, rs121908538; APH1B, rs745918508), raising the likelihood that these genes confer risk of completed suicide.
0

Rare protein coding variants implicate genes involved in risk of suicide death

Emily DiBlasi et al.Jan 11, 2020
Suicide death is a worldwide health crisis, claiming close to 800,000 lives per year. Recent evidence suggests that prediction and prevention challenges may be aided by discoveries of genetic risk factors. Here we focus on the role of rare (MAF <1%), putatively functional single nucleotide polymorphisms (SNPs) in suicide death using the large genetic resources available in the Utah Suicide Genetic Risk Study (USGRS). We conducted a single-variant association analysis of 30,377 rare putatively functional SNPs present on the PsychArray genotyping array in 2,672 USGRS suicides of non-Finnish European (NFE) ancestry and 51,583 publicly available NFE controls from gnomAD, with additional follow-up analyses using an independent control sample of 21,324 NFE controls from the Psychiatric Genomics Consortium. SNPs underwent rigorous quality control, and among SNPs meeting significance thresholds, we considered only those that were validated in sequence data. We identified five novel, high-impact, rare SNPs with significant associations with suicide death (SNAPC1, rs75418419; TNKS1BP1, rs143883793; ADGRF5, rs149197213; PER1, rs145053802; and ESS2, rs62223875). Both PER1 and SNAPC1 have other supporting gene-level evidence of suicide risk, and an association with bipolar disorder has been reported for PER1 and with schizophrenia for PER1, TNKS1BP1, and ESS2. Three genes (PER1, TNKS1BP1, and ADGRF5), with additional genes implicated by GWAS studies on suicidal behavior, showed significant enrichment in immune system, homeostatic and signal transduction processes. Pain, depression, and accidental trauma were the most prevalent phenotypes in electronic medical record data for the categories assessed. These findings suggest an important role for rare variants in suicide risk and provide new insights into the genetic architecture of suicide death. Furthermore, we demonstrate the added utility of careful assessment of genotyping arrays in rare variant discovery.