Anorexia nervosa (AN) is a complex and heritable eating disorder characterized by dangerously low body weight. Neither candidate gene studies nor an initial genome-wide association study (GWAS) have yielded significant and replicated results. We performed a GWAS in 2907 cases with AN from 14 countries (15 sites) and 14 860 ancestrally matched controls as part of the Genetic Consortium for AN (GCAN) and the Wellcome Trust Case Control Consortium 3 (WTCCC3). Individual association analyses were conducted in each stratum and meta-analyzed across all 15 discovery data sets. Seventy-six (72 independent) single nucleotide polymorphisms were taken forward for in silico (two data sets) or de novo (13 data sets) replication genotyping in 2677 independent AN cases and 8629 European ancestry controls along with 458 AN cases and 421 controls from Japan. The final global meta-analysis across discovery and replication data sets comprised 5551 AN cases and 21 080 controls. AN subtype analyses (1606 AN restricting; 1445 AN binge–purge) were performed. No findings reached genome-wide significance. Two intronic variants were suggestively associated: rs9839776 (P=3.01 × 10−7) in SOX2OT and rs17030795 (P=5.84 × 10−6) in PPP3CA. Two additional signals were specific to Europeans: rs1523921 (P=5.76 × 10−6) between CUL3 and FAM124B and rs1886797 (P=8.05 × 10−6) near SPATA13. Comparing discovery with replication results, 76% of the effects were in the same direction, an observation highly unlikely to be due to chance (P=4 × 10−6), strongly suggesting that true findings exist but our sample, the largest yet reported, was underpowered for their detection. The accrual of large genotyped AN case-control samples should be an immediate priority for the field.

Extracellular acyl-coenzyme A binding protein [ACBP encoded by diazepam binding inhibitor (DBI)] is a phylogenetically ancient appetite stimulator that is secreted in a nonconventional, autophagy-dependent fashion. Here, we show that low ACBP/DBI plasma concentrations are associated with poor prognosis in patients with anorexia nervosa, a frequent and often intractable eating disorder. In mice, anorexia induced by chronic restraint stress (CRS) is accompanied by a reduction in circulating ACBP/DBI concentrations. We engineered a chemical-genetic system for the secretion of ACBP/DBI through a biotin-activatable, autophagy-independent pathway. In transgenic mice expressing this system in hepatocytes, biotin-induced elevations in plasma ACBP/DBI concentrations prevented anorexia induced by CRS or chemotherapeutic agents including cisplatin, doxorubicin, and paclitaxel. ACBP/DBI reversed the CRS or cisplatin-induced increase in plasma lipocalin-2 concentrations and the hypothalamic activation of anorexigenic melanocortin 4 receptors, for which lipocalin-2 is an agonist. Daily intravenous injections of recombinant ACBP/DBI protein or subcutaneous implantation of osmotic pumps releasing recombinant ACBP/DBI mimicked the orexigenic effects of the chemical-genetic system. In conclusion, the supplementation of extracellular and peripheral ACBP/DBI might constitute a viable strategy for treating anorexia.

Background Anorexia nervosa (AN) is a severe psychiatric disorder associated with frequent relapses and variability in treatment responses. Previous literature suggested that such variability is influenced by premorbid vulnerabilities such as abnormalities of the reward system. Several factors may indicate these vulnerabilities, such as neurocognitive markers (tendency to favour delayed reward, poor cognitive flexibility, abnormal decision process), genetic and epigenetic markers, biological and hormonal markers, and physiological markers. The present study will aim to identify markers that can predict body mass index (BMI) stability 6 months after discharge. The secondary aim of this study will be focused on characterising the biological, genetic, epigenetic and neurocognitive markers of remission in AN. Methods and analysis One hundred and twenty-five (n=125) female adult inpatients diagnosed with AN will be recruited and evaluated at three different times: at the beginning of hospitalisation, when discharged and 6 months later. Depending on the BMI at the third visit, patients will be split into two groups: stable remission (BMI≥18.5 kg/m²) or unstable remission (BMI<18.5 kg/m²). One hundred (n=100) volunteers will be included as healthy controls. Each visit will consist in self-reported inventories (measuring depression, anxiety, suicidal thoughts and feelings, eating disorders symptoms, exercise addiction and the presence of comorbidities), neurocognitive tasks (Delay Discounting Task, Trail-Making Test, Brixton Test and Slip-of-action Task), the collection of blood samples, the repeated collection of blood samples around a standard meal and MRI scans at rest and while resolving a delay discounting task. Analyses will mainly consist in comparing patients stabilised 6 months later and patients who relapsed during these 6 months. Ethics and dissemination Investigators will ask all participants to give written informed consent prior to participation, and all data will be recorded anonymously. The study will be conducted according to ethics recommendations from the Helsinki declaration (World Medical Association, 2013). It was registered on clinicaltrials.gov on 25 August 2020 as ‘Remission Factors in Anorexia Nervosa (REMANO)’, with the identifier NCT04560517 (for more details, see https://clinicaltrials.gov/ct2/show/record/NCT04560517 ). The present article is based on the latest protocol version from 29 November 2019. The sponsor, Institut National de la Santé Et de la Recherche Médicale (INSERM, https://www.inserm.fr/ ), is an academic institution responsible for the monitoring of the study, with an audit planned on a yearly basis. The results will be published after final analysis in the form of scientific articles in peer-reviewed journals and may be presented at national and international conferences. Trial registration number clinicaltrials.govNCT04560517

Abstract Quantifying changes in DNA and RNA levels is essential in numerous molecular biology protocols. Quantitative real time PCR (qPCR) techniques have evolved to become commonplace, however, data analysis includes many time-consuming and cumbersome steps, which can lead to mistakes and misinterpretation of data. To address these bottlenecks, we have developed an open-source Python software to automate processing of result spreadsheets from qPCR machines, employing calculations usually performed manually. Auto-qPCR is a tool that saves time when computing qPCR data, helping to ensure reproducibility of qPCR experiment analyses. Our web-based app ( https://auto-q-pcr.com/ ) is easy to use and does not require programming knowledge or software installation. Using Auto-qPCR, we provide examples of data treatment, display and statistical analyses for four different data processing modes within one program: (1) DNA quantification to identify genomic deletion or duplication events; (2) assessment of gene expression levels using an absolute model, and relative quantification (3) with or (4) without a reference sample. Our open access Auto-qPCR software saves the time of manual data analysis and provides a more systematic workflow, minimizing the risk of errors. Our program constitutes a new tool that can be incorporated into bioinformatic and molecular biology pipelines in clinical and research labs.

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.

Anorexia nervosa (AN) is a complex and serious eating disorder, occurring in ~1% of individuals. Despite having the highest mortality rate of any psychiatric disorder, little is known about the aetiology of AN, and few effective treatments exist. Global efforts to collect large sample sizes of individuals with AN have been highly successful, and a recent study consequently identified the first genome-wide significant locus involved in AN. This result, coupled with other recent studies and epidemiological evidence, suggest that previous characterizations of AN as a purely psychiatric disorder are over-simplified. Rather, both neurological and metabolic pathways may also be involved. In order to elucidate more of the system-specific aetiology of AN, we applied transcriptomic imputation methods to 3,495 cases and 10,982 controls, collected by the Eating Disorders Working Group of the Psychiatric Genomics Consortium (PGC-ED). Transcriptomic Imputation (TI) methods approaches use machine-learning methods to impute tissue-specific gene expression from large genotype data using curated eQTL reference panels. These offer an exciting opportunity to compare gene associations across neurological and metabolic tissues. Here, we applied CommonMind Consortium (CMC) and GTEx-derived gene expression prediction models for 13 brain tissues and 12 tissues with potential metabolic involvement (adipose, adrenal gland, 2 colon, 3 esophagus, liver, pancreas, small intestine, spleen, stomach). We identified 35 significant gene-tissue associations within the large chromosome 12 region described in the recent PGC-ED GWAS. We applied forward stepwise conditional analyses and FINEMAP to associations within this locus to identify putatively causal signals. We identified four independently associated genes; RPS26, C12orf49, SUOX, and RDH16. We also identified two further genome-wide significant gene-tissue associations, both in brain tissues; REEP5, in the dorso-lateral pre-frontal cortex (DLPFC; p=8.52x10-07), and CUL3, in the caudate basal ganglia (p=1.8x10-06). These genes are significantly enriched for associations with anthropometric phenotypes in the UK BioBank, as well as multiple psychiatric, addiction, and appetite/satiety pathways. Our results support a model of AN risk influenced by both metabolic and psychiatric factors.