Background People with eating disorders (ED) frequently present with inflexible behaviours, including eating related issues which contribute to the maintenance of the illness. Small scale studies point to difficulties with cognitive set-shifting as a basis. Using larger scale studies will lend robustness to these data. Methodology/Principal Findings 542 participants were included in the dataset as follows: Anorexia Nervosa (AN) n = 171; Bulimia Nervosa (BN) n = 82; Recovered AN n = 90; Healthy controls (HC): n = 199. All completed the Wisconsin Card Sorting Task (WCST), an assessment that integrates multiple measurement of several executive processes concerned with problem solving and cognitive flexibility. The AN and BN groups performed poorly in most domains of the WCST. Recovered AN participants showed a better performance than currently ill participants; however, the number of preservative errors was higher than for HC participants. Conclusions/Significance There is a growing interest in the diagnostic and treatment implications of cognitive flexibility in eating disorders. This large dataset supports previous smaller scale studies and a systematic review which indicate poor cognitive flexibility in people with ED.

Poor set-shifting has been implicated as a risk marker, maintenance factor and candidate endophenotype of eating disorders (ED). This study aimed to add clarity to the cognitive profile of set-shifting by examining the trait across ED subtypes, assessing whether it is a state or trait marker, and whether it runs in families. A battery of neuropsychological tasks was administered to 270 women with current anorexia (AN) and bulimia nervosa (BN), women recovered from AN, unaffected sisters of AN and BN probands, and healthy control women. Set-shifting was examined using both individual task scores and a composite variable (poor/intact/superior shifting) calculated from four neuropsychological tasks. Poor set-shifting was found at a higher rate in those with an ED particularly binge/purging subtypes. Some evidence for poor set-shifting was also present in those recovered from AN and in unaffected sisters of AN and BN. Clinically, poor set-shifting was associated with a longer duration of illness and more severe ED rituals but not body mass index. In sum, poor set-shifting is a transdiagnostic feature related to aspects of the illness but not to malnutrition. In part it is a familial trait, and is likely involved in the maintenance of the illness.

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.

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.