MN
Marie Navrátilová
Author with expertise in Eating Disorders and Body Image Concerns
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
3
(33% Open Access)
Cited by:
530
h-index:
31
/
i10-index:
50
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Improved Identification of von Hippel-Lindau Gene Alterations in Clear Cell Renal Tumors

Michael Nickerson et al.Aug 1, 2008
Abstract Purpose: To provide a comprehensive, thorough analysis of somatic mutation and promoter hypermethylation of the von Hippel-Lindau (VHL) gene in the cancer genome, unique to clear cell renal cancer (ccRCC). Identify relationships between the prevalence of VHL gene alterations and alteration subtypes with patient and tumor characteristics. Experimental Design: As part of a large kidney cancer case-control study conducted in Central Europe, we analyzed VHL mutations and promoter methylation in 205 well-characterized, histologically confirmed patient tumor biopsies using a combination of sensitive, high-throughput methods (endonuclease scanning and Sanger sequencing) and analysis of 11 CpG sites in the VHL promoter. Results: We identified mutations in 82.4% of cases, the highest VHL gene mutation prevalence reported to date. Analysis of 11 VHL promoter CpG sites revealed that 8.3% of tumors were hypermethylated and all were mutation negative. In total, 91% of ccRCCs exhibited alteration of the gene through genetic or epigenetic mechanisms. Analysis of patient and tumor characteristics revealed that certain mutation subtypes were significantly associated with Fuhrman nuclear grade, metastasis, node positivity, and self-reported family history of RCC. Conclusion: Detection of VHL gene alterations using these accurate, sensitive, and practical methods provides evidence that the vast majority of histologically confirmed ccRCC tumors possess genetic or epigenetic alteration of the VHL gene and support the hypothesis that VHL alteration is an early event in ccRCC carcinogenesis. These findings also indicate that VHL molecular subtypes can provide a sensitive marker of tumor heterogeneity among histologically similar ccRCC cases for etiologic, prognostic, and translational studies.
0
Citation530
0
Save
0

Identifying tissues implicated in Anorexia Nervosa using Transcriptomic Imputation

Laura Huckins et al.Feb 14, 2018
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.
0

Shared Genetic Risk between Eating Disorder- and Substance-Use-Related Phenotypes: Evidence from Genome-Wide Association Studies

Melissa Munn‐Chernoff et al.Aug 23, 2019
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.