Nicotine dependence is one of the world's leading causes of preventable death. To discover genetic variants that influence risk for nicotine dependence, we targeted over 300 candidate genes and analyzed 3713 single nucleotide polymorphisms (SNPs) in 1050 cases and 879 controls. The Fagerström test for nicotine dependence (FTND) was used to assess dependence, in which cases were required to have an FTND of 4 or more. The control criterion was strict: control subjects must have smoked at least 100 cigarettes in their lifetimes and had an FTND of 0 during the heaviest period of smoking. After correcting for multiple testing by controlling the false discovery rate, several cholinergic nicotinic receptor genes dominated the top signals. The strongest association was from an SNP representing CHRNB3 , the β3 nicotinic receptor subunit gene ( P = 9.4 × 10 −5 ). Biologically, the most compelling evidence for a risk variant came from a non-synonymous SNP in the α5 nicotinic receptor subunit gene CHRNA5 ( P = 6.4 × 10 −4 ). This SNP exhibited evidence of a recessive mode of inheritance, resulting in individuals having a 2-fold increase in risk of developing nicotine dependence once exposed to cigarette smoking. Other genes among the top signals were KCNJ6 and GABRA4 . This study represents one of the most powerful and extensive studies of nicotine dependence to date and has found novel risk loci that require confirmation by replication studies.

The purpose of this study is to explore the direction of the association between insomnia and anxiety disorders and major depression among a community-based sample of adolescents to better understand their potential etiologic relationships. Data come from a community-based sample of 1014 youth aged 13–16. Structured interviews were conducted to assess DSM-IV diagnoses. Retrospectively reported ages of onset were used in Proportional Hazards models to estimate increased risk of one disorder associated with prior onset of the others. The lifetime associations of DSM-IV insomnia with each anxiety disorder and with depression were moderate (OR = 3.2–6.8). Among those with comorbid disorders, anxiety disorders preceded insomnia 73% of the time, while insomnia occurred first in 69% of comorbid insomnia and depression cases. Any prior anxiety disorder was associated with an increased risk of insomnia adjusting for gender, race/ethnicity, and depression prior to insomnia (HR = 3.5). However, prior insomnia was not significantly associated with onset of anxiety disorders. Prior depression was not associated with onset of insomnia, but prior insomnia was associated with onset of depression adjusting for gender, race/ethnicity, and any prior anxiety disorder (HR = 3.8). These results suggest distinct natural courses of development between DSM-IV insomnia, anxiety, and depression during adolescence. Additionally insomnia may have independent, and potentially etiologically distinct, directional associations with anxiety disorders versus depression.

Objective: A recent study provisionally identified numerous genetic variants as risk factors for the transition from smoking to the development of nicotine dependence, including an amino acid change in the α5 nicotinic cholinergic receptor ( CHRNA5 ). The purpose of this study was to replicate these findings in an independent data set and more thoroughly investigate the role of genetic variation in the cluster of physically linked nicotinic receptors, CHRNA5-CHRNA3-CHRNB4 , and the risk of smoking. Method: Individuals from 219 European American families (N=2,284) were genotyped across this gene cluster to test the genetic association with smoking. The frequency of the amino acid variant (rs16969968) was studied in 995 individuals from diverse ethnic populations. In vitro studies were performed to directly test whether the amino acid variant in the CHRNA5 influences receptor function. Results: A genetic variant marking an amino acid change showed association with the smoking phenotype (p=0.007). This variant is within a highly conserved region across nonhuman species, but its frequency varied across human populations (0% in African populations to 37% in European populations). Furthermore, functional studies demonstrated that the risk allele decreased response to a nicotine agonist. A second independent finding was seen at rs578776 (p=0.003), and the functional significance of this association remains unknown. Conclusions: This study confirms that at least two independent variants in this nicotinic receptor gene cluster contribute to the development of habitual smoking in some populations, and it underscores the importance of multiple genetic variants contributing to the development of common diseases in various populations.

Tobacco use is a leading contributor to disability and death worldwide, and genetic factors contribute in part to the development of nicotine dependence. To identify novel genes for which natural variation contributes to the development of nicotine dependence, we performed a comprehensive genome wide association study using nicotine dependent smokers as cases and non-dependent smokers as controls. To allow the efficient, rapid, and cost effective screen of the genome, the study was carried out using a two-stage design. In the first stage, genotyping of over 2.4 million single nucleotide polymorphisms (SNPs) was completed in case and control pools. In the second stage, we selected SNPs for individual genotyping based on the most significant allele frequency differences between cases and controls from the pooled results. Individual genotyping was performed in 1050 cases and 879 controls using 31 960 selected SNPs. The primary analysis, a logistic regression model with covariates of age, gender, genotype and gender by genotype interaction, identified 35 SNPs with P -values less than 10 −4 (minimum P -value 1.53 × 10 −6 ). Although none of the individual findings is statistically significant after correcting for multiple tests, additional statistical analyses support the existence of true findings in this group. Our study nominates several novel genes, such as Neurexin 1 ( NRXN1 ), in the development of nicotine dependence while also identifying a known candidate gene, the β3 nicotinic cholinergic receptor. This work anticipates the future directions of large-scale genome wide association studies with state-of-the-art methodological approaches and sharing of data with the scientific community.

The confluence of sleep/wake cycle and circadian rhythm changes that accompany pubertal development and the social and emotional developmental tasks of adolescence may create a period of substantial risk for development of insomnia. Although poor sleep affects cognitive performance and is associated with poor emotional and physical health, epidemiologic studies among adolescents have been limited. In this first epidemiologic study of insomnia defined by Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition (DSM-IV) criteria in a US sample of adolescents, we estimated lifetime prevalence of insomnia, examined chronicity and onset, and explored the role of pubertal development.Data come from a random sample of 1014 adolescents who were 13 to 16 years of age, selected from households in a 400000-member health maintenance organization encompassing metropolitan Detroit. Response rate was 71.2%. The main outcome measured was DSM-IV-defined insomnia.Lifetime prevalence of insomnia was 10.7%. A total of 88% of adolescents with a history of insomnia reported current insomnia. The median age of onset of insomnia was 11. Of those with insomnia, 52.8% had a comorbid psychiatric disorder. In exploratory analyses of insomnia and pubertal development, onset of menses was associated with a 2.75-fold increased risk for insomnia. There was no difference in risk for insomnia among girls before menses onset relative to boys, but a difference emerged after menses onset. In contrast, maturational development was not associated with insomnia in boys.Insomnia seems to be common and chronic among adolescents. The often found gender difference in risk for insomnia seems to emerge in association with onset of menses.

Excessive alcohol consumption is one of the leading causes of preventable death in the United States. Approximately 14% of those who use alcohol meet criteria during their lifetime for alcohol dependence, which is characterized by tolerance, withdrawal, inability to stop drinking, and continued drinking despite serious psychological or physiological problems. We explored genetic influences on alcohol dependence among 1,897 European-American and African-American subjects with alcohol dependence compared with 1,932 unrelated, alcohol-exposed, nondependent controls. Constitutional DNA of each subject was genotyped using the Illumina 1M beadchip. Fifteen SNPs yielded P < 10 −5 , but in two independent replication series, no SNP passed a replication threshold of P < 0.05. Candidate gene GABRA2 , which encodes the GABA receptor α2 subunit, was evaluated independently. Five SNPs at GABRA2 yielded nominal (uncorrected) P < 0.05, with odds ratios between 1.11 and 1.16. Further dissection of the alcoholism phenotype, to disentangle the influence of comorbid substance-use disorders, will be a next step in identifying genetic variants associated with alcohol dependence.

Abstract Where sufficiently large genome-wide association study (GWAS) samples are not currently available or feasible, methods that leverage increasing knowledge of the biological function of variants may illuminate discoveries without increasing sample size. We comprehensively evaluated 18 functional weighting methods for identifying novel associations. We assessed the performance of these methods using published results from multiple GWAS waves across each of five complex traits. Although no method achieved both high sensitivity and positive predictive value (PPV) for any trait, a subset of methods utilizing pleiotropy and expression quantitative trait loci nominated variants with high PPV (>75%) for multiple traits. Application of functionally weighting methods to enhance GWAS power for locus discovery is unlikely to circumvent the need for larger sample sizes in truly underpowered GWAS, but these results suggest that applying functional weighting to GWAS can accurately nominate additional novel loci from available samples for follow-up studies.

ABSTRACT Opioid dependence is a highly heterogeneous disease driven by a variety of genetic and environmental risk factors which have yet to be fully elucidated. We interrogated the effects of opioid dependence on the brain using ChIP-seq to quantify patterns of H3K27 acetylation in dorsolateral prefrontal cortical neurons isolated from 51 opioid-overdose cases and 51 accidental death controls. Among opioid cases, we observed global hypoacetylation and identified 388 putative enhancers consistently depleted for H3K27ac. Machine learning on H3K27ac patterns predicts case-control status with high accuracy. We focus on case-specific regulatory alterations, revealing 81,399 hypoacetylation events, uncovering vast inter-patient heterogeneity. We developed a strategy to decode this heterogeneity based on convergence analysis, which leveraged promoter-capture Hi-C to identify five genes over-burdened by alterations in their regulatory network or “plexus”: ASTN2, KCNMA1, DUSP4, GABBR2, ENOX1 . These convergent loci are enriched for opioid use disorder risk genes and heritability for generalized anxiety, number of sexual partners, and years of education. Overall, our multi-pronged approach uncovers neurobiological aspects of opioid dependence and captures genetic and environmental factors perpetuating the opioid epidemic.

Abstract Cigarette smoking and alcohol use are among the most prevalent substances used worldwide and account for a substantial proportion of preventable morbidity and mortality, underscoring the public health significance of understanding their etiology. Genome-wide association studies (GWAS) have successfully identified genetic variants associated with cigarette smoking and alcohol use traits. However, the vast majority of risk variants reside in non-coding regions of the genome, and their target genes and neurobiological mechanisms are unknown. Chromosomal conformation mappings can address this knowledge gap by charting the interaction profiles of risk-associated regulatory variants with target genes. To investigate the functional impact of common variants associated with cigarette smoking and alcohol use traits, we applied Hi-C coupled MAGMA (H-MAGMA) built upon cortical and midbrain dopaminergic neuronal Hi-C datasets to GWAS summary statistics of nicotine dependence, cigarettes per day, problematic alcohol use, and drinks per week. The identified risk genes mapped to key pathways associated with cigarette smoking and alcohol use traits, including drug metabolic processes and neuronal apoptosis. Risk genes were highly expressed in cortical glutamatergic, midbrain dopaminergic, GABAergic, and serotonergic neurons, suggesting them as relevant cell types in understanding the mechanisms by which genetic risk factors influence cigarette smoking and alcohol use. Lastly, we identified pleiotropic genes between cigarette smoking and alcohol use traits under the assumption that they may reveal substance-agnostic, shared neurobiological mechanisms of addiction. The number of pleiotropic genes was ∼26-fold higher in dopaminergic neurons than in cortical neurons, emphasizing the critical role of ascending dopaminergic pathways in mediating general addiction phenotypes. Collectively, brain region- and neuronal subtype-specific 3D genome architecture refines neurobiological hypotheses for smoking, alcohol, and general addiction phenotypes by linking genetic risk factors to their target genes.

Cocaine-one of the most frequently abused illicit drugs among persons living with HIV [people living with HIV (PLWH)]-slows the decline of viral production after antiretroviral therapy and is associated with higher HIV viral load, more rapid HIV progression, and increased mortality.