Deutsch
English
Français
Español
Italiano
Português
日本語
한국어
Русский
HeimGenom
Nature Genetics (2023)Diesen Artikel zitieren
6 Altmetrisch
Details zu den Metriken
Die Binge-Eating-Störung (BED) ist die häufigste Essstörung, ihre genetische Struktur ist jedoch noch weitgehend unbekannt. Die Untersuchung von BED stellt eine Herausforderung dar, da es häufig mit Fettleibigkeit einhergeht, einem häufigen und stark polygenen Merkmal, und in Biobank-Datensätzen unterdiagnostiziert wird. Um dieser Einschränkung zu begegnen, wenden wir einen überwachten maschinellen Lernansatz an (unter Verwendung von 822 Fällen von Personen, bei denen BED diagnostiziert wurde), um die Wahrscheinlichkeit, dass jede Person an BED erkrankt, auf der Grundlage elektronischer Krankenakten aus dem Million Veteran Program abzuschätzen. Wir führen eine genomweite Assoziationsstudie an Personen afrikanischer (n = 77.574) und europäischer (n = 285.138) Abstammung durch und kontrollieren dabei den Body-Mass-Index, um drei unabhängige Loci in der Nähe der HFE-, MCHR2- und LRP11-Gene zu identifizieren und APOE als Risiko vorzuschlagen Gen für BETT. Wir identifizieren eine gemeinsame Erblichkeit zwischen BED und mehreren neuropsychiatrischen Merkmalen und beziehen den Eisenstoffwechsel auf die Pathophysiologie von BED. Insgesamt liefern unsere Ergebnisse Einblicke in die Genetik, die BED zugrunde liegt, und weisen auf Richtungen für zukünftige translationale Forschung hin.
Dies ist eine Vorschau der Abonnementinhalte, Zugriff über Ihre Institution
Greifen Sie auf Nature und 54 weitere Nature Portfolio-Zeitschriften zu
Holen Sie sich Nature+, unser preisgünstigstes Online-Zugangsabonnement
29,99 $ / 30 Tage
jederzeit kündigen
Abonnieren Sie diese Zeitschrift
Erhalten Sie 12 gedruckte Ausgaben und Online-Zugriff
189,00 $ pro Jahr
nur 15,75 $ pro Ausgabe
Leihen oder kaufen Sie diesen Artikel
Die Preise variieren je nach Artikeltyp
ab 1,95 $
bis 39,95 $
Die Preise können örtlicher Steuern unterliegen, die beim Bezahlvorgang berechnet werden
BED GWAS-Zusammenfassungsstatistiken aus den MVP-Daten sind auf dbGaP verfügbar (Zugangsnummer phs001672). Für die externen Validierungssätze für die partitionierte Heritabilitätsanalyse verwendeten wir offene Chromatinregionen aus einem murinen Beta-Östradiol-Stimulationsmodell für erythroide Zellen (GEO-Zugangsnr. GSE114996), einen offenen Chromatinatlas erwachsener menschlicher Gehirne (GEO-Zugangsnr. GSE147672) und offene Chromatin-Atlas der sich entwickelnden menschlichen Organe (https://descartes.brotmanbaty.org/bbi/human-chromatin-during-development). Für zusammenfassende GWAS-Statistiken für genetische Korrelationsanalysen siehe das IEU Open GWAS Project (https://gwas.mrcieu.ac.uk).
Die in dieser Studie verwendete Software umfasste die folgenden Programme: EIGENSOFT v.6 (https://github.com/dreichlab/eig); FUMA v.1.3.7 (https://fuma.ctglab.nl); GCTA v.1.93.2 (https://yanglab.westlake.edu.cn/software/gcta/#Overview); KING v.2.0 (https://www.chen.kinglatedness.com); LD-Score-Regression v.1.0.1 (https://github.com/bulik/ldsc); liftOver v.1.2.0 (https://genome.ucsc.edu/cgi-bin/hgLiftOver); Minimac v.3 (https://genome.sph.umich.edu/wiki/Minimac3); Multi-Ahnen-Metaanalyse (https://github.com/JonJala/mama); PheMED (https://github.com/DiseaseNeuroGenomics/PheMED); PRS-CS (https://github.com/getian107/PRScs); SuSiE wie in echolocatoR72 implementiert (https://github.com/RajLabMSSM/echolocatoR).
Mitchell, KS et al. Binge-Eating-Störung: eine Untersuchung genetischer und umweltbedingter Einflüsse auf die Haftung auf Symptomebene. Psychol. Med. 40, 1899–1906 (2010).
Artikel CAS PubMed PubMed Central Google Scholar
Reichborn-Kjennerud, T., Bulik, CM, Tambs, K. & Harris, JR Genetische und umweltbedingte Einflüsse auf Essattacken ohne kompensatorisches Verhalten: eine bevölkerungsbasierte Zwillingsstudie. Int. J. Essen. Unordnung. 36, 307–314 (2004).
Artikel PubMed Google Scholar
Udo, T. & Grilo, CM Prävalenz und Korrelate von DSM-5-definierten Essstörungen in einer landesweit repräsentativen Stichprobe von Erwachsenen in den USA. Biol. Psychiatrie 84, 345–354 (2018).
Artikel PubMed PubMed Central Google Scholar
Brownley, KA et al. Binge-Eating-Störung bei Erwachsenen: eine systematische Überprüfung und Metaanalyse. Ann. Praktikant. Med. 165, 409–420 (2016).
Artikel PubMed PubMed Central Google Scholar
Wonderlich, SA, Gordon, KH, Mitchell, JE, Crosby, RD & Engel, SG Die Gültigkeit und der klinische Nutzen der Binge-Eating-Störung. Int. J. Essen. Unordnung. 42, 687–705 (2009).
Artikel PubMed Google Scholar
Bulik, CM et al. Die Binge-Eating-Genetik-Initiative (BEGIN): Studienprotokoll. BMC Psychiatry 20, 307 (2020).
Artikel PubMed PubMed Central Google Scholar
Javaras, KN et al. Gleichzeitiges Auftreten einer Binge-Eating-Störung mit psychiatrischen und medizinischen Störungen. J. Clin. Psychiatrie 69, 266–273 (2008).
Artikel PubMed Google Scholar
Javaras, KN et al. Verwandtschaft und Erblichkeit der Binge-Eating-Störung: Ergebnisse einer Fall-Kontroll-Familienstudie und einer Zwillingsstudie. Int. J. Essen. Unordnung. 41, 174–179 (2008).
Artikel PubMed Google Scholar
Hübel, C. et al. Eine Größe passt nicht allen. Die Genomik unterscheidet zwischen Anorexia nervosa, Bulimia nervosa und Binge-Eating-Störung. Int. J. Essen. Unordnung. 54, 785–793 (2021).
Artikel PubMed PubMed Central Google Scholar
Guss, JL, Kissileff, HR, Devlin, MJ, Zimmerli, E. & Walsh, BT Die Binge-Größe steigt mit dem Body-Mass-Index bei Frauen mit Binge-Eating-Störung. Obes. Res. 10, 1021–1029 (2002).
Artikel PubMed Google Scholar
Anderson, DA, Williamson, DA, Johnson, WG & Grieve, CO Gültigkeit von Testmahlzeiten zur Bestimmung von Essattacken. Essen. Verhalten. 2, 105–112 (2001).
Artikel CAS PubMed Google Scholar
Kenardy, J. et al. Gestörtes Essverhalten bei Frauen mit Diabetes mellitus Typ 2. Essen. Verhalten. 2, 183–192 (2001).
Artikel CAS PubMed Google Scholar
Hudson, JI et al. Längsschnittstudie zur Diagnose von Komponenten des metabolischen Syndroms bei Personen mit Binge-Eating-Störung. Bin. J. Clin. Nutr. 91, 1568–1573 (2010).
Artikel CAS PubMed PubMed Central Google Scholar
Hilbert, A. et al. Metaanalyse zur langfristigen Wirksamkeit psychologischer und medizinischer Behandlungen der Binge-Eating-Störung. Int. J. Essen. Unordnung. 53, 1353–1376 (2020).
Artikel PubMed Google Scholar
Torf, CM et al. Vergleichende Wirksamkeit von Behandlungen für Binge-Eating-Störung: systematische Überprüfung und Netzwerk-Metaanalyse. EUR. Essen. Unordnung. Rev. 25, 317–328 (2017).
Artikel PubMed Google Scholar
Gaziano, JM et al. Million Veteran Program: eine Mega-Biobank zur Untersuchung genetischer Einflüsse auf Gesundheit und Krankheit. J. Clin. Epidemiol. 70, 214–223 (2016).
Artikel PubMed Google Scholar
de Leeuw, CA, Mooij, JM, Heskes, T. & Posthuma, D. MAGMA: verallgemeinerte Gensatzanalyse von GWAS-Daten. PLoS Comput. Biol. 11, e1004219 (2015).
Artikel PubMed PubMed Central Google Scholar
Volkow, ND et al. Die Konzeption der ABCD-Studie: vom Substanzkonsum bis zu einer breiten NIH-Zusammenarbeit. Entwickler Cogn. Neurosci. 32, 4–7 (2018).
Artikel PubMed Google Scholar
Satterthwaite, TD et al. Die Philadelphia Neurodevelopmental Cohort: eine öffentlich zugängliche Ressource zur Untersuchung der normalen und abnormalen Gehirnentwicklung bei Jugendlichen. Neuroimage 124, 1115–1119 (2016).
Artikel PubMed Google Scholar
Ollier, W., Sprosen, T. & Peakman, T. UK Biobank: vom Konzept zur Realität. Pharmacogenomics 6, 639–646 (2005).
Artikel PubMed Google Scholar
Diagnostic and Statistical Manual of Mental Disorders (DSM-5), 5. Auflage (American Psychiatric Association Publishing, 2013).
Kessler, RC et al. Die Prävalenz und Korrelate der Binge-Eating-Störung in den World Mental Health Surveys der Weltgesundheitsorganisation. Biol. Psychiatrie 73, 904–914 (2013).
Artikel PubMed PubMed Central Google Scholar
Sonneville, KR & Lipson, SK Unterschiede bei der Diagnose und Behandlung von Essstörungen je nach Gewichtsstatus, Rasse/ethnischer Zugehörigkeit, sozioökonomischem Hintergrund und Geschlecht unter College-Studenten. Int. J. Essen. Unordnung. 51, 518–526 (2018).
Artikel CAS PubMed Google Scholar
Taliun, D. et al. Sequenzierung von 53.831 verschiedenen Genomen aus dem NHLBI TOPMed-Programm. Natur 590, 290–299 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Polimanti, R. et al. Nutzung genomweiter Daten zur Untersuchung der Unterschiede zwischen Opioidkonsum und Opioidabhängigkeit bei 41.176 Personen des Psychiatric Genomics Consortium. Mol. Psychiatrie 25, 1673–1687 (2020).
Artikel PubMed PubMed Central Google Scholar
Bulik-Sullivan, B. et al. Die LD-Score-Regression unterscheidet in genomweiten Assoziationsstudien Verwirrung von Polygenität. Nat. Genet. 47, 291–295 (2015).
Artikel CAS PubMed PubMed Central Google Scholar
Willer, CJ, Li, Y. & Abecasis, GR METAL: schnelle und effiziente Metaanalyse genomweiter Assoziationsscans. Bioinformatik 26, 2190–2191 (2010).
Artikel CAS PubMed PubMed Central Google Scholar
Turley, P. et al. Die Multi-Abstammungs-Metaanalyse liefert neue genetische Entdeckungen und abstammungsspezifische Assoziationen. Vorabdruck bei bioRxiv https://doi.org/10.1101/2021.04.23.441003 (2021).
Zou, Y., Carbonetto, P., Wang, G. & Stephens, M. Feinkartierung aus zusammenfassenden Daten mit dem „Sum of Single Effects“-Modell. PLoS Genet. 18, e1010299 (2022).
Artikel CAS PubMed PubMed Central Google Scholar
Burstein, D. et al. Erkennung und Anpassung versteckter Verzerrungen aufgrund einer Fehlklassifizierung des Phänotyps in genomweiten Assoziationsstudien. Vorabdruck bei medRxiv https://doi.org/10.1101/2023.01.17.23284670 (2023).
Genovese, CR, Roeder, K. & Wasserman, L. Falsche Entdeckungskontrolle mit p-Wert-Gewichtung. Biometrika 93, 509–524 (2006).
Artikel Google Scholar
Karlsson Linnér, R. et al. Eine multivariate Analyse von 1,5 Millionen Menschen identifiziert genetische Zusammenhänge mit Merkmalen im Zusammenhang mit Selbstregulation und Sucht. Nat. Neurosci. 24, 1367–1376 (2021).
Artikel PubMed Google Scholar
Williams, C. et al. Richtlinien zur Bewertung der Vergleichbarkeit heruntergerechneter GWAS-Zusammenfassungsstatistiken. Vorabdruck bei bioRxiv https://doi.org/10.1101/2023.03.21.533641 (2023).
Elsworth, B. et al. Die MRC IEU OpenGWAS-Dateninfrastruktur. Vorabdruck bei bioRxiv https://doi.org/10.1101/2020.08.10.244293 (2020).
Sudlow, C. et al. UK Biobank: eine frei zugängliche Ressource zur Identifizierung der Ursachen einer Vielzahl komplexer Krankheiten im mittleren und hohen Alter. PLoS Med. 12, e1001779 (2015).
Artikel PubMed PubMed Central Google Scholar
Zhu, Z. et al. Aus GWAS-Zusammenfassungsdaten abgeleitete kausale Zusammenhänge zwischen Risikofaktoren und häufigen Krankheiten. Nat. Komm. 9, 224 (2018).
Artikel PubMed PubMed Central Google Scholar
Bell, S. et al. Eine genomweite Metaanalyse liefert 46 neue Loci, die mit Biomarkern der Eisenhomöostase assoziiert sind. Komm. Biol. 4, 156 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Tanimura, N. et al. GATA/Häm-Multi-Omics offenbaren einen spurenmetallabhängigen zellulären Differenzierungsmechanismus. Entwickler Zelle 46, 581–594.e4 (2018).
Artikel CAS PubMed PubMed Central Google Scholar
Domcke, S. Ein menschlicher Zellatlas der Zugänglichkeit von fötalem Chromatin. Science 370, eaba7612 (2020).
Artikel CAS PubMed PubMed Central Google Scholar
Corces, MR et al. Einzelzell-Epigenomanalysen deuten auf mögliche kausale Varianten an vererbten Risikoorten für die Alzheimer- und Parkinson-Krankheit hin. Nat. Genet. 52, 1158–1168 (2020).
Artikel CAS PubMed PubMed Central Google Scholar
An, SJ, Kim, TJ & Yoon, B.-W. Epidemiologie, Risikofaktoren und klinische Merkmale intrazerebraler Blutungen: ein Update. J. Stroke 19, 3–10 (2017).
Artikel PubMed PubMed Central Google Scholar
Stunkard, AJ & Allison, KC Binge-Eating-Störung: Störung oder Marker? Int. J. Essen. Unordnung. 34 (Suppl.), S107–S116 (2003).
Artikel PubMed Google Scholar
Hinckley, JD et al. Quantitative Merkmals-Locus-Verknüpfungsanalyse in einem großen Amish-Stammbaum identifiziert neue Kandidaten-Loci für Erythrozyten-Merkmale. Mol. Genet. Genom. Med. 1, 131–141 (2013).
Artikel Google Scholar
Galmozzi, A. et al. PGRMC2 ist ein intrazelluläres Häm-Chaperon, das für die Adipozytenfunktion entscheidend ist. Natur 576, 138–142 (2019).
Artikel CAS PubMed PubMed Central Google Scholar
Borgna-Pignatti, C. & Zanella, S. Pica als Manifestation von Eisenmangel. Experte Rev. Hämatol. 9, 1075–1080 (2016).
Artikel CAS PubMed Google Scholar
Ersche, KD et al. Gestörte Eisenregulation im Gehirn und in der Peripherie bei Kokainabhängigkeit. Übers. Psychiatrie 7, e1040 (2017).
Artikel CAS PubMed PubMed Central Google Scholar
Barnea, R. et al. Merkmale und Zustand von Essattacken prädisponieren für das Verlangen nach Kokain. Süchtig. Biol. 22, 163–171 (2017).
Artikel CAS PubMed Google Scholar
Succurro, E. et al. Übergewichtige Patienten mit einer Binge-Eating-Störung haben ein ungünstiges Stoffwechsel- und Entzündungsprofil. Medizin 94, e2098 (2015).
Artikel CAS PubMed PubMed Central Google Scholar
Al-Massadi, O. et al. Vielfältige Wirkungen des Melanin-konzentrierenden Hormons auf die Energiehomöostase von Säugetieren. Nat. Rev. Endocrinol. 17, 745–755 (2021).
Artikel CAS PubMed Google Scholar
Noble, EE et al. Der Hypothalamus-Hippocampus-Schaltkreis reguliert die Impulsivität über das Melanin-konzentrierende Hormon. Nat. Komm. 10, 4923 (2019).
Artikel PubMed PubMed Central Google Scholar
Harrington, KM et al. Geschlechtsspezifische Unterschiede in den demografischen und gesundheitlichen Merkmalen der Kohorte des Million Veteran Program. Women's Health Issues 29 (Suppl. 1), S56–S66 (2019).
Artikel PubMed PubMed Central Google Scholar
Gelernter, J. et al. Genomweite Assoziationsstudie zum erneuten Auftreten von Symptomen einer posttraumatischen Belastungsstörung bei mehr als 165.000 US-Veteranen. Nat. Neurosci. 22, 1394–1401 (2019).
Artikel CAS PubMed PubMed Central Google Scholar
Fang, H. et al. Harmonisierung der genetischen Abstammung und der selbst identifizierten Rasse/Ethnizität in genomweiten Assoziationsstudien. Bin. J. Hum. Genet. 105, 763–772 (2019).
Artikel CAS PubMed PubMed Central Google Scholar
1000 Genomes Project Consortium Eine integrierte Karte der genetischen Variation von 1.092 menschlichen Genomen. Natur 491, 56–65 (2012).
Artikel Google Scholar
Karcher, NR & Barch, DM Die ABCD-Studie: Verständnis der Risikoentwicklung für die Folgen für die geistige und körperliche Gesundheit. Neuropsychopharmakologie 46, 131–142 (2021).
Artikel PubMed Google Scholar
Wu, P. et al. Zuordnung von ICD-10- und ICD-10-CM-Codes zu Phecodes: Workflow-Entwicklung und Erstbewertung. JMIR Med. Informieren. 7, e14325 (2019).
Artikel PubMed PubMed Central Google Scholar
Loh, P.-R. et al. Referenzbasierte Phaseneinteilung mithilfe des Haplotype Reference Consortium-Panels. Nat. Genet. 48, 1443–1448 (2016).
Artikel CAS PubMed PubMed Central Google Scholar
1000 Genomes Project Consortium Eine globale Referenz für menschliche genetische Variation. Natur 526, 68–74 (2015).
Artikel Google Scholar
Manichaikul, A. et al. Robuste Beziehungsinferenz in genomweiten Assoziationsstudien. Bioinformatik 26, 2867–2873 (2010).
Artikel CAS PubMed PubMed Central Google Scholar
Price, AL et al. Die Hauptkomponentenanalyse korrigiert die Stratifizierung in genomweiten Assoziationsstudien. Nat. Genet. 38, 904–909 (2006).
Artikel CAS PubMed Google Scholar
Patterson, N., Price, AL & Reich, D. Bevölkerungsstruktur und Eigenanalyse. PLoS Genet. 2, e190 (2006).
Artikel PubMed PubMed Central Google Scholar
Bigdeli, TB et al. Eine einfache, aber genaue Korrektur des Gewinnerfluchs kann Signale vorhersagen, die in viel größeren Genomscans entdeckt wurden. Bioinformatik 32, 2598–2603 (2016).
Artikel CAS PubMed PubMed Central Google Scholar
Watanabe, K., Taskesen, E., van Bochoven, A. & Posthuma, D. Funktionelle Kartierung und Annotation genetischer Assoziationen mit FUMA. Nat. Komm. 8, 1826 (2017).
Artikel PubMed PubMed Central Google Scholar
Bulik-Sullivan, B. et al. Ein Atlas genetischer Korrelationen zwischen menschlichen Krankheiten und Merkmalen. Nat. Genet. 47, 1236–1241 (2015).
Artikel CAS PubMed PubMed Central Google Scholar
Wang, G., Sarkar, A., Carbonetto, P. & Stephens, M. Ein einfacher neuer Ansatz zur Variablenauswahl in der Regression mit Anwendung auf die genetische Feinkartierung. JR-Stat. Soc. B 82, 1273–1300 (2020).
Artikel Google Scholar
Denny, JC et al. Systematischer Vergleich einer phänomenweiten Assoziationsstudie zu Daten aus elektronischen Krankenakten und genomweiten Assoziationsstudiendaten. Nat. Biotechnologie. 31, 1102–1110 (2013).
Artikel CAS PubMed PubMed Central Google Scholar
Ge, T., Chen, C.-Y., Ni, Y., Feng, Y.-CA & Smoller, JW Polygene Vorhersage mittels Bayes'scher Regression und kontinuierlichen Schrumpfungsprioren. Nat. Komm. 10, 1776 (2019).
Artikel PubMed PubMed Central Google Scholar
Purcell, S. et al. PLINK: ein Toolset für die Assoziation des gesamten Genoms und bevölkerungsbasierte Verknüpfungsanalysen. Bin. J. Hum. Genet. 81, 559–575 (2007).
Artikel CAS PubMed PubMed Central Google Scholar
Yang, J., Lee, SH, Goddard, ME & Visscher, PM GCTA: ein Werkzeug für die genomweite Analyse komplexer Merkmale. Bin. J. Hum. Genet. 88, 76–82 (2011).
Artikel CAS PubMed PubMed Central Google Scholar
Churchhouse, C. & Neale, B. Rapid GWAS von Tausenden von Phänotypen für 337.000 Proben in der britischen Biobank http://www.nealelab.is/blog/2017/7/19/rapid-gwas-of-thousands-of- Phänotypen-für-337000-Proben-in-der-uk-Biobank (Biobank, 2017).
Finucane, HK et al. Partitionierung der Erblichkeit durch funktionale Annotation unter Verwendung genomweiter zusammenfassender Assoziationsstatistiken. Nat. Genet. 47, 1228–1235 (2015).
Artikel CAS PubMed PubMed Central Google Scholar
Schilder, BM, Humphrey, J. & Raj, T. echolocatoR: eine automatisierte End-to-End-Pipeline zur statistischen und funktionellen genomischen Feinkartierung. Bioinformatik 38, 536–539 (2021).
Artikel PubMed Central Google Scholar
Referenzen herunterladen
Diese Forschung basiert auf Daten des MVP, Office of Research and Development, Veterans Health Administration, und wurde durch die Auszeichnung Nr. unterstützt. MVP006. Diese Veröffentlichung gibt nicht die Ansichten des Department of Veteran Affairs oder der Regierung der Vereinigten Staaten wieder. Diese Studie wurde auch von den National Institutes of Health (NIH), Bethesda, Maryland, USA, unter den Fördernummern T32MH087004 (KT), T32MH096679 (TCG), T32MH122394 (AM), K08MH122911 (GV), R01MH125246, R01AG067025, U01MH116442 und unterstützt R01MH109677 (PR) und durch die Veterans Affairs Merit Grants BX002395 und BX004189 (PR). Diese Studie wurde teilweise auch von der Brain & Behavior Research Foundation im Rahmen des NARSAD Young Investigator Grant Nr. 2020 finanziert. 29350 (GV). Wir danken SW Choi und PF O'Reilly für ihre Anleitung und ihr Fachwissen bei der Verwendung von Daten des UKBB. Wir danken den Teilnehmern des UKBB und den Wissenschaftlern, die am Aufbau dieser Ressource beteiligt waren. Diese Forschung wurde unter Verwendung der UKBB-Ressource unter der Anwendung 18177 (PF O'Reilly) durchgeführt. Diese Arbeit wurde teilweise durch die Rechenressourcen und die Fachkompetenz des Personals unterstützt, die von Scientific Computing an der Icahn School of Medicine am Mount Sinai, New York, New York, USA, bereitgestellt wurden. Die bei der Erstellung dieses Artikels verwendeten Daten stammen aus der Adolescent Brain Cognitive Development (ABCD) Study (https://abcdstudy.org), die im National Institute of Mental Health Data Archive (NDA), Bethesda, Maryland, USA, durchgeführt wird. Hierbei handelt es sich um eine Längsschnittstudie an mehreren Standorten, die darauf abzielt, mehr als 10.000 Kinder im Alter von 9 bis 10 Jahren zu rekrutieren und sie über 10 Jahre bis ins frühe Erwachsenenalter zu begleiten. Die ABCD-Studie wird vom NIH und weiteren Bundespartnern unter den Fördernummern U01DA041022, U01DA041028, U01DA041048, U01DA041089, U01DA041106, U01DA041117, U01DA041120, U01DA041134, U01DA041148, U01DA04 unterstützt 1156, U01DA041174, U24DA041123, U24DA041147, U01DA041093 und U01DA041025. Eine vollständige Liste der Unterstützer finden Sie unter https://abcdstudy.org/federal-partners.html. Eine Auflistung der teilnehmenden Standorte und eine vollständige Auflistung der Studienforscher finden Sie unter https://abcdstudy.org/scientists/workgroups. Die Forscher des ABCD-Konsortiums haben die Studie entworfen und umgesetzt und/oder Daten bereitgestellt, waren jedoch nicht an der Analyse oder Erstellung dieses Berichts beteiligt. Das Manuskript spiegelt die Ansichten der Autoren wider und spiegelt möglicherweise nicht die Meinungen oder Ansichten der Forscher des NIH- oder ABCD-Konsortiums wider. Das ABCD-Datenrepository wächst und verändert sich im Laufe der Zeit. Die in diesem Bericht verwendeten ABCD-Daten stammen von https://doi.org/10.15154/1527728. DOIs finden Sie unter https://nda.nih.gov/study.html?id=1661. Die Unterstützung für die Datenerfassung für den PNC, erworben über dbGaP (Zugangsnummer phs000607.v3.p2), wurde durch die Zuschüsse RC2MH089983 an R. Gur und RC2MH089924 an H. Hakonarson bereitgestellt. Die Teilnehmer wurden über das Center for Applied Genomics (CAG) am Children's Hospital in Philadelphia (CHOP), Pennsylvania, USA, rekrutiert und genotypisiert. Die phänotypische Datenerfassung erfolgte am CAG und CHOP sowie am Brain Behavior Laboratory der University of Pennsylvania, Philadelphia, Pennsylvania, USA.
Trevor C. Griffen
Aktuelle Adresse: Abteilung für Psychiatrie, Columbia University Irving Medical Center, New York, NY, USA
Diese Autoren haben gleichermaßen beigetragen: David Burstein, Trevor C. Griffen.
Diese Autoren haben diese Arbeit gemeinsam betreut: Georgios Voloudakis, Panos Roussos.
Abteilung für Psychiatrie, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Trevor C. Griffen, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Amirhossein Modabbernia, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Robyn Sysko, Tom Hildebrandt, Georgios Voloudakis und Panos Roussos
Zentrum für Krankheitsneurogenomik, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Georgios Voloudakis und Panos Roussos
Friedman Brain Institute, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Georgios Voloudakis und Panos Roussos
Abteilung für Genetik und Genomwissenschaft, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Georgios Voloudakis und Panos Roussos
Icahn Institute for Data Science and Genomic Technology, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Georgios Voloudakis und Panos Roussos
Nash Family Department of Neuroscience, Icahn School of Medicine am Mount Sinai, New York, NY, USA
David Burstein, Karen Therrien, Jaroslav Bendl, Sanan Venkatesh, Pengfei Dong, Biao Zeng, Deepika Mathur, Gabriel Hoffman, Georgios Voloudakis und Panos Roussos
Forschungs-, Bildungs- und klinisches Zentrum für psychische Erkrankungen (VISN 2 South), James J. Peters VA Medical Center, New York, NY, USA
David Burstein, Karen Therrien, Sanan Venkatesh und Georgios Voloudakis
Kompetenzzentrum für Ess- und Gewichtsstörungen, Icahn School of Medicine am Mount Sinai, New York, NY, USA
Trevor C. Griffen, Robyn Sysko und Tom Hildebrandt
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
DB, KT, JB, SV, PD, BZ und DM führten die Analyse durch. DB, KT, JB und SV führten die Proben- und/oder Datenbereitstellung und -verarbeitung durch. DB und TCG haben das Manuskript geschrieben. DB, TCG, KT, JB, SV, AM, GH, RS, TH, GV und PR führten eine Kernrevision des Manuskripts durch. TCG, GH, RS, TH, GV und PR gaben die Studienrichtung vor. GH, RS, TH, GV und PR betreuten die Studie. Alle Autoren haben zur kritischen Überarbeitung des Manuskripts beigetragen.
Korrespondenz mit Georgios Voloudakis oder Panos Roussos.
TH ist Mitglied des wissenschaftlichen Beirats von Noom. TH und RS erhalten Finanzmittel von Noom (einem nicht börsennotierten Unternehmen) und sind an diesem beteiligt. RS erhält Lizenzgebühren von Wolters Kluwer Health. Die übrigen Autoren erklären keine konkurrierenden Interessen.
Nature Genetics dankt Eske Derks, Adam Locke und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Peer-Reviewer-Berichte sind verfügbar.
Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.
Ergänzende Anmerkung und ergänzende Abbildungen. 1–15
Ergänzungstabellen 1–14
Springer Nature oder sein Lizenzgeber (z. B. eine Gesellschaft oder ein anderer Partner) besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.
Nachdrucke und Genehmigungen
Burstein, D., Griffen, TC, Therrien, K. et al. Genomweite Analyse eines Modell-abgeleiteten Phänotyps der Binge-Eating-Störung identifiziert Risikoorte und weist auf den Eisenstoffwechsel hin. Nat Genet (2023). https://doi.org/10.1038/s41588-023-01464-1
Zitat herunterladen
Eingegangen: 06. Mai 2022
Angenommen: 29. Juni 2023
Veröffentlicht: 07. August 2023
DOI: https://doi.org/10.1038/s41588-023-01464-1
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt