Multi-ancestry meta-analysis of tobacco use disorder identifies 461 potential risk genes and reveals associations with multiple health outcomes

荟萃分析 烟草使用 环境卫生 医学 遗传学 生物 内科学 人口
作者
Sylvanus Toikumo,Mariela V. Jennings,Benjamin K. Pham,Hyunjoon Lee,Travis T. Mallard,Sevim B. Bianchi,John J. Meredith,Laura Vilar‐Ribó,Heng Xu,Alexander S. Hatoum,Emma C. Johnson,Vanessa Pazdernik,Zeal Jinwala,Shreya R. Pakala,Brittany S. Leger,Maria Niarchou,Michael Ibukun Ehinmowo,G. Douglas Jenkins,Anthony Batzler,Richard Pendegraft
出处
期刊:Nature Human Behaviour [Nature Portfolio]
卷期号:8 (6): 1177-1193 被引量:15
标识
DOI:10.1038/s41562-024-01851-6
摘要

Tobacco use disorder (TUD) is the most prevalent substance use disorder in the world. Genetic factors influence smoking behaviours and although strides have been made using genome-wide association studies to identify risk variants, most variants identified have been for nicotine consumption, rather than TUD. Here we leveraged four US biobanks to perform a multi-ancestral meta-analysis of TUD (derived via electronic health records) in 653,790 individuals (495,005 European, 114,420 African American and 44,365 Latin American) and data from UK Biobank (ncombined = 898,680). We identified 88 independent risk loci; integration with functional genomic tools uncovered 461 potential risk genes, primarily expressed in the brain. TUD was genetically correlated with smoking and psychiatric traits from traditionally ascertained cohorts, externalizing behaviours in children and hundreds of medical outcomes, including HIV infection, heart disease and pain. This work furthers our biological understanding of TUD and establishes electronic health records as a source of phenotypic information for studying the genetics of TUD. In 653,790 individuals, this multi-ancestral meta-analysis of tobacco use disorder finds 461 potential risk genes and hundreds of associations with health outcomes, showcasing the utility of electronic health records for genetic research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Struggle完成签到 ,获得积分10
刚刚
刚刚
天堂之光举报求助违规成功
刚刚
坦率的匪举报求助违规成功
刚刚
MchemG举报求助违规成功
刚刚
刚刚
3秒前
victor完成签到,获得积分10
4秒前
4秒前
limin完成签到,获得积分10
5秒前
优美巧曼发布了新的文献求助10
6秒前
Emily完成签到,获得积分10
6秒前
科研通AI5应助谭菲凡采纳,获得10
7秒前
zhou1216完成签到 ,获得积分10
7秒前
小明发布了新的文献求助10
8秒前
ziwei完成签到,获得积分10
8秒前
在水一方应助alive采纳,获得10
8秒前
aaa发布了新的文献求助10
9秒前
Tonsil01完成签到,获得积分10
9秒前
ytsy发布了新的文献求助10
10秒前
含蓄的大船完成签到,获得积分10
11秒前
华仔应助WestHoter采纳,获得10
11秒前
Tonsil01发布了新的文献求助10
12秒前
yqy发布了新的文献求助50
13秒前
周成祥完成签到,获得积分10
13秒前
14秒前
优美巧曼完成签到,获得积分10
15秒前
15秒前
haorui完成签到,获得积分10
16秒前
谭菲凡完成签到,获得积分10
17秒前
小明完成签到,获得积分10
18秒前
十五发布了新的文献求助10
18秒前
谭菲凡发布了新的文献求助10
20秒前
瓢瓢完成签到,获得积分10
20秒前
充电宝应助Tonsil01采纳,获得10
21秒前
22秒前
szmsnail完成签到,获得积分10
22秒前
阿巴阿巴阿巴完成签到,获得积分10
25秒前
且歌行完成签到,获得积分10
25秒前
26秒前
高分求助中
(禁止应助)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
International Code of Nomenclature for algae, fungi, and plants (Madrid Code) (Regnum Vegetabile) 1500
Stereoelectronic Effects 1000
Robot-supported joining of reinforcement textiles with one-sided sewing heads 820
Acylated delphinidin glucosides and flavonols from Clitoria ternatea 800
Logical form: From GB to Minimalism 500
含极性四面体硫代硫酸基团的非线性光学晶体的探索 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4186524
求助须知:如何正确求助?哪些是违规求助? 3722467
关于积分的说明 11729429
捐赠科研通 3400398
什么是DOI,文献DOI怎么找? 1865854
邀请新用户注册赠送积分活动 922865
科研通“疑难数据库(出版商)”最低求助积分说明 834276