Intelligence is highly heritable1 and a major determinant of human health and well-being2. Recent genome-wide meta-analyses have identified 24 genomic loci linked to variation in intelligence3-7, but much about its genetic underpinnings remains to be discovered. Here, we present a large-scale genetic association study of intelligence (n = 269,867), identifying 205 associated genomic loci (190 new) and 1,016 genes (939 new) via positional mapping, expression quantitative trait locus (eQTL) mapping, chromatin interaction mapping, and gene-based association analysis. We find enrichment of genetic effects in conserved and coding regions and associations with 146 nonsynonymous exonic variants. Associated genes are strongly expressed in the brain, specifically in striatal medium spiny neurons and hippocampal pyramidal neurons. Gene set analyses implicate pathways related to nervous system development and synaptic structure. We confirm previous strong genetic correlations with multiple health-related outcomes, and Mendelian randomization analysis results suggest protective effects of intelligence for Alzheimer's disease and ADHD and bidirectional causation with pleiotropic effects for schizophrenia. These results are a major step forward in understanding the neurobiology of cognitive function as well as genetically related neurological and psychiatric disorders.

ABSTRACT BACKGROUND Disentangling the genetic constellation underlying Alzheimer’s disease (AD) is important. Doing so allows us to identify biological pathways underlying AD, point towards novel drug targets and use the variants for individualised risk predictions in disease modifying or prevention trials. In the present work we report on the largest genome-wide association study (GWAS) for AD risk to date and show the combined utility of proven AD loci for precision medicine using polygenic risk scores (PRS). METHODS Three sets of summary statistics were included in our meta-GWAS of AD: an Spanish case-control study (GR@ACE/DEGESCO study, n = 12,386), the case-control study of International Genomics of Alzheimer project (IGAP, n = 82,771) and the UK Biobank (UKB) AD-by-proxy case-control study (n=314,278). Using these resources, we performed a fixed-effects inverse-variance-weighted meta-analysis. Detected loci were confirmed in a replication study of 19,089 AD cases and 39,101 controls from 16 European-ancestry cohorts not previously used. We constructed a weighted PRS based on the 39 AD variants. PRS were generated by multiplying the genotype dosage of each risk allele for each variant by its respective weight, and then summing across all variants. We first validated it for AD in independent data (assessing effects of sub-threshold signal, diagnostic certainty, age at onset and sex) and tested its effect on risk (odds for disease) and age at onset in the GR@ACE/DEGESCO study. FINDINGS Using our meta-GWAS approach and follow-up analysis, we identified novel genome-wide significant associations of six genetic variants with AD risk (rs72835061 -CHRNE , rs2154481 -APP , rs876461 -PRKD3/NDUFAF7 , rs3935877 -PLCG2 and two missense variants: rs34173062/rs34674752 in SHARPIN gene) and confirmed a stop codon mutation in the IL34 gene increasing the risk of AD ( IL34-Tyr213Ter ), and two other variants in PLCG2 and HS3ST1 regions. This brings the total number of genetic variants associated with AD to 39 (excluding APOE ). The PRS based on these variants was associated with AD in an independent clinical AD-case control dataset (OR=1.30, per 1-SD increase in the PRS, 95%CI 1.18-1.44, p = 1.1×10 −7 ), a similar effect to that in the GR@ACE/DEGESCO (OR=1.27, 95%CI 1.23-1.32, p = 7.4×10 −39 ). We then explored the combined effects of these 39 variants in a PRS for AD risk and age-at-onset stratification in GR@ACE/DEGESCO. Excluding APOE , we observed a gradual risk increase over the 2% tiles; when comparing the extremes, those with the 2% highest risk had a 2.98-fold (95% CI 2.12–4.18, p = 3.2×10 −10 ) increased risk compared to those with the 2% lowest risk ( p = 5.9×10 −10 ). Using the PRS we identified APOE ε33 carriers with a similar risk as APOE ε 4 heterozygotes carriers, as well as APOE ε4 heterozygote carriers with a similar risk as APOE ε 4 homozygote. Considering age at onset; there was a 9-year difference between median onset of AD the lowest risk group and the highest risk group (82 vs 73 years; p = 1.6×10 −6 ); a 4-year median onset difference (81 vs 77 years; p = 6.9×10 −5 ) within APOE ε4 heterozygotes and a 5.5-year median onset difference (78.5 vs 73 years; p = 4.6×10 −5 ) within APOE ε4 carriers. INTERPRETATION We identified six novel genetic variants associated with AD-risk, among which one common APP variant. A PRS of all genetic loci reported to date could be a robust tool to predict the risk and age at onset of AD, beyond APOE alone. These properties make PRS instrumental in selecting individuals at risk in order to apply preventative strategies and might have potential use in diagnostic work-up.

Abstract Estimating the polygenicity (proportion of causally associated single nucleotide polymorphisms (SNPs)) and discoverability (effect size variance) of causal SNPs for human traits is currently of considerable interest. SNP-heritability is proportional to the product of these quantities. We present a basic model, using detailed linkage disequilibrium structure from an extensive reference panel, to estimate these quantities from genome-wide association studies (GWAS) summary statistics. We apply the model to diverse phenotypes and validate the implementation with simulations. We find model polygenicities ranging from ≃ 2 × 10 −5 to ≃ 4 × 10 −3 , with discoverabilities similarly ranging over two orders of magnitude. A power analysis allows us to estimate the proportions of phenotypic variance explained additively by causal SNPs reaching genome-wide significance at current sample sizes, and map out sample sizes required to explain larger portions of additive SNP heritability. The model also allows for estimating residual inflation (or deflation from over-correcting of z-scores), and assessing compatibility of replication and discovery GWAS summary statistics. Author Summary There are ~10 million common variants in the genome of humans with European ancestry. For any particular phenotype a number of these variants will have some causal effect. It is of great interest to be able to quantify the number of these causal variants and the strength of their effect on the phenotype. Genome wide association studies (GWAS) produce very noisy summary statistics for the association between subsets of common variants and phenotypes. For any phenotype, these statistics collectively are difficult to interpret, but buried within them is the true landscape of causal effects. In this work, we posit a probability distribution for the causal effects, and assess its validity using simulations. Using a detailed reference panel of ~11 million common variants – among which only a small fraction are likely to be causal, but allowing for non-causal variants to show an association with the phenotype due to correlation with causal variants – we implement an exact procedure for estimating the number of causal variants and their mean strength of association with the phenotype. We find that, across different phenotypes, both these quantities – whose product allows for lower bound estimates of heritability – vary by orders of magnitude.

Abstract Of signal interest in the genetics of human traits is estimating their polygenicity (the proportion of causally associated single nucleotide polymorphisms (SNPs)) and the discoverability (or effect size variance) of the causal SNPs. Narrow-sense heritability is proportional to the product of these quantities. We present a basic model, using detailed linkage disequilibrium structure from an extensive reference panel, to estimate these quantities from genome-wide association studies (GWAS) summary statistics for SNPs with minor allele frequency >1%. We apply the model to diverse phenotypes and validate the implementation with simulations. We find model polygenicities ranging from ≃ 2 × 10 −5 to ≃ 4 × 10 −3 , with discoverabilities similarly ranging over two orders of magnitude. A power analysis allows us to estimate the proportions of phenotypic variance explained additively by causal SNPs at current sample sizes, and map out sample sizes required to explain larger portions of additive SNP heritability. The model also allows for estimating residual inflation.

Abstract Brain morphology has been shown to be highly heritable, yet only a small portion of the heritability is explained by the genetic variants discovered so far. Here we exploit the distributed nature of genetic effects across the brain and apply the Multivariate Omnibus Statistical Test (MOSTest) to genome-wide association studies (GWAS) of vertex-wise structural magnetic resonance imaging (MRI) cortical measures from N=35,657 participants in the UK Biobank. We identified 695 loci for cortical surface area and 539 for cortical thickness, in total 780 unique genetic loci associated with cortical morphology. This reflects an approximate 10-fold increase compared to the commonly applied univariate GWAS methods. Power analysis indicates that applying MOSTest to vertex-wise structural MRI data triples the effective sample size compared to conventional univariate GWAS approaches. Functional follow up including gene-based analyses implicate 10% of all protein-coding genes and point towards pathways involved in neurogenesis and cell differentiation.

Abstract Background Several reports have identified different patterns of Parkinson’s disease progression in individuals carrying missense variants in the GBA or LRRK2 genes. The overall contribution of genetic factors to the severity and progression of Parkinson’s disease, however, has not been well studied. Objectives To test the association between genetic variants and the clinical features and progression of Parkinson’s disease on a genome-wide scale. Methods We accumulated individual data from 12 longitudinal cohorts in a total of 4,093 patients with 25,254 observations over a median of 3.81 years. Genome-wide associations were evaluated for 25 cross-sectional and longitudinal phenotypes. Specific variants of interest, including 90 recently-identified disease risk variants, were also investigated for the associations with these phenotypes. Results Two variants were genome-wide significant. Rs382940(T>A), within the intron of SLC44A1 , was associated with reaching Hoehn and Yahr stage 3 or higher faster (HR 2.04 [1.58, 2.62], P-value = 3.46E-8). Rs61863020(G>A), an intergenic variant and eQTL for ADRA2A , was associated with a lower prevalence of insomnia at baseline (OR 0.63 [0,52, 0.75], P-value = 4.74E-8). In the targeted analysis, we found nine associations between known Parkinson’s risk variants and more severe motor/cognitive symptoms. Also, we replicated previous reports of GBA coding variants (rs2230288: p.E365K, rs75548401: p.T408M) being associated with greater motor and cognitive decline over time, and APOE E4 tagging variant (rs429358) being associated with greater cognitive deficits in patients. Conclusions We identified novel genetic factors associated with heterogeneity of progression in Parkinson’s disease. The results provide new insights into the pathogenesis of Parkinson’s disease as well as patient stratification for clinical trials.

Abstract Background Cerebral myeloarchitecture shows substantial development across childhood and adolescence, and aberrations in these trajectories are relevant for a range of mental disorders. Differential myelination between intracortical and subjacent white matter can be approximated using signal intensities in T1-weighted magnetic resonance images (MRI). Methods To test the sensitivity of gray/white matter contrast (GWC) to age and individual differences in psychopathology and general cognitive ability in youth (8-23 years), we formed data-driven psychopathology and cognitive components using a large population-based sample, the Philadelphia Neurodevelopmental Cohort (PNC) (n=6487, 52% females). We then tested for associations with regional GWC defined by an independent component analysis (ICA) in a subsample with available MRI data (n=1467, 53% females). Results The analyses revealed a global GWC component, which showed an age-related decrease from late childhood and across adolescence. In addition, we found regional anatomically meaningful components with differential age associations explaining variance beyond the global component. When accounting for age and sex, both higher symptom levels of anxiety or prodromal psychosis and lower cognitive ability were associated with higher GWC in insula and cingulate cortices and with lower GWC in pre- and postcentral cortices. We also found several additional regional associations with anxiety, prodromal psychosis and cognitive ability. Conclusion Independent modes of GWC variation are sensitive to global and regional brain developmental processes, possibly related to differences between intracortical and subjacent white matter myelination, and individual differences in regional GWC are associated with both mental health and general cognitive functioning.

ABSTRACT The folding of the human cerebral cortex is a highly genetically regulated process that allows for a much larger surface area to fit into the cranial vault and optimizes functional organization. Sulcal depth is a robust, yet understudied measure of localized folding, previously associated with a range of neurodevelopmental disorders. Here, we report the first genome-wide association study of sulcal depth. Through the Multivariate Omnibus Statistical Test (MOSTest) applied to vertexwise measures from 33,748 participants of the UK Biobank (mean age 64.3 years, 52.0% female) we identified 856 genetic loci associated with sulcal depth at genome-wide significance (α=5×10 -8 ). Comparison with two other measures of cortical morphology, cortical thickness and surface area, indicated that sulcal depth has higher yield in terms of loci discovered, higher heritability and higher effective sample size. There was a large amount of genetic overlap between the three traits, with gene-based analyses indicating strong associations with neurodevelopmental processes. Our findings demonstrate sulcal depth is a promising MRI phenotype that may enhance our understanding of human cortical morphology.

Abstract Background and Aims Increasing evidence suggests that some reproductive factors/hazards are associated with a future risk of cardiovascular disease (CVD) in women. While major (non-perinatal) depression has consistently been associated with CVD, the long-term risk of CVD after perinatal depression (PND) is largely unknown. Methods A nationwide population-based matched cohort study involving 55 539 women diagnosed with PND during 2001–14 in Sweden and 545 567 unaffected women individually matched on age and year of conception/delivery was conducted. All women were followed up to 2020. Perinatal depression and CVD were identified from Swedish national health registers. Using multivariable Cox models, hazard ratios (HR) of any and type-specific CVD according to PND were estimated. Results The mean age at the PND diagnosis was 30.8 [standard deviation (SD) 5.6] years. During the follow-up of up to 20 years (mean 10.4, SD 3.6), 3533 (6.4%) women with PND (expected number 2077) and 20 202 (3.7%) unaffected women developed CVD. Compared with matched unaffected women, women with PND had a 36% higher risk of developing CVD [adjusted HR = 1.36, 95% confidence interval (CI): 1.31–1.42], while compared with their sisters, women with PND had a 20% higher risk of CVD (adjusted HR = 1.20, 95% CI 1.07–1.34). The results were most pronounced in women without a history of psychiatric disorder (P for interaction < .001). The association was observed for all CVD subtypes, with the highest HR in the case of hypertensive disease (HR = 1.50, 95% CI: 1.41–1.60), ischaemic heart disease (HR = 1.37, 95% CI: 1.13–1.65), and heart failure (HR 1.36, 95% CI: 1.06–1.74). Conclusions Women with PND are at higher risk of CVD in middle adulthood. Reproductive history, including PND, should be considered in CVD risk assessments of women.

Major depressive disorder (MDD) and cardiovascular disease (CVD) are often comorbid, resulting in excess morbidity and mortality. Here we show that CVDs share most of their genetic risk factors with MDD. Multivariate genome-wide association analysis of shared genetic liability between MDD and atherosclerotic CVD revealed seven loci and distinct patterns of tissue and brain cell-type enrichments, suggesting the involvement of the thalamus. Part of the genetic overlap was explained by shared inflammatory, metabolic and psychosocial or lifestyle risk factors. Our data indicated causal effects of genetic liability to MDD on CVD risk, but not from most CVDs to MDD, and showed that the causal effects were partly explained by metabolic and psychosocial or lifestyle factors. The distinct signature of MDD-atherosclerotic CVD comorbidity suggests an immunometabolic subtype of MDD that is more strongly associated with CVD than overall MDD. In summary, we identified biological mechanisms underlying MDD-CVD comorbidity and modifiable risk factors for prevention of CVD in individuals with MDD.