Abstract The FOUNdational Data INitiative for Parkinson’s Disease (FOUNDIN-PD) is an international collaboration producing fundamental resources for Parkinson’s disease (PD). FOUNDIN-PD generated a multi-layered molecular dataset in a cohort of induced pluripotent stem cell (iPSC) lines differentiated to dopaminergic (DA) neurons, a major affected cell type in PD. The lines were derived from the Parkinson’s Progression Markers Initiative study including participants with PD carrying monogenic PD ( SNCA ) variants, variants with intermediate effects and variants identified by genome-wide association studies and unaffected individuals. We generated genetic, epigenetic, regulatory, transcriptomic, and longitudinal cellular imaging data from iPSC-derived DA neurons to understand molecular relationships between disease associated genetic variation and proximate molecular events. These data reveal that iPSC-derived DA neurons provide a valuable cellular context and foundational atlas for modelling PD genetic risk. We have integrated these data into a FOUNDIN-PD data browser ( https://www.foundinpd.org ) as a resource for understanding the molecular pathogenesis of PD.

Abstract The genetic basis of Lewy body dementia (LBD) is not well understood. Here, we performed whole-genome sequencing in large cohorts of LBD cases and neurologically healthy controls to study the genetic architecture of this understudied form of dementia and to generate a resource for the scientific community. Genome-wide association analysis identified five independent risk loci, whereas genome-wide gene-aggregation tests implicated mutations in the gene GBA . Genetic risk scores demonstrate that LBD shares risk profiles and pathways with Alzheimer’s and Parkinson’s disease, providing a deeper molecular understanding of the complex genetic architecture of this age-related neurodegenerative condition.

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 Parkinson’s disease is a complex neurodegenerative disorder, affecting approximately one million individuals in the USA alone. A significant proportion of risk for Parkinson’s disease is driven by genetics. Despite this, the majority of the common genetic variation that contributes to disease risk is unknown, in-part because previous genetic studies have focussed solely on the contribution of single nucleotide variants. Structural variants represent a significant source of genetic variation in the human genome. However, because assay of this variability is challenging, structural variants have not been cataloged on a genome-wide scale, and their contribution to the risk of Parkinson’s disease remains unknown. In this study, we 1) leveraged the GATK-SV pipeline to detect and genotype structural variants in 7,772 short-read sequencing data and 2) generated a subset of matched whole-genome Oxford Nanopore Technologies long-read sequencing data from the PPMI cohort to allow for comprehensive structural variant confirmation. We detected, genotyped, and tested 3,154 “high-confidence” common structural variant loci, representing over 412 million nucleotides of non-reference genetic variation. Using the long-read sequencing data, we validated three structural variants that may drive the association signals at known Parkinson’s disease risk loci, including a 2kb intronic deletion within the gene LRRN4 . Further, we confirm that the majority of structural variants in the human genome cannot be detected using short-read sequencing alone, encompassing on average around 4 million nucleotides of inaccessible sequence per genome. Therefore, although these data provide the most comprehensive survey of the contribution of structural variants to the genetic risk of Parkinson’s disease to date, this study highlights the need for large-scale long-read datasets to fully elucidate the role of structural variants in Parkinson’s disease.

ABSTRACT Polygenic inheritance plays a central role in Parkinson disease (PD). A priority in elucidating PD etiology lies in defining the biological basis of genetic risk. Unraveling how risk leads to disruption will yield disease-modifying therapeutic targets that may be effective. Here, we utilized a high-throughput and hypothesis-free approach to determine biological pathways underlying PD using the largest currently available cohorts of genetic data and gene expression data from International Parkinson’s Disease Genetics Consortium (IPDGC) and the Accelerating Medicines Partnership - Parkinson’s disease initiative (AMP-PD), among other sources. We placed these insights into a cellular context. We applied large-scale pathway-specific polygenic risk score (PRS) analyses to assess the role of common variation on PD risk in a cohort of 457,110 individuals by focusing on a compilation of 2,199 publicly annotated gene sets representative of curated pathways, of which we nominate 46 pathways associated with PD risk. We assessed the impact of rare variation on PD risk in an independent cohort of whole-genome sequencing data, including 4,331 individuals. We explored enrichment linked to expression cell specificity patterns using single-cell gene expression data and demonstrated a significant risk pattern for adult dopaminergic neurons, serotonergic neurons, and radial glia. Subsequently, we created a novel way of building de novo pathways by constructing a network expression community map using transcriptomic data derived from the blood of 1,612 PD patients, which revealed 54 connecting networks associated with PD. Our analyses highlight several promising pathways and genes for functional prioritization and provide a cellular context in which such work should be done.

Abstract Parkinson’s disease (PD) is a genetically complex disorder. Multiple genes have been shown to contribute to the risk of PD, and currently 90 independent risk variants have been identified by genome-wide association studies. Thus far, a number of genes (including SNCA , LRRK2 , and GBA ) have been shown to contain variability across a spectrum of frequency and effect, from rare, highly penetrant variants to common risk alleles with small effect sizes. Variants in GBA , encoding the enzyme glucocerebrosidase, are associated with Lewy body diseases such as PD and Lewy body dementia (LBD). These variants, which reduce or abolish enzymatic activity, confer a spectrum of disease risk, from 1.4- to >10-fold. An outstanding question in the field is what other genetic factors that influence GBA -associated risk for disease, and whether these overlap with known PD risk variants. Using multiple, large case-control datasets, totalling 217,165 individuals (22,757 PD cases, 13,431 PD proxy cases, 622 LBD cases and 180,355 controls), we identified 1,772 PD cases, 711 proxy cases and 7,624 controls with a GBA variant (p.E326K, p.T369M or p.N370S). We performed a genome-wide association study and analysed the most recent PD-associated genetic risk score to detect genetic influences on GBA risk and age at onset. We attempted to replicate our findings in two independent datasets, including the personal genetics company 23andMe, Inc. and whole-genome sequencing data. Our analysis showed that the overall PD genetic risk score modifies risk for disease and decreases age at onset in carriers of GBA variants. Notably, this effect was consistent across all tested GBA risk variants. Dissecting this signal demonstrated that variants in close proximity to SNCA and CTSB (encoding cathepsin B) are the most significant contributors. Risk variants in the CTSB locus were identified to decrease mRNA expression of CTSB . Additional analyses suggest a possible genetic interaction between GBA and CTSB and GBA p.N370S neurons were shown to have decreased Cathepsin B expression compared to controls. These data provide a genetic basis for modification of GBA -associated PD risk and age at onset and demonstrate that variability at genes implicated in lysosomal function exerts the largest effect on GBA associated risk for disease. Further, these results have important implications for selection of GBA carriers for therapeutic interventions.

Sood et al. report a multi-tissue RNA signature "predictive of human health, using only peripheral blood samples". We tested this score in blood in two independent, larger cohorts and found no associations with age or related phenotypes, including muscle strength, interleukin-6 or mortality.

Recent large-scale genetic studies have allowed for the first glimpse of the effects of common genetic variability in dementia with Lewy bodies (DLB), identifying risk variants with appreciable effect sizes. However, it is currently well established that a substantial portion of the genetic heritable component of complex traits is not captured by genome-wide significant SNPs. To overcome this issue, we have estimated the proportion of phenotypic variance explained by genetic variability (SNP heritability) in DLB using a method that is unbiased by allele frequency or linkage disequilibrium properties of the underlying variants. This shows that the heritability of DLB is nearly twice as high as previous estimates based on common variants only (31% vs 59.9%). We also determine the amount of phenotypic variance in DLB that can be explained by recent polygenic risk scores from either Parkinson's disease (PD) or Alzheimer's disease (AD), and show that, despite being highly significant, they explain a low amount of variance. Additionally, to identify pleiotropic events that might improve our understanding of the disease, we performed genetic correlation analyses of DLB with over 200 diseases and biomedically relevant traits. Our data shows that DLB has a positive correlation with education phenotypes, which is opposite to what occurs in AD. Overall, our data suggests that novel genetic risk factors for DLB should be identified by larger GWAS and these are likely to be independent from known AD and PD risk variants.

Background: The Iberian peninsula stands out as having variable levels of population admixture and isolation, making Spain an interesting setting for studying the genetic architecture of neurodegenerative diseases. Objectives: To perform the largest Parkinson disease (PD) genome-wide association study (GWAS) restricted to a single country. Methods: We performed a GWAS for both risk of PD and age at onset (AAO) in 7,849 Spanish individuals. Further analyses included population-specific risk haplotype assessments, polygenic risk scoring through machine learning, Mendelian randomization of expression and methylation data to gain insight into disease-associated loci, heritability estimates, genetic correlations and burden analyses. Results: We identified a novel population-specific GWAS signal at PARK2 associated with AAO. We replicated four genome-wide independent signals associated with PD risk, including SNCA, LRRK2, KANSL1/MAPT and HLA-DQB1. A significant trend for smaller risk haplotypes at known loci was found compared to similar studies of non-Spanish origin. Seventeen PD-related genes showed functional consequence via two-sample Mendelian randomization in expression and methylation datasets. Long runs of homozygosity at 28 known genes/loci were found to be enriched in cases versus controls. Conclusions: Our data demonstrate the utility of the Spanish risk haplotype substructure for future fine-mapping efforts, showing how leveraging unique and diverse population histories can benefit genetic studies of complex diseases. The present study points to PARK2 as a major hallmark of PD etiology in Spain.

Expression quantitative trait locus (eQTL) mapping on tissue, organ or whole organism data can detect associations that are generic across cell types. We describe a new method to focus upon specific cell types without first needing to sort cells. We applied the method to whole blood data from 5,683 samples and demonstrate that SNPs associated with Crohn’s disease preferentially affect gene expression within neutrophils.