Author summary Schizophrenia is a severe psychiatric disorder with a lifetime risk of about 1% world-wide. Most large schizophrenia genetic studies have studied people of primarily European ancestry, potentially missing important biological insights. Here we present a study of East Asian participants (22,778 schizophrenia cases and 35,362 controls), identifying 21 genome-wide significant schizophrenia associations in 19 genetic loci. Over the genome, the common genetic variants that confer risk for schizophrenia have highly similar effects in those of East Asian and European ancestry (r g =0.98), indicating for the first time that the genetic basis of schizophrenia and its biology are broadly shared across these world populations. A fixed-effect meta-analysis including individuals from East Asian and European ancestries revealed 208 genome-wide significant schizophrenia associations in 176 genetic loci (53 novel). Trans-ancestry fine-mapping more precisely isolated schizophrenia causal alleles in 70% of these loci. Despite consistent genetic effects across populations, polygenic risk models trained in one population have reduced performance in the other, highlighting the importance of including all major ancestral groups with sufficient sample size to ensure the findings have maximum relevance for all populations.

Abstract Genes enriched for rare disruptive coding variants in schizophrenia overlap those in which disruptive mutations are associated with neurodevelopmental disorders (NDDs), particularly autism spectrum disorders and intellectual disability. However, it is unclear whether this implicates the same specific variants, or even variants with the same functional effects on shared risk genes. Here, we show that de novo mutations in schizophrenia are generally of the same functional category as those that confer risk for NDDs, and that the specific de novo mutations in NDDs are enriched in schizophrenia. These findings indicate that, in part, NDDs and schizophrenia have shared molecular aetiology, and therefore likely overlapping pathophysiology. We also observe pleiotropic effects for variants known to be pathogenic for several syndromic developmental disorders, suggesting that schizophrenia should be included among the phenotypes associated with these mutations. Collectively, our findings support the hypothesis that at least some forms of schizophrenia lie within a continuum of neurodevelopmental disorders.

Abstract The U.S. National Institute of Mental Health (NIMH) introduced the research domain criteria (RDoC) initiative to promote the integration of information across multiple units of analysis (i.e., brain circuits, physiology, behavior, self-reports) to better understand the basic dimensions of behavior and cognitive functioning underlying normal and abnormal mental conditions. Along those lines, this study examined the association between peripheral blood gene expression levels and emotional and behavioral problems in school-age children. Children were chosen from two age- and sex-matched groups: those with or without parental reports of any prior or current psychiatric diagnosis. RNA-sequencing was performed on whole blood from 96 probands aged 6–12 years who were medication-free at the time of assessment. Module eigengenes were derived using weighted gene co-expression network analysis ( WGCNA ). Associations were tested between module eigengene expression levels and eight syndrome scales from parent ratings on the Child Behavior Checklist (CBCL). Nine out of the 36 modules were significantly associated with at least one syndrome scale measured by the CBCL (i.e., aggression, social problems, attention problems, and/or thought problems) after accounting for covariates and correcting for multiple testing. Our study demonstrates that variation in peripheral blood gene expression relates to emotional and behavioral profiles in children. If replicated and validated, our results may help in identifying problem or at-risk behavior in pediatric populations, and in elucidating the biological pathways that modulate complex human behavior.

Genetically influenced changes in brain organization occur over the course of development. Large-scale brain imaging studies by the ENIGMA Consortium identified structural changes associated with attention-deficit/hyperactivity disorder (ADHD). It is not clear why some brain regions are impaired and others spared by the etiological risks for ADHD. We hypothesized that spatial variation in brain cell organization and/or pathway expression levels contribute to selective brain region vulnerability (SBRV) in ADHD. In this study, we used the largest available collection of imaging results from the ADHD ENIGMA Consortium along with high-resolution postmortem brain microarray data from Allen Brain Atlas from 22 sub-cortical and cortical brain regions to investigate our selective brain region vulnerability (SBRV) hypothesis. We performed deconvolution of the bulk transcriptomic data to determine abundances of neuronal and non-neuronal cells in the brain. We then assessed the relationships between gene set expression levels, cell abundance, and standardized effect sizes representing regional changes in brain sizes in cases of ADHD. Our analysis yielded significant correlations between apoptosis, autophagy, and neurodevelopment genes with reductions in regional brain sizes in ADHD, along with associations to regional abundances of dopaminergic neurons, astrocytes, oligodendrocytes, and neural progenitor cells. This works provides novel mechanistic insights into SBRV in ADHD.

Large-scale reference data sets of human genetic variation are critical for the medical and functional interpretation of DNA sequence changes. Here we describe the aggregation and analysis of high-quality exome (protein-coding region) sequence data for 60,706 individuals of diverse ethnicities generated as part of the Exome Aggregation Consortium (ExAC). The resulting catalogue of human genetic diversity contains an average of one variant every eight bases of the exome, and provides direct evidence for the presence of widespread mutational recurrence. We show that this catalogue can be used to calculate objective metrics of pathogenicity for sequence variants, and to identify genes subject to strong selection against various classes of mutation; we identify 3,230 genes with near-complete depletion of truncating variants, 72% of which have no currently established human disease phenotype. Finally, we demonstrate that these data can be used for the efficient filtering of candidate disease-causing variants, and for the discovery of human knockout variants in protein-coding genes.

Transcriptome-wide screens of peripheral blood during the onset and development of posttraumatic stress disorder (PTSD) indicate widespread immune dysregulation. However, little is known as to whether biological sex and the type of traumatic event influence shared or distinct biological pathways in PTSD. We performed a combined analysis of five independent PTSD blood transcriptome studies covering seven types of trauma in 229 PTSD and 311 comparison individuals to synthesize the extant data. Analyses by trauma type revealed a clear pattern of PTSD gene expression signatures distinguishing interpersonal (IP)-related traumas from combat-related traumas. Co-expression network analyses integrated all data and identified distinct gene expression perturbations across sex and modes of trauma in PTSD, including one wound-healing module down-regulated in men exposed to combat traumas, one IL12-mediated signaling module up-regulated in men exposed to IP-related traumas, and two modules associated with lipid metabolism and MAPK-activity up-regulated in women exposed to IP-related traumas. Remarkably, a high degree of sharing of transcriptional dysregulation across sex and modes of trauma in PTSD was also observed converging on common signaling cascades, including cytokine, innate immune and type I interferon pathways. Collectively, these findings provide a broad view of immune dysregulation in PTSD and demonstrate inflammatory pathways of molecular convergence and specificity, which may inform mechanisms and diagnostic biomarkers for the disorder.

Autism spectrum disorder (ASD) is a markedly heterogeneous condition with a varied phenotypic presentation. Its high concordance among siblings, as well as its clear association with specific genetic disorders, both point to a strong genetic etiology. However, the molecular basis of ASD is still poorly understood, although recent studies point to the existence of sex-specific ASD pathophysiologies and biomarkers. Despite this, little is known about how exactly sex influences the gene expression signatures of ASD probands. In an effort to identify sex-dependent biomarkers (and characterise their function), we present an analysis of a single paired-end post-mortem brain RNA-Seq data set and a meta-analysis of six blood-based microarray data sets. Here, we identify several genes with sex-dependent dysregulation, and many more with sex-independent dysregulation. Moreover, through pathway analysis, we find that these sex-independent biomarkers have substantially different biological roles than the sex-dependent biomarkers, and that some of these pathways are ubiquitously dysregulated in both post-mortem brain and blood. We conclude by synthesizing the discovered biomarker profiles with the extant literature, by highlighting the advantage of studying sex-specific dysregulation directly, and by making a call for new transcriptomic data that comprise large female cohorts.

Individuals with psychiatric disorders have elevated rates of autoimmune comorbidity and altered immune signaling. It is unclear whether these altered immunological states have a shared genetic basis with those psychiatric disorders. The present study sought to use existing summary-level data from previous genome-wide association studies (GWASs) to determine if commonly varying single nucleotide polymorphisms (SNPs) are shared between psychiatric and immune-related phenotypes. We estimated heritability and examined pair-wise genetic correlations using the linkage disequilibrium score regression (LDSC) and heritability estimation from summary statistics (HESS) methods. Using LDSC, we observed significant genetic correlations between immune-related disorders and several psychiatric disorders, including anorexia nervosa, attention deficit-hyperactivity disorder, bipolar disorder, major depression, obsessive compulsive disorder, schizophrenia, smoking behavior, and Tourette syndrome. Loci significantly mediating genetic correlations were identified for schizophrenia when analytically paired with Crohns disease, primary biliary cirrhosis, systemic lupus erythematosus, and ulcerative colitis. We report significantly correlated loci and highlight those containing genome-wide associations and candidate genes for respective disorders. We also used the LDSC method to characterize genetic correlations amongst the immune-related phenotypes. We discuss our findings in the context of relevant genetic and epidemiological literature, as well as the limitations and caveats of the study.

Multivariate network-based analytic methods such as weighted gene co-expression network analysis are being increasingly applied to human and animal gene-expression data to estimate module eigengenes (MEs). MEs represent multivariate summaries of correlated gene-expression patterns and network connectivity across genes within a module. Although this approach has the potential to elucidate the mechanisms by which molecular genomic variations contribute to individual differences in complex traits, the genetic etiology of MEs has never been empirically established. It is unclear if and to what degree individual differences in blood derived MEs reflect random variation versus familial aggregation arising from heritable or shared environmental influences. We used biometrical genetic analyses to estimate the contribution of genetic and environmental influences on MEs derived from blood lymphocytes collected on a sample of N=661 older male twins from the Vietnam Era Twin Study of Aging (VETSA) whose mean age at assessment was 67.7 years (SD=2.6 years, range=62-74 years). Of the 26 detected MEs, 14 (56%) had statistically significant additive genetic variation with an average heritability of 44% (SD=0.08, range=35-64%). Despite the relatively small sample size, this demonstration of significant family aggregation including estimates of heritability in 14 of the 26 MEs suggests that blood-based MEs are reliable and merit further exploration in terms of their associations with complex traits and diseases.

Protein-coding de novo mutations (DNMs) in the form of single nucleotide changes and short insertions/deletions are significant genetic risk factors for autism, intellectual disability, developmental delay, and epileptic encephalopathy. In contrast, the burden of DNMs has thus far only had a modest documented impact on schizophrenia (SCZ) risk. Here, we analyze whole-exome sequence from 1,695 SCZ affected parent-offspring trios from Taiwan along with DNMs from 1,077 published SCZ trios to better understand the contribution of coding DNMs to SCZ risk. Among 2,772 SCZ affected probands, the increased burden of DNMs is modest. Gene set analyses show that the modest increase in risk from DNMs in SCZ probands is concentrated in genes that are either highly brain expressed, under strong evolutionary constraint, and/or overlap with genes identified as DNM risk factors in other neurodevelopmental disorders. No single gene meets the criteria for genome-wide significance, but we identify 16 genes that are recurrently hit by a protein-truncating DNM, which is a 3.15-fold higher rate than mutation model expectation of 5.1 genes (permuted 95% CI=1-10 genes, permuted p=3e-5). Overall, DNMs explain only a small fraction of SCZ risk, and this risk is polygenic in nature suggesting that coding variation across many different genes will be a risk factor for SCZ in the population.