Genetic discoveries of Alzheimer's disease are the drivers of our understanding, and together with polygenetic risk stratification can contribute towards planning of feasible and efficient preventive and curative clinical trials. We first perform a large genetic association study by merging all available case-control datasets and by-proxy study results (discovery n = 409,435 and validation size n = 58,190). Here, we add six variants associated with Alzheimer's disease risk (near APP, CHRNE, PRKD3/NDUFAF7, PLCG2 and two exonic variants in the SHARPIN gene). Assessment of the polygenic risk score and stratifying by APOE reveal a 4 to 5.5 years difference in median age at onset of Alzheimer's disease patients in APOE ɛ4 carriers. Because of this study, the underlying mechanisms of APP can be studied to refine the amyloid cascade and the polygenic risk score provides a tool to select individuals at high risk of Alzheimer's disease.

Abstract A genome-wide survival analysis of 14,406 Alzheimer’s disease (AD) cases and 25,849 controls identified eight previously reported AD risk loci and fourteen novel loci associated with age at onset. LD score regression of 220 cell types implicated regulation of myeloid gene expression in AD risk. In particular, the minor allele of rs1057233 (G), within the previously reported CELF1 AD risk locus, showed association with delayed AD onset and lower expression of SPI1 in monocytes and macrophages. SPI1 encodes PU.1, a transcription factor critical for myeloid cell development and function. AD heritability is enriched within the PU.1 cistrome, implicating a myeloid PU.1 target gene network in AD. Finally, experimentally altered PU.1 levels affect the expression of mouse orthologs of many AD risk genes and the phagocytic activity of mouse microglial cells. Our results suggest that lower SPI1 expression reduces AD risk by regulating myeloid gene expression and cell function.

Abstract A rare coding variant of Abelson-interactor gene family member 3 (Abi3) is associated with increased risk of late-onset Alzheimer’s Disease (AD). Although Abi3 is recognised as a core microglial gene, its role in microglia is largely unknown. Here we demonstrate that Abi3 is crucial for normal microglial morphology, distribution, and homeostatic tissue surveillance activity in vivo .

Abstract Risk-taking behaviour is a key component of several psychiatric disorders and could influence lifestyle choices such as smoking, alcohol use and diet. As a phenotype, risk-taking behaviour therefore fits within a Research Domain Criteria (RDoC) approach, whereby identifying genetic determinants of this trait has the potential to improve our understanding across different psychiatric disorders. Here we report a genome wide association study in 116 255 UK Biobank participants who responded yes/no to the question “Would you consider yourself a risk-taker?” Risk-takers (compared to controls) were more likely to be men, smokers and have a history of psychiatric disorder. Genetic loci associated with risk-taking behaviour were identified on chromosomes 3 (rs13084531) and 6 (rs9379971). The effects of both lead SNPs were comparable between men and women. The chromosome 3 locus highlights CADM2 , previously implicated in cognitive and executive functions, but the chromosome 6 locus is challenging to interpret due to the complexity of the HLA region. Risk-taking behaviour shared significant genetic risk with schizophrenia, bipolar disorder, attention deficit hyperactivity disorder and post-traumatic stress disorder, as well as with smoking and total obesity. Despite being based on only a single question, this study furthers our understanding of the biology of risk-taking behaviour, a trait which has a major impact on a range of common physical and mental health disorders.

Abstract Genome-wide association studies of late-onset Alzheimer’s disease (AD) have highlighted the importance of variants associated with genes expressed by the innate immune system in determining risk for AD. Recently, we and others have shown that genes associated with variants that confer risk for AD are significantly enriched in transcriptional networks expressed by amyloid-responsive microglia. This allowed us to predict new risk genes for AD, including the interferon-responsive oligoadenylate synthetase 1 ( OAS1 ). However, the function of OAS1 within microglia and its genetic pathway are not known. Using genotyping from 1,313 individuals with sporadic AD and 1,234 control individuals, we confirm that the OAS1 variant, rs1131454, is associated with increased risk for AD and decreased OAS1 expression. Moreover, we note that the same locus was recently associated with critical illness in response to COVID-19, linking variants that are associated with AD and a severe response to COVID-19. By analysing single-cell RNA-sequencing (scRNA-seq) data of isolated microglia from APP NL-G-F knock-in and wild-type C57BL/6J mice, we identify a transcriptional network that is significantly upregulated with age and amyloid deposition, and contains the mouse orthologue Oas1a , providing evidence that Oas1a plays an age-dependent function in the innate immune system. We identify a similar interferon-related transcriptional network containing OAS1 by analysing scRNA-seq data from human microglia isolated from individuals with AD. Finally, using human iPSC-derived microglial cells (h-iPSC-Mg), we see that OAS1 is required to limit the pro-inflammatory response of microglia. When stimulated with interferon-gamma (IFN-γ), we note that cells with lower OAS1 expression show an exaggerated pro-inflammatory response, with increased expression and secretion of TNF-α. Collectively, our data support a link between genetic risk for AD and susceptibility to critical illness with COVID-19 centred on OAS1 and interferon signalling, a finding with potential implications for future treatments of both AD and COVID-19, and the development of biomarkers to track disease progression.

Abstract Schizophrenia is a highly polygenic disorder with important contributions coming from both common and rare risk alleles, the latter including CNVs and rare coding variants (RCVs), sometimes occurring as de novo variants (DNVs). We performed DNV analysis in whole exome-sequencing data obtained from a new sample of 613 schizophrenia trios, and combined this with published data for a total of 3,444 trios. Loss-of-function (LoF) DNVs were significantly enriched among 3,488 LoF intolerant genes in our new trio data (rate ratio (RR) (95% CI) = 2.23 (1.31, 3.79); p = 2.2 × 10 −3 ), supporting previous findings. In the full dataset, genes associated with neurodevelopmental disorders (NDD; n=160) were significantly enriched for LoF DNVs (RR (95% CI) = 3.32 (2.0, 5.21); p = 7.4 × 10 −6 ). Within this set of NDD genes, SLC6A1 , encoding a gamma-aminobutyric acid transporter, was associated with missense-damaging DNVs ( p = 5.2 × 10 −5 ). Using data from a subset of 1,122 trios for which we had genome-wide common variant data, schizophrenia polygenic risk was significantly over-transmitted to probands ( p = 2.6 × 10 −60 ), as was bipolar disorder common variant polygenic risk ( p = 5.7 × 10 −17 ). We defined carriers of candidate schizophrenia-related DNVs as those with LoF or deletion DNVs in LoF intolerant or NDD genes. These individuals had significantly less over-transmission of common risk alleles than non-carriers ( p = 3.5 × 10 −4 ), providing robust support for the hypothesis that this set of DNVs is enriched for those related to schizophrenia.

Abstract INTRODUCTION Both Alzheimer’s disease (AD) and ageing have a strong genetic component. In each case, many associated variants have been discovered, but how much missing heritability remains to be discovered is debated. Variability in the estimation of SNP-based heritability could explain the differences in reported heritability. METHODS We compute heritability in five large independent cohorts (N=7,396, 1,566, 803, 12,528 and 3,963) to determine whether a consensus for the AD heritability estimate can be reached. These cohorts vary by sample size, age of cases and controls and phenotype definition. We compute heritability a) for all SNPs, b) excluding APOE region, c) excluding both APOE and genome-wide association study hit regions, and d) SNPs overlapping a microglia gene-set. RESULTS SNP-based heritability of Alzheimer’s disease is between 38 and 66% when age and genetic disease architecture are correctly accounted for. The heritability estimates decrease by 12% [SD=8%] on average when the APOE region is excluded and an additional 1% [SD=3%] when genome-wide significant regions were removed. A microglia gene-set explains 69-84% of our estimates of SNP-based heritability using only 3% of total SNPs in all cohorts. CONCLUSION The heritability of neurodegenerative disorders cannot be represented as a single number, because it is dependent on the ages of cases and controls. Genome-wide association studies pick up a large proportion of total AD heritability when age and genetic architecture are correctly accounted for. Around 13% of SNP-based heritability can be explained by known genetic loci and the remaining heritability likely resides around microglial related genes. Author Summary Estimates of heritability in Alzheimer’s disease, the proportion of phenotypic variance explained by genetics, are very varied across different studies, therefore, the amount of ‘missing’ heritability not yet captured by current genome-wide association studies is debated. We investigate this in five independent cohorts, provide estimates based on these cohorts and detail necessary suggestions to accurately calculate heritability in age-related disorders. We also confirm the importance of microglia relevant genetic markers in Alzheimer’s disease. This manuscript provides suggestions for other researchers computing heritability in late-onset disorders and the microglia gene-set used in this study will be published alongside this manuscript and made available to other researchers. The correct assessment of disease heritability will aid in better understanding the amount of ‘missing heritability’ in Alzheimer’s disease.

Abstract We investigated the structural brain networks of 562 young adults in relation to polygenic risk for Alzheimer’s disease, using magnetic resonance imaging (MRI) and genotype data from the Avon Longitudinal Study of Parents and Children. Diffusion MRI data were used to perform whole-brain tractography and to generate structural brain networks for the whole-brain connectome, and for the default mode, limbic and visual subnetworks. The mean clustering coefficient, mean betweenness centrality, characteristic path length, global efficiency and mean nodal strength were calculated for these networks, for each participant. The connectivity of the rich-club, feeder and local connections was also calculated. Polygenic risk scores (PRS), estimating each participant’s genetic risk, were calculated at genome-wide level and for nine specific disease pathways. Correlations were calculated between the PRS and a) the graph theoretical metrics of the structural networks and b) the rich-club, feeder and local connectivity of the whole-brain networks. In the visual subnetwork, the mean nodal strength was negatively correlated with the genomewide PRS (r=−0.19, p =1.3×10 −5 ), the mean betweenness centrality was positively correlated with the plasma lipoprotein particle assembly PRS (r=0.16, p =9.2×10 −4 ), and the mean clustering coefficient was negatively correlated with the tau protein binding PRS (r=−0.16, p =9.2×10 −4 ). In the default mode network, the mean nodal strength was negatively correlated with the genomewide PRS (r=−0.14, p =1.5×10 −3 ). The rich-club and feeder connectivities were negatively correlated with the genome-wide PRS (r=−0.16, p =3.7×10 −4 ; r=−0.15, p =8.8×10 −4 ). Our results indicate small reductions in brain connectivity in young adults at risk of developing Alzheimer’s disease in later life.

Abstract Stratified medicine holds great promise to tailor treatment to the needs of individual patients. While genetics holds great potential to aid patient stratification, it remains a major challenge to operationalize complex genetic risk factor profiles to deconstruct clinical heterogeneity. Contemporary approaches to this problem rely on polygenic risk scores (PRS), which provide only limited clinical utility and lack a clear biological foundation. To overcome these limitations, we develop the CASTom-iGEx approach to stratify individuals based on the aggregated impact of their genetic risk factor profiles on tissue specific gene expression levels. The paradigmatic application of this approach to coronary artery disease or schizophrenia patient cohorts identified diverse strata or biotypes. These biotypes are characterized by distinct endophenotype profiles as well as clinical parameters and are fundamentally distinct from PRS based groupings. In stark contrast to the latter, the CASTom-iGEx strategy discovers biologically meaningful and clinically actionable patient subgroups, where complex genetic liabilities are not randomly distributed across individuals but rather converge onto distinct disease relevant biological processes. These results support the notion of different patient biotypes characterized by partially distinct pathomechanisms. Thus, the universally applicable approach presented here has the potential to constitute an important component of future personalized medicine paradigms.