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.

Danielle Posthuma and colleagues perform a large meta-analysis for intelligence and determine genetic overlap with several neuropsychiatric and metabolic traits. They find 15 new significant loci and implicate 40 new genes, most of which are predominantly expressed in the brain. Intelligence is associated with important economic and health-related life outcomes1. Despite intelligence having substantial heritability2 (0.54) and a confirmed polygenic nature, initial genetic studies were mostly underpowered3,4,5. Here we report a meta-analysis for intelligence of 78,308 individuals. We identify 336 associated SNPs (METAL P < 5 × 10−8) in 18 genomic loci, of which 15 are new. Around half of the SNPs are located inside a gene, implicating 22 genes, of which 11 are new findings. Gene-based analyses identified an additional 30 genes (MAGMA P < 2.73 × 10−6), of which all but one had not been implicated previously. We show that the identified genes are predominantly expressed in brain tissue, and pathway analysis indicates the involvement of genes regulating cell development (MAGMA competitive P = 3.5 × 10−6). Despite the well-known difference in twin-based heritability2 for intelligence in childhood (0.45) and adulthood (0.80), we show substantial genetic correlation (rg = 0.89, LD score regression P = 5.4 × 10−29). These findings provide new insight into the genetic architecture of intelligence.

The Twins' Early Development Study (TEDS) is a large-scale longitudinal study of twins from early childhood through adolescence. Since its conception, TEDS has had as its focus the study of problematic development within the context of normal variation, mainly in the development of language, cognitive and academic abilities and behavior problems from multivariate quantitative and molecular genetic perspectives. TEDS twins have been assessed at 2, 3, 4, 7, 9, 10 and (currently) 12 years of age, and DNA collected from more than 12,000 children. Identified from birth records of twins born in the United Kingdom between 1994 and 1996, more than 15,000 pairs of twins originally enrolled in TEDS, and well over 13,000 pairs--representative of the U.K. population--remain involved in the study to date. Similar to many other twin and adoption studies, TEDS data indicate that both genetic and environmental influences are important in nearly all areas of behavioral development. Multivariate genetic analyses allow researchers to go beyond this basic nature-nurture question, and TEDS results suggest that, especially in the area of learning abilities and disabilities, genes are generalists and environments are specialists. That is, genes largely contribute to similarity in performance within and between learning abilities and disabilities and across age, whereas the environment contributes to differences in performance. Quantitative genetic findings such as these chart the course for molecular genetic research. The TEDS dataset is proving valuable in genome-wide association research that tries to identify some of the many genes responsible for the ubiquitous heritability of behavior.

Abstract Individual-level polygenic scores can now explain ∼10% of the variation in number of years of completed education. However, associations between polygenic scores and education capture not only genetic propensity but information about the environment that individuals are exposed to. This is because individuals passively inherit effects of parental genotypes, since their parents typically also provide the rearing environment. In other words, the strong correlation between offspring and parent genotypes results in an association between the offspring genotypes and the rearing environment. This is termed passive gene-environment correlation. We present an approach to test for the extent of passive gene-environment correlation for education without requiring intergenerational data. Specifically, we use information from 6311 individuals in the UK Biobank who were adopted in childhood to compare genetic influence on education between adoptees and non-adopted individuals. Adoptees’ rearing environments are less correlated with their genotypes, because they do not share genes with their adoptive parents. We find that polygenic scores are twice as predictive of years of education in non-adopted individuals compared to adoptees (R 2 = 0.074 vs 0.037, difference test p= 8.23 × 10 −24 ). We provide another kind of evidence for the influence of parental behaviour on offspring education: individuals in the lowest decile of education polygenic score attain significantly more education if they are adopted, possibly due to educationally supportive adoptive environments. Overall, these results suggest that genetic influences on education are mediated via the home environment. As such, polygenic prediction of educational attainment represents gene-environment correlations just as much as it represents direct genetic effects.

Abstract Background The predictive utility of polygenic scores is increasing, and many polygenic scoring methods are available, but it is unclear which method performs best. This study evaluates the predictive utility of polygenic scoring methods within a reference-standardized framework, which uses a common set of variants and reference-based estimates of linkage disequilibrium and allele frequencies to construct scores. Methods Eight polygenic score methods were tested: p-value thresholding and clumping (pT+clump), SBLUP, lassosum, LDPred1, LDPred2, PRScs, DBSLMM and SBayesR, evaluating their performance to predict outcomes in UK Biobank and the Twins Early Development Study (TEDS). Strategies to identify optimal p-value threshold and shrinkage parameters were compared, including 10-fold cross validation, pseudovalidation and infinitesimal models (with no validation sample), and multi-polygenic score elastic net models. Results LDPred2, lassosum and PRScs performed strongly using 10-fold cross-validation to identify the most predictive p-value threshold or shrinkage parameter, giving a relative improvement of 16-18% over pT+clump in the correlation between observed and predicted outcome values. Using pseudovalidation, the best methods were PRScs and DBSLMM, with a relative improvement of >10% over other pseudovalidation and infinitesimal methods (lassosum, SBLUP, SBayesR, LDPred1, LDPred2). PRScs pseudovalidation was only 3% worse than the best polygenic score identified by 10-fold cross validation. Elastic net models containing polygenic scores based on a range of parameters consistently improved prediction over any single polygenic score. Conclusion Within a reference-standardized framework, the best polygenic prediction was achieved using LDPred2, lassosum and PRScs, modeling multiple polygenic scores derived using multiple parameters. This study will help researchers performing polygenic score studies to select the most powerful and predictive analysis methods.

Abstract The use of spoken and written language is a capacity that is unique to humans. Individual differences in reading- and language-related skills are influenced by genetic variation, with twin-based heritability estimates of 30-80%, depending on the trait. The relevant genetic architecture is complex, heterogeneous, and multifactorial, and yet to be investigated with well-powered studies. Here, we present a multicohort genome-wide association study (GWAS) of five traits assessed individually using psychometric measures: word reading, nonword reading, spelling, phoneme awareness, and nonword repetition, with total sample sizes ranging from 13,633 to 33,959 participants aged 5-26 years (12,411 to 27,180 for those with European ancestry, defined by principal component analyses). We identified a genome-wide significant association with word reading (rs11208009, p=1.098 × 10 −8 ) independent of known loci associated with intelligence or educational attainment. All five reading-/language-related traits had robust SNP-heritability estimates (0.13–0.26), and genetic correlations between them were modest to high. Using genomic structural equation modelling, we found evidence for a shared genetic factor explaining the majority of variation in word and nonword reading, spelling, and phoneme awareness, which only partially overlapped with genetic variation contributing to nonword repetition, intelligence and educational attainment. A multivariate GWAS was performed to jointly analyse word and nonword reading, spelling, and phoneme awareness, maximizing power for follow-up investigation. Genetic correlation analysis of multivariate GWAS results with neuroimaging traits identified association with cortical surface area of the banks of the left superior temporal sulcus, a brain region with known links to processing of spoken and written language. Analysis of evolutionary annotations on the lineage that led to modern humans showed enriched heritability in regions depleted of Neanderthal variants. Together, these results provide new avenues for deciphering the biological underpinnings of these uniquely human traits.

Abstract Individuals with psychiatric disorders perform differently in school compared to the general population. Genetic factors contribute substantially to such differences. It is however unclear if differential performance is seen across all cognitive domains such as math and language. Here we report a genome-wide association study (GWAS) of school grades in 30,982 individuals (18,495 with and 12,487 without one or more of six major psychiatric disorders) and a replication study in 4,547 individuals. GWAS of overall school performance yielded results that were highly similar to the results of a previous GWAS of educational attainment. Analyzing subject specific grades, we observed that math performance was severely affected whereas language performance (Danish and English) was relatively unaffected or enhanced in those with psychiatric disorders compared to controls. We found that the genetic variants associated with poor math performance, but better language performance were also associated with increased risk for multiple psychiatric disorders. The same variants were also associated with creativity, which we show through a polygenic score analysis of 2953 creative professionals and 164,622 controls. The results overall suggest that risk for psychiatric disorders, language ability and creativity might have overlapping genetic roots.

ABSTRACT The two best predictors of children’s educational achievement available from birth are parents’ socioeconomic status (SES) and, recently, children’s inherited DNA differences that can be aggregated in genome-wide polygenic scores (GPS). Here we chart for the first time the developmental interplay between these two predictors of educational achievement at ages 7, 11, 14 and 16 in a sample of almost 5,000 UK school children. We show that the prediction of educational achievement from both GPS and SES increases steadily throughout the school years. Using latent growth curve models, we find that GPS and SES not only predict educational achievement in the first grade but they also account for systematic changes in achievement across the school years. At the end of compulsory education at age 16, GPS and SES respectively predict 14% and 23% of the variance of educational achievement; controlling for genetic influence on SES reduces its predictive power to 16%. Analyses of the extremes of GPS and SES highlight their influence and interplay: In children who have high GPS and come from high SES families, 77% go to university, whereas 21% of children with low GPS and from low SES backgrounds attend university. We find that the effects of GPS and SES are primarily additive, suggesting that their joint impact is particularly dramatic for children at the extreme ends of the distribution.

Despite the substantial heritability of antisocial behavior (ASB), specific genetic variants robustly associated with the trait have not been identified. The present study by the Broad Antisocial Behavior Consortium (BroadABC) meta-analyzed data from 25 discovery samples (N=85,359) and five independent replication samples (N = 8,058) with genotypic data and broad measures of ASB. We identified the first significant genetic associations with broad ASB, involving common intronic variants in the forkhead box protein P2 (FOXP2) gene (lead SNP rs12536335, P = 6.32 x 10-10). Furthermore, we observed intronic variation in Foxp2 and one of its targets (Cntnap2) distinguishing a mouse model of pathological aggression (BALB/cJ mice) from controls (the BALB/cByJ strain). The SNP-based heritability of ASB was 8.4% (s.e.= 1.2%). Polygenic-risk-score (PRS) analyses in independent samples revealed that the genetic risk for ASB was associated with several antisocial outcomes across the lifespan, including diagnosis of conduct disorder, official criminal convictions, and trajectories of antisocial development. We found substantial positive genetic correlations between ASB and depression (rg = 0.63), smoking (rg = 0.54) and insomnia (rg = 0.47) as well as negative correlations with indicators of life history (age at first birth (rg = -0.58), fathers age at death (rg = -0.54)) and years of schooling (rg = -0.46). Our findings provide a starting point towards identifying critical biosocial risk mechanisms for the development of ASB.

Abstract In the 21 st century, emerging adulthood has stretched from the late teens through the twenties. Although this extended transition to adulthood can create stress, it can also offer opportunities to explore vocations and relationships that provide a better fit to individuals’ proclivities, including their genetic propensities. Here we report the results of the first systematic investigation of genetic and environmental influences on 57 psychological traits covering major issues in emerging adulthood such as aspirations, thoughts and attitudes, relationships and personality. We also investigate how these traits relate to physical and mental health, educational attainment and wellbeing using a sample of nearly 5000 pairs of UK twins aged 21-25 from the Twins Early Development Study. All 57 traits showed significant genetic influence, with an average heritability of 34% (SNP heritability ∼10%). Most of the variance (59% on average) was explained by non-shared environmental influences. These diverse traits were associated with mental health (average correlation .20), wellbeing (.16), physical health (.12) and educational attainment (.06). Shared genetic factors explained the majority of these correlations (∼50%). Together, these emerging adulthood traits explained on average 30% of the variance in the outcomes (range = 8 to 69%), suggesting that these traits relate to the outcomes additively. We conclude that the environmental uncertainties of emerging adulthood in the 21 st century do not diminish the importance of genetics. As adolescents travel down long and winding roads to adulthood, their trip is substantially influenced by genetic proclivities that nudge them down different paths leading to different destinations.