Abstract To facilitate precision medicine and neuroscience research, we developed a machine-learning technique that scores the likelihood that a gene, when mutated, will cause a neurological phenotype. We analysed 1126 genes relating to 25 subtypes of Mendelian neurological disease defined by Genomics England (March 2017) together with 154 gene-specific features capturing genetic variation, gene structure and tissue-specific expression and co-expression. We randomly re-sampled genes with no known disease association to develop bootstrapped decision-tree models, which were integrated to generate a decision tree-based ensemble for each disease subtype. Genes generating larger numbers of distinct transcripts and with higher probability of having missense mutations in normal individuals were significantly more likely to cause neurological diseases. Using mouse-mutant phenotypic data we tested the accuracy of gene-phenotype predictions and found that for 88% of all disease subtypes there was a significant enrichment of relevant phenotypic abnormalities when predicted genes were mutated in mice and in many cases mutations produced specific and matching phenotypes. Furthermore, using only newly identified genes included in the Genomics England November 2017 release, we assessed our gene-phenotype predictions and showed an 8.3 fold enrichment relative to chance for correct predictions. Thus, we demonstrate both the explanatory and predictive power of machine-learning-based models in neurological disease.

Neuropathological and experimental evidence suggests that the cell-to-cell transfer of α-synuclein has an important role in the pathogenesis of Parkinson’s disease (PD). However, the mechanism underlying this phenomenon is not fully understood. We undertook a small interfering RNA (siRNA), genome-wide screen to identify genes regulating the cell-to-cell transfer of α-synuclein. A genetically encoded reporter, GFP-2A-αSynuclein-RFP, suitable for separating donor and recipient cells, was transiently transfected into HEK cells stably overexpressing α-synuclein. We find that 38 genes regulate the transfer of α-synuclein-RFP, one of which is ITGA8, a candidate gene identified through a recent PD genome-wide association study (GWAS). Weighted gene co-expression network analysis (WGCNA) and weighted protein-protein network interaction analysis (WPPNIA) show that those hits cluster in networks that include known PD genes more frequently than expected by random chance. The findings expand our understanding of the mechanism of α-synuclein spread.

Abstract Argininosuccinate lyase (ASL) is a key enzyme integral to the hepatic urea cycle which is required for ammonia detoxification, and the citrulline-nitric oxide (NO) cycle for NO production. ASL deficient patients present with argininosuccinic aciduria (ASA), an inherited metabolic disease with hyperammonaemia and a chronic systemic phenotype with neurocognitive impairment and chronic liver disease. ASL deficiency as an inherited model of systemic NO deficiency, shows enhanced nitrosative and oxidative stress. Here, we describe the dysregulation of glutathione biosynthesis and upstream cysteine utilization in ASL-deficient patients and mice using targeted metabolomics and in vivo positron emission tomography (PET) imaging using ( S )-4-(3- 18 F-fluoropropyl)-L-glutamate ([ 18 F]FSPG). Upregulation of cysteine metabolism contrasted with glutathione depletion and down-regulated antioxidant pathways. hASL mRNA encapsulated in lipid nanoparticles corrected and rescued the neonatal and adult Asl-deficient mouse phenotypes, respectively, enhancing ureagenesis and glutathione metabolism and ameliorating chronic liver disease. We further present [ 18 F]FSPG PET as a novel non-invasive diagnostic tool to assess liver disease and therapeutic efficacy in ASA. These findings support clinical translation of mRNA therapy for ASA.

ABSTRACT The human genome contains numerous duplicated regions, such as parent-pseudogene pairs, causing sequencing reads to align equally well to either gene. The extent to which this ambiguity complicates transcriptomic analyses is currently unknown. This is concerning as many parent genes have been linked to disease, including GBA1, causally linked to both Parkinson’s and Gaucher disease. We find that most of the short sequencing reads that map to GBA1 , also map to its pseudogene, GBAP1 . Using long-read RNA-sequencing in human brain, where all reads mapped uniquely, we demonstrate significant differences in expression compared to short-read data. We identify novel transcripts from both GBA1 and GBAP1 , including protein-coding transcripts that are translated in vitro and detected in proteomic data, but that lack GCase activity. By combining long-read with single-nuclear RNA-sequencing to analyse brain-relevant cell types we demonstrate that transcript expression varies by brain region with cell-type-selectivity. Taken together, these results suggest a non-lysosomal function for both GBA1 and GBAP1 in brain. Finally, we demonstrate that inaccuracies in annotation are widespread among parent genes, with implications for many human diseases.

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 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 Despite the considerable progress in unraveling the genetic causes of amyotrophic lateral sclerosis (ALS), we do not fully understand the molecular mechanisms underlying the disease. We analyzed genome-wide data involving 78,500 individuals using a polygenic risk score approach to identify the biological pathways and cell types involved in ALS. This data-driven approach identified multiple aspects of the biology underlying the disease that resolved into broader themes, namely neuron projection morphogenesis, membrane trafficking , and signal transduction mediated by ribonucleotides . We also found that genomic risk in ALS maps consistently to GABAergic cortical interneurons and oligodendrocytes, as confirmed in human single-nucleus RNA-seq data. Using two-sample Mendelian randomization, we nominated five differentially expressed genes ( ATG16L2, ACSL5, MAP1LC3A, PLXNB2 , and SCFD1 ) within the significant pathways as relevant to ALS. We conclude that the disparate genetic etiologies of this fatal neurological disease converge on a smaller number of final common pathways and cell types.

Due to alternative splicing, human protein-coding genes average over eight RNA isoforms, resulting in nearly four distinct protein coding sequences per gene. Long-read RNAseq (IsoSeq) enables more accurate quantification of isoforms, shedding light on their specific roles. To assess the medical relevance of measuring RNA isoform expression, we sequenced 12 aged human frontal cortices (6 Alzheimer's disease cases and 6 controls; 50% female) using one Oxford Nanopore PromethION flow cell per sample. Our study uncovered 53 new high-confidence RNA isoforms in medically relevant genes, including several where the new isoform was one of the most highly expressed for that gene. Specific examples include WDR4 (61%; microcephaly), MYL3 (44%; hypertrophic cardiomyopathy), and MTHFS (25%; major depression, schizophrenia, bipolar disorder). Other notable genes with new high-confidence isoforms include CPLX2 (10%; schizophrenia, epilepsy) and MAOB (9%; targeted for Parkinson's disease treatment). We identified 1,917 medically relevant genes expressing multiple isoforms in human frontal cortex, where 1,018 had multiple isoforms with different protein coding sequences, demonstrating the need to better understand how individual isoforms from a single gene body are involved in human health and disease, if at all. Exactly 98 of the 1,917 genes are implicated in brain-related diseases, including Alzheimer's disease genes such as APP (Aβ precursor protein; five), MAPT (tau protein; four), and BIN1 (eight). As proof of concept, we also found 99 differentially expressed RNA isoforms between Alzheimer's cases and controls, despite the genes themselves not exhibiting differential expression. Our findings highlight the significant knowledge gaps in RNA isoform diversity and their medical relevance. Deep long-read RNA sequencing will be necessary going forward to fully comprehend the medical relevance of individual isoforms for a "single" gene.

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 Parkinson’s disease (PD), Parkinson’s disease with dementia (PDD) and dementia with Lewy bodies (DLB) are three clinically, genetically and neuropathologically overlapping neurodegenerative diseases collectively known as the Lewy body diseases (LBDs). A variety of molecular mechanisms have been implicated in PD pathogenesis, but the mechanisms underlying PDD and DLB remain largely unknown, a knowledge gap that presents an impediment to the discovery of disease-modifying therapies. Transcriptomic profiling can contribute to addressing this gap, but remains limited in the LBDs. Here, we applied paired bulk-tissue and single-nucleus RNA-sequencing to anterior cingulate cortex samples derived from 28 individuals, including healthy controls, PD, PDD and DLB cases (n = 7 per group), to transcriptomically profile the LBDs. Using this approach, we (i) found transcriptional alterations in multiple cell types across the LBDs; (ii) discovered evidence for widespread dysregulation of RNA splicing, particularly in PDD and DLB; (iii) identified potential splicing factors, with links to other dementia-related neurodegenerative diseases, coordinating this dysregulation; and (iv) identified transcriptomic commonalities and distinctions between the LBDs that inform understanding of the relationships between these three clinical disorders. Together, these findings have important implications for the design of RNA-targeted therapies for these diseases and highlight a potential molecular “window” of therapeutic opportunity between the initial onset of PD and subsequent development of Lewy body dementia.