Bipolar disorder (BD) is a common and highly heritable mental illness and genome-wide association studies (GWAS) have robustly identified the first common genetic variants involved in disease aetiology. The data also provide strong evidence for the presence of multiple additional risk loci, each contributing a relatively small effect to BD susceptibility. Large samples are necessary to detect these risk loci. Here we present results from the largest BD GWAS to date by investigating 2.3 million single-nucleotide polymorphisms (SNPs) in a sample of 24,025 patients and controls. We detect 56 genome-wide significant SNPs in five chromosomal regions including previously reported risk loci ANK3, ODZ4 and TRANK1, as well as the risk locus ADCY2 (5p15.31) and a region between MIR2113 and POU3F2 (6q16.1). ADCY2 is a key enzyme in cAMP signalling and our finding provides new insights into the biological mechanisms involved in the development of BD. Bipolar disorder (BD) is a severe mood disorder, which has been shown to have a large genetic component. Here the authors identify two previously unreported BD risk loci and provide further insights into the biological mechanisms underlying BD development.

Child maltreatment is a broadly confirmed risk factor for mental and physical illness. Some psychological treatments specifically target mental health conditions associated with child maltreatment. For example, the Cognitive Behavioral Analysis System of Psychotherapy (CBASP) focuses on maladaptive interpersonal behaviours in chronic depression. However, how the assessment of child maltreatment could inform personalised treatment is unclear. We used data from a previously published clinical trial to investigate whether a pre-established child maltreatment clustering approach predicts differential outcomes after CBASP versus non-specific supportive psychotherapy in patients with early-onset chronic depression.

Background Childhood trauma is a major risk factor for chronic depression. It has been suggested that adults with chronic depression who have experienced childhood trauma may require long-term treatment owing to a breakdown of basic trust and related difficulties in developing a productive therapeutic relationship. Aims As empirical studies have been preliminary and scarce, we studied the effects of psychoanalytic therapy (PAT) versus cognitive–behavioural therapy (CBT) for chronic depression in adults with a history of childhood trauma. In this subgroup, we expected a greater symptom reduction in PAT compared with CBT. Method In a large trial of long-term psychotherapies for chronic depression (LAC-Study; Clinical Trial Register ISRCTN91956346), 210 adults received open-ended CBT or PAT in an out-patient setting and were examined yearly over 5 years on the Beck Depression Inventory – II (BDI-II). Based on a linear mixed model approach, we tested participant-reported childhood trauma based on the Childhood Trauma Questionnaire (CTQ) as a predictor and moderator of treatment outcome. CTQ subscales were examined exploratively. Results Depressive symptoms decreased over time ( b = −4.55, s.e. = 0.90, 95% CI −6.32 to −2.81, T = −5.08; P < 0.001). A significant three-way interaction between childhood trauma, time and therapy group ( b = −0.05, s.e. = 0.02, 95% CI −0.09 to −0.01, T = −2.42; P = 0.016) indicated that participants with childhood trauma profited especially well from PATs. Conclusions Our results indicate differential benefits from PAT compared with CBT among adults with chronic depression and a history of childhood trauma. The results have important implications for differential indication and policy.

Bipolar disorder is a highly heritable psychiatric disorder that features episodes of mania and depression. We performed the largest genome-wide association study to date, including 20,352 cases and 31,358 controls of European descent, with follow-up analysis of 822 sentinel variants at loci with P<1x10-4 in an independent sample of 9,412 cases and 137,760 controls. In the combined analysis, 30 loci reached genome-wide significant evidence for association, of which 20 were novel. These significant loci contain genes encoding ion channels and neurotransmitter transporters (CACNA1C, GRIN2A, SCN2A, SLC4A1), synaptic components (RIMS1, ANK3), immune and energy metabolism components. Bipolar disorder type I (depressive and manic episodes; ~73% of our cases) is strongly genetically correlated with schizophrenia whereas bipolar disorder type II (depressive and hypomanic episodes; ~17% of our cases) is more strongly correlated with major depressive disorder. These findings address key clinical questions and provide potential new biological mechanisms for bipolar disorder.

Schizophrenia (SCZ) and bipolar disorder (BD) are highly heritable disorders that share a significant proportion of common risk variation. Understanding the genetic factors underlying the specific symptoms of these disorders will be crucial for improving diagnosis, intervention and treatment. In case-control data consisting of 53,555 cases (20,129 BD, 33,426 SCZ) and 54,065 controls, we identified 114 genome-wide significant loci (GWS) when comparing all cases to controls, of which 41 represented novel findings. Two genome-wide significant loci were identified when comparing SCZ to BD and a third was found when directly incorporating functional information. Regional joint association identified a genomic region of overlapping association in BD and SCZ with disease-independent causal variants indicating a fourth region contributing to differences between these disorders. Regional SNP-heritability analyses demonstrated that the estimated heritability of BD based on the SCZ GWS regions was significantly higher than that based on the average genomic region (91 regions, p = 1.2x10-6) while the inverse was not significant (19 regions, p=0.89). Using our BD and SCZ GWAS we calculated polygenic risk scores and identified several significant correlations with: 1) SCZ subphenotypes: negative symptoms (SCZ, p=3.6x10-6) and manic symptoms (BD, p=2x10-5), 2) BD subphenotypes: psychotic features (SCZ p=1.2x10-10, BD p=5.3x10-5) and age of onset (SCZ p=7.9x10-4). Finally, we show that psychotic features in BD has significant SNP-heritability (h2snp=0.15, SE=0.06), and a significant genetic correlation with SCZ (rg=0.34) in addition there is a significant sign test result between SCZ GWAS and a GWAS of BD cases contrasting those with and without psychotic features (p=0.0038, one-side binomial test). For the first time, we have identified specific loci pointing to a potential role of 4 genes (DARS2, ARFGEF2, DCAKD and GATAD2A) that distinguish between BD and SCZ, providing an opportunity to understand the biology contributing to clinical differences of these disorders. Our results provide the best evidence so far of genomic components distinguishing between BD and SCZ that contribute directly to specific symptom dimensions.

Abstract Background The German multicenter research consortium BipoLife aims to investigate the mechanisms underlying bipolar disorders. It focuses in particular on people at high risk of developing the disorder and young patients in the early stages of the disease. Functional and structural magnetic resonance imaging (MRI) data was collected in all participating centers. The collection of neuroimaging data in a longitudinal, multicenter study requires the implementation of a comprehensive quality assurance (QA) protocol. Here, we outline this protocol and illustrate its application within the BipoLife consortium. Methods The QA protocol consisted of (1) a training of participating research staff, (2) regular phantom measurements to evaluate the MR scanner performance and its temporal stability across the course of the study, and (3) the assessment of the quality of human MRI data by evaluating a variety of image metrics (e.g., signal-to-noise ratio, ghosting level). In this article, we will provide an overview on these QA procedures and show exemplarily the influence of its application on the results of standard neuroimaging analysis pipelines. Discussion The QA protocol helped to characterize the various MR scanners, to record their performance over the course of the study and to detect possible malfunctions at an early stage. It also assessed the quality of the human MRI data systematically to characterize its influence on various analyses. Furthermore, by setting up and publishing this protocol, we define standards that must be considered when analyzing data from the BipoLife consortium. It further promotes a systematic evaluation of data quality and a definition of subject inclusion criteria. In the long term, it will help to increase the chance of achieving clinically relevant results.

Abstract Background: Individuals at risk for bipolar disorder (BD) have a wide range of genetic and non-genetic risk factors, like a positive family history of BD or (sub)threshold affective symptoms. Yet, it is unclear whether these individuals at risk and those diagnosed with BD share similar gray matter brain alterations. Methods: In 410 male and female participants aged 17–35 years, we compared gray matter volume (3T MRI) between individuals at risk for BD (as assessed using the EPI bipolar scale; n = 208), patients with a DSM-IV-TR diagnosis of BD ( n = 87), and healthy controls ( n = 115) using voxel-based morphometry in SPM12/CAT12. We applied conjunction analyses to identify similarities in gray matter volume alterations in individuals at risk and BD patients, relative to healthy controls. We also performed exploratory whole-brain analyses to identify differences in gray matter volume among groups. ComBat was used to harmonize imaging data from seven sites. Results: Both individuals at risk and BD patients showed larger volumes in the right putamen than healthy controls. Furthermore, individuals at risk had smaller volumes in the right inferior occipital gyrus, and BD patients had larger volumes in the left precuneus, compared to healthy controls. These findings were independent of course of illness (number of lifetime manic and depressive episodes, number of hospitalizations), comorbid diagnoses (major depressive disorder, attention-deficit hyperactivity disorder, anxiety disorder, eating disorder), familial risk, current disease severity (global functioning, remission status), and current medication intake. Conclusions: Our findings indicate that alterations in the right putamen might constitute a vulnerability marker for BD.