Rare coding variation has historically provided the most direct connections between gene function and disease pathogenesis. By meta-analysing the whole exomes of 24,248 schizophrenia cases and 97,322 controls, we implicate ultra-rare coding variants (URVs) in 10 genes as conferring substantial risk for schizophrenia (odds ratios of 3–50, P < 2.14 × 10−6) and 32 genes at a false discovery rate of <5%. These genes have the greatest expression in central nervous system neurons and have diverse molecular functions that include the formation, structure and function of the synapse. The associations of the NMDA (N-methyl-d-aspartate) receptor subunit GRIN2A and AMPA (α-amino-3-hydroxy-5-methyl-4-isoxazole propionic acid) receptor subunit GRIA3 provide support for dysfunction of the glutamatergic system as a mechanistic hypothesis in the pathogenesis of schizophrenia. We observe an overlap of rare variant risk among schizophrenia, autism spectrum disorders1, epilepsy and severe neurodevelopmental disorders2, although different mutation types are implicated in some shared genes. Most genes described here, however, are not implicated in neurodevelopment. We demonstrate that genes prioritized from common variant analyses of schizophrenia are enriched in rare variant risk3, suggesting that common and rare genetic risk factors converge at least partially on the same underlying pathogenic biological processes. Even after excluding significantly associated genes, schizophrenia cases still carry a substantial excess of URVs, which indicates that more risk genes await discovery using this approach. Whole-exome sequencing identifies ten risk genes for schizophrenia implicated by rare protein-coding variants, a subset of which overlap with risk genes in other neurodevelopmental disorders.

Although early mortality in severe psychiatric illness is linked to smoking and alcohol, to our knowledge, no studies have comprehensively characterized substance use behavior in severe psychotic illness. In particular, recent assessments of substance use in individuals with mental illness are based on population surveys that do not include individuals with severe psychotic illness.To compare substance use in individuals with severe psychotic illness with substance use in the general population.We assessed comorbidity between substance use and severe psychotic disorders in the Genomic Psychiatry Cohort. The Genomic Psychiatry Cohort is a clinically assessed, multiethnic sample consisting of 9142 individuals with the diagnosis of schizophrenia, bipolar disorder with psychotic features, or schizoaffective disorder, and 10,195 population control individuals.Smoking (smoked >100 cigarettes in a lifetime), heavy alcohol use (>4 drinks/day), heavy marijuana use (>21 times of marijuana use/year), and recreational drug use.Relative to the general population, individuals with severe psychotic disorders have increased risks for smoking (odds ratio, 4.6; 95% CI, 4.3-4.9), heavy alcohol use (odds ratio, 4.0; 95% CI, 3.6-4.4), heavy marijuana use (odds ratio, 3.5; 95% CI, 3.2-3.7), and recreational drug use (odds ratio, 4.6; 95% CI, 4.3-5.0). All races/ethnicities (African American, Asian, European American, and Hispanic) and both sexes have greatly elevated risks for smoking and alcohol, marijuana, and drug use. Of specific concern, recent public health efforts that have successfully decreased smoking among individuals younger than age 30 years appear to have been ineffective among individuals with severe psychotic illness (interaction effect between age and severe mental illness on smoking initiation, P = 4.5 × 105).In the largest assessment of substance use among individuals with severe psychotic illness to date, we found the odds of smoking and alcohol and other substance use to be dramatically higher than recent estimates of substance use in mild mental illness.

Abstract BACKGROUND GWAS of schizophrenia demonstrated that variations in the non-coding regions are responsible for most of common variation heritability of the disease. It is hypothesized that these risk variants alter gene expression. Thus, studying alterations in gene expression in schizophrenia may provide a direct approach to understanding the etiology of the disease. In this study we use C ultured N eural progenitor cells derived from O lfactory N euroepithelium (CNON) as a genetically unaltered cellular model to elucidate the neurodevelopmental aspects of schizophrenia. METHODS We performed a gene expression study using RNA-Seq of CNON from 111 controls and 144 individuals with schizophrenia. Differentially expressed (DEX) genes were identified with DESeq2, using covariates to correct for sex, age, library batches and one surrogate variable component. RESULTS 80 genes were DEX (FDR<10%), showing enrichment in cell migration, cell adhesion, developmental process, synapse assembly, cell proliferation and related gene ontology categories. Cadherin and Wnt signaling pathways were positive in overrepresentation test, and, in addition, many genes are specifically involved in Wnt5A signaling. The DEX genes were significantly, enriched in the genes overlapping SNPs with genome-wide significant association from the PGC GWAS of schizophrenia (PGC SCZ2). We also found substantial overlap with genes associated with other psychiatric disorders or brain development, enrichment in the same GO categories as genes with mutations de novo in schizophrenia, and studies of iPSC-derived neural progenitor cells. CONCLUSIONS CNON cells are a good model of the neurodevelopmental aspects of schizophrenia and can be used to elucidate the etiology of the disorder.

Abstract Background Genetic risk for bipolar disorder (BD) is conferred through many common alleles, while a role for rare copy number variants (CNVs) is less clear. BD subtypes schizoaffective disorder bipolar type (SAB), bipolar I disorder (BD I) and bipolar II disorder (BD II) differ according to the prominence and timing of psychosis, mania and depression. The factors contributing to the combination of symptoms within a given patient are poorly understood. Methods Rare, large CNVs were analyzed in 6353 BD cases (3833 BD I [2676 with psychosis, 850 without psychosis], 1436 BD II, 579 SAB) and 8656 controls. Measures of CNV burden were integrated with polygenic risk scores (PRS) for schizophrenia (SCZ) to evaluate the relative contributions of rare and common variants to psychosis risk. Results CNV burden did not differ in BD relative to controls when treated as a single diagnostic entity. Burden in SAB was increased compared to controls (p-value = 0.001), BD I (p-value = 0.0003) and BD II (p-value = 0.0007). Burden and SCZ PRS were higher in SAB compared to BD I with psychosis (CNV p-value = 0.0007, PRS p-value = 0.004) and BD I without psychosis (CNV p-value = 0.0004, PRS p-value = 3.9 × 10 −5 ). Within BD I, psychosis was associated with higher SCZ PRS (p-value = 0.005) but not with CNV burden. Conclusions CNV burden in BD is limited to SAB. Rare and common genetic variants may contribute differently to risk for psychosis and perhaps other classes of psychiatric symptoms.

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.

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.

Sequencing-based studies have identified novel risk genes for rare, severe epilepsies and revealed a role of rare deleterious variation in common epilepsies. To identify the shared and distinct ultra-rare genetic risk factors for rare and common epilepsies, we performed a whole-exome sequencing (WES) analysis of 9,170 epilepsy-affected individuals and 8,364 controls of European ancestry. We focused on three phenotypic groups; the rare but severe developmental and epileptic encephalopathies (DEE), and the commoner phenotypes of genetic generalized epilepsy (GGE) and non-acquired focal epilepsy (NAFE). We observed that compared to controls, individuals with any type of epilepsy carried an excess of ultra-rare, deleterious variants in constrained genes and in genes previously associated with epilepsy, with the strongest enrichment seen in DEE and the least in NAFE. Moreover, we found that inhibitory GABAA receptor genes were enriched for missense variants across all three classes of epilepsy, while no enrichment was seen in excitatory receptor genes. The larger gene groups for the GABAergic pathway or cation channels also showed a significant mutational burden in DEE and GGE. Although no single gene surpassed exome-wide significance among individuals with GGE or NAFE, highly constrained genes and genes encoding ion channels were among the top associations, including CACNA1G, EEF1A2, and GABRG2 for GGE and LGI1, TRIM3, and GABRG2 for NAFE. Our study confirms a convergence in the genetics of common and rare epilepsies associated with ultra-rare coding variation and highlights a ubiquitous role for GABAergic inhibition in epilepsy etiology in the largest epilepsy WES study to date.