INTRODUCTION Our understanding of the pathophysiology of psychiatric disorders, including autism spectrum disorder (ASD), schizophrenia (SCZ), and bipolar disorder (BD), lags behind other fields of medicine. The diagnosis and study of these disorders currently depend on behavioral, symptomatic characterization. Defining genetic contributions to disease risk allows for biological, mechanistic understanding but is challenged by genetic complexity, polygenicity, and the lack of a cohesive neurobiological model to interpret findings. RATIONALE The transcriptome represents a quantitative phenotype that provides biological context for understanding the molecular pathways disrupted in major psychiatric disorders. RNA sequencing (RNA-seq) in a large cohort of cases and controls can advance our knowledge of the biology disrupted in each disorder and provide a foundational resource for integration with genomic and genetic data. RESULTS Analysis across multiple levels of transcriptomic organization—gene expression, local splicing, transcript isoform expression, and coexpression networks for both protein-coding and noncoding genes—provides an in-depth view of ASD, SCZ, and BD molecular pathology. More than 25% of the transcriptome exhibits differential splicing or expression in at least one disorder, including hundreds of noncoding RNAs (ncRNAs), most of which have unexplored functions but collectively exhibit patterns of selective constraint. Changes at the isoform level, as opposed to the gene level, show the largest effect sizes and genetic enrichment and the greatest disease specificity. We identified coexpression modules associated with each disorder, many with enrichment for cell type–specific markers, and several modules significantly dysregulated across all three disorders. These enabled parsing of down-regulated neuronal and synaptic components into a variety of cell type– and disease-specific signals, including multiple excitatory neuron and distinct interneuron modules with differential patterns of disease association, as well as common and rare genetic risk variant enrichment. The glial-immune signal demonstrates shared disruption of the blood-brain barrier and up-regulation of NFkB-associated genes, as well as disease-specific alterations in microglial-, astrocyte-, and interferon-response modules. A coexpression module associated with psychiatric medication exposure in SCZ and BD was enriched for activity-dependent immediate early gene pathways. To identify causal drivers, we integrated polygenic risk scores and performed a transcriptome-wide association study and summary-data–based Mendelian randomization. Candidate risk genes—5 in ASD, 11 in BD, and 64 in SCZ, including shared genes between SCZ and BD—are supported by multiple methods. These analyses begin to define a mechanistic basis for the composite activity of genetic risk variants. CONCLUSION Integration of RNA-seq and genetic data from ASD, SCZ, and BD provides a quantitative, genome-wide resource for mechanistic insight and therapeutic development at Resource.PsychENCODE.org. These data inform the molecular pathways and cell types involved, emphasizing the importance of splicing and isoform-level gene regulatory mechanisms in defining cell type and disease specificity, and, when integrated with genome-wide association studies, permit the discovery of candidate risk genes. The PsychENCODE cross-disorder transcriptomic resource. Human brain RNA-seq was integrated with genotypes across individuals with ASD, SCZ, BD, and controls, identifying pervasive dysregulation, including protein-coding, noncoding, splicing, and isoform-level changes. Systems-level and integrative genomic analyses prioritize previously unknown neurogenetic mechanisms and provide insight into the molecular neuropathology of these disorders.

Despite progress in defining genetic risk for psychiatric disorders, their molecular mechanisms remain elusive. Addressing this, the PsychENCODE Consortium has generated a comprehensive online resource for the adult brain across 1866 individuals. The PsychENCODE resource contains ~79,000 brain-active enhancers, sets of Hi-C linkages, and topologically associating domains; single-cell expression profiles for many cell types; expression quantitative-trait loci (QTLs); and further QTLs associated with chromatin, splicing, and cell-type proportions. Integration shows that varying cell-type proportions largely account for the cross-population variation in expression (with >88% reconstruction accuracy). It also allows building of a gene regulatory network, linking genome-wide association study variants to genes (e.g., 321 for schizophrenia). We embed this network into an interpretable deep-learning model, which improves disease prediction by ~6-fold versus polygenic risk scores and identifies key genes and pathways in psychiatric disorders.

Objective The assessment of response to lithium maintenance treatment in bipolar disorder (BD) is complicated by variable length of treatment, unpredictable clinical course, and often inconsistent compliance. Prospective and retrospective methods of assessment of lithium response have been proposed in the literature. In this study we report the key phenotypic measures of the “Retrospective Criteria of Long-Term Treatment Response in Research Subjects with Bipolar Disorder” scale currently used in the Consortium on Lithium Genetics (ConLiGen) study. Materials and Methods Twenty-nine ConLiGen sites took part in a two-stage case-vignette rating procedure to examine inter-rater agreement [Kappa (κ)] and reliability [intra-class correlation coefficient (ICC)] of lithium response. Annotated first-round vignettes and rating guidelines were circulated to expert research clinicians for training purposes between the two stages. Further, we analyzed the distributional properties of the treatment response scores available for 1,308 patients using mixture modeling. Results Substantial and moderate agreement was shown across sites in the first and second sets of vignettes (κ = 0.66 and κ = 0.54, respectively), without significant improvement from training. However, definition of response using the A score as a quantitative trait and selecting cases with B criteria of 4 or less showed an improvement between the two stages (ICC1 = 0.71 and ICC2 = 0.75, respectively). Mixture modeling of score distribution indicated three subpopulations (full responders, partial responders, non responders). Conclusions We identified two definitions of lithium response, one dichotomous and the other continuous, with moderate to substantial inter-rater agreement and reliability. Accurate phenotypic measurement of lithium response is crucial for the ongoing ConLiGen pharmacogenomic study.

Lithium is a first-line treatment in bipolar disorder, but individual response is variable. Previous studies have suggested that lithium response is a heritable trait. However, no genetic markers of treatment response have been reproducibly identified.Here, we report the results of a genome-wide association study of lithium response in 2563 patients collected by 22 participating sites from the International Consortium on Lithium Genetics (ConLiGen). Data from common single nucleotide polymorphisms (SNPs) were tested for association with categorical and continuous ratings of lithium response. Lithium response was measured using a well established scale (Alda scale). Genotyped SNPs were used to generate data at more than 6 million sites, using standard genomic imputation methods. Traits were regressed against genotype dosage. Results were combined across two batches by meta-analysis.A single locus of four linked SNPs on chromosome 21 met genome-wide significance criteria for association with lithium response (rs79663003, p=1·37 × 10(-8); rs78015114, p=1·31 × 10(-8); rs74795342, p=3·31 × 10(-9); and rs75222709, p=3·50 × 10(-9)). In an independent, prospective study of 73 patients treated with lithium monotherapy for a period of up to 2 years, carriers of the response-associated alleles had a significantly lower rate of relapse than carriers of the alternate alleles (p=0·03268, hazard ratio 3·8, 95% CI 1·1-13·0).The response-associated region contains two genes for long, non-coding RNAs (lncRNAs), AL157359.3 and AL157359.4. LncRNAs are increasingly appreciated as important regulators of gene expression, particularly in the CNS. Confirmed biomarkers of lithium response would constitute an important step forward in the clinical management of bipolar disorder. Further studies are needed to establish the biological context and potential clinical utility of these findings.Deutsche Forschungsgemeinschaft, National Institute of Mental Health Intramural Research Program.

Abstract Pancreatic cancer is projected to become the second leading cause of cancer-related death in the United States by 2020. A familial aggregation of pancreatic cancer has been established, but the cause of this aggregation in most families is unknown. To determine the genetic basis of susceptibility in these families, we sequenced the germline genomes of 638 patients with familial pancreatic cancer and the tumor exomes of 39 familial pancreatic adenocarcinomas. Our analyses support the role of previously identified familial pancreatic cancer susceptibility genes such as BRCA2, CDKN2A, and ATM, and identify novel candidate genes harboring rare, deleterious germline variants for further characterization. We also show how somatic point mutations that occur during hematopoiesis can affect the interpretation of genome-wide studies of hereditary traits. Our observations have important implications for the etiology of pancreatic cancer and for the identification of susceptibility genes in other common cancer types. Significance: The genetic basis of disease susceptibility in the majority of patients with familial pancreatic cancer is unknown. We whole genome sequenced 638 patients with familial pancreatic cancer and demonstrate that the genetic underpinning of inherited pancreatic cancer is highly heterogeneous. This has significant implications for the management of patients with familial pancreatic cancer. Cancer Discov; 6(2); 166–75. ©2015 AACR. This article is highlighted in the In This Issue feature, p. 109

Obsessive-compulsive disorder (OCD) is a psychiatric condition characterized by intrusive thoughts and urges and repetitive, intentional behaviors that cause significant distress and impair functioning. The OCD Collaborative Genetics Association Study (OCGAS) is comprised of comprehensively assessed OCD patients with an early age of OCD onset. After application of a stringent quality control protocol, a total of 1065 families (containing 1406 patients with OCD), combined with population-based samples (resulting in a total sample of 5061 individuals), were studied. An integrative analyses pipeline was utilized, involving association testing at single-nucleotide polymorphism (SNP) and gene levels (via a hybrid approach that allowed for combined analyses of the family- and population-based data). The smallest P-value was observed for a marker on chromosome 9 (near PTPRD, P=4.13 × 10(-)(7)). Pre-synaptic PTPRD promotes the differentiation of glutamatergic synapses and interacts with SLITRK3. Together, both proteins selectively regulate the development of inhibitory GABAergic synapses. Although no SNPs were identified as associated with OCD at genome-wide significance level, follow-up analyses of genome-wide association study (GWAS) signals from a previously published OCD study identified significant enrichment (P=0.0176). Secondary analyses of high-confidence interaction partners of DLGAP1 and GRIK2 (both showing evidence for association in our follow-up and the original GWAS study) revealed a trend of association (P=0.075) for a set of genes such as NEUROD6, SV2A, GRIA4, SLC1A2 and PTPRD. Analyses at the gene level revealed association of IQCK and C16orf88 (both P<1 × 10(-)(6), experiment-wide significant), as well as OFCC1 (P=6.29 × 10(-)(5)). The suggestive findings in this study await replication in larger samples.

INTRODUCTION The human cerebral cortex has undergone an extraordinary increase in size and complexity during mammalian evolution. Cortical cell lineages are specified in the embryo, and genetic and epidemiological evidence implicates early cortical development in the etiology of neuropsychiatric disorders such as autism spectrum disorder (ASD), intellectual disabilities, and schizophrenia. Most of the disease-implicated genomic variants are located outside of genes, and the interpretation of noncoding mutations is lagging behind owing to limited annotation of functional elements in the noncoding genome. RATIONALE We set out to discover gene-regulatory elements and chart their dynamic activity during prenatal human cortical development, focusing on enhancers, which carry most of the weight upon regulation of gene expression. We longitudinally modeled human brain development using human induced pluripotent stem cell (hiPSC)–derived cortical organoids and compared organoids to isogenic fetal brain tissue. RESULTS Fetal fibroblast–derived hiPSC lines were used to generate cortically patterned organoids and to compare oganoids’ epigenome and transcriptome to that of isogenic fetal brains and external datasets. Organoids model cortical development between 5 and 16 postconception weeks, thus enabling us to study transitions from cortical stem cells to progenitors to early neurons. The greatest changes occur at the transition from stem cells to progenitors. The regulatory landscape encompasses a total set of 96,375 enhancers linked to target genes, with 49,640 enhancers being active in organoids but not in mid-fetal brain, suggesting major roles in cortical neuron specification. Enhancers that gained activity in the human lineage are active in the earliest stages of organoid development, when they target genes that regulate the growth of radial glial cells. Parallel weighted gene coexpression network analysis (WGCNA) of transcriptome and enhancer activities defined a number of modules of coexpressed genes and coactive enhancers, following just six and four global temporal patterns that we refer to as supermodules, likely reflecting fundamental programs in embryonic and fetal brain. Correlations between gene expression and enhancer activity allowed stratifying enhancers into two categories: activating regulators (A-regs) and repressive regulators (R-regs). Several enhancer modules converged with gene modules, suggesting that coexpressed genes are regulated by enhancers with correlated patterns of activity. Furthermore, enhancers active in organoids and fetal brains were enriched for ASD de novo variants that disrupt binding sites of homeodomain, Hes1, NR4A2, Sox3, and NFIX transcription factors. CONCLUSION We validated hiPSC-derived cortical organoids as a suitable model system for studying gene regulation in human embryonic brain development, evolution, and disease. Our results suggest that organoids may reveal how noncoding mutations contribute to ASD etiology. Summary of the study, analyses, and main results. Data were generated for iPSC-derived human telencephalic organoids and isogenic fetal cortex. Organoids modeled embryonic and early fetal cortex and show a larger repertoire of enhancers. Enhancers could be divided into activators and repressors of gene expression. We derived networks of modules and supermodules with correlated gene and enhancer activities, some of which were implicated in autism spectrum disorders (ASD).

Major depressive disorder (MDD) is a notably complex illness with a lifetime prevalence of 14%. 1 It is often chronic or recurrent and is thus accompanied by considerable morbidity, excess mortality, substantial costs, and heightened risk of suicide. 2-7 MDD is a major cause of disability worldwide. 8 We conducted a genome-wide association (GWA) meta-analysis in 130,664 MDD cases and 330,470 controls, and identified 44 independent loci that met criteria for statistical significance. We present extensive analyses of these results which provide new insights into the nature of MDD. The genetic findings were associated with clinical features of MDD, and implicated prefrontal and anterior cingulate cortex in the pathophysiology of MDD (regions exhibiting anatomical differences between MDD cases and controls). Genes that are targets of antidepressant medications were strongly enriched for MDD association signals (P=8.5×10 −10 ), suggesting the relevance of these findings for improved pharmacotherapy of MDD. Sets of genes involved in gene splicing and in creating isoforms were also enriched for smaller MDD GWA P-values, and these gene sets have also been implicated in schizophrenia and autism. Genetic risk for MDD was correlated with that for many adult and childhood onset psychiatric disorders. Our analyses suggested important relations of genetic risk for MDD with educational attainment, body mass, and schizophrenia: the genetic basis of lower educational attainment and higher body mass were putatively causal for MDD whereas MDD and schizophrenia reflected a partly shared biological etiology. All humans carry lesser or greater numbers of genetic risk factors for MDD, and a continuous measure of risk underlies the observed clinical phenotype. MDD is not a distinct entity that neatly demarcates normalcy from pathology but rather a useful clinical construct associated with a range of adverse outcomes and the end result of a complex process of intertwined genetic and environmental effects. These findings help refine and define the fundamental basis of MDD.

Abstract Background Lithium (Li) remains the treatment of choice for bipolar disorders (BP). Its mood-stabilizing effects help reduce the long-term burden of mania, depression and suicide risk in patients with BP. It also has been shown to have beneficial effects on disease-associated conditions, including sleep and cardiovascular disorders. However, the individual responses to Li treatment vary within and between diagnostic subtypes of BP (e.g. BP-I and BP-II) according to the clinical presentation. Moreover, long-term Li treatment has been linked to adverse side-effects that are a cause of concern and non-adherence, including the risk of developing chronic medical conditions such as thyroid and renal disease. In recent years, studies by the Consortium on Lithium Genetics (ConLiGen) have uncovered a number of genetic factors that contribute to the variability in Li treatment response in patients with BP. Here, we leveraged the ConLiGen cohort (N = 2064) to investigate the genetic basis of Li effects in BP. For this, we studied how Li response and linked genes associate with the psychiatric symptoms and polygenic load for medical comorbidities, placing particular emphasis on identifying differences between BP-I and BP-II. Results We found that clinical response to Li treatment, measured with the Alda scale, was associated with a diminished burden of mania, depression, substance and alcohol abuse, psychosis and suicidal ideation in patients with BP-I and, in patients with BP-II, of depression only. Our genetic analyses showed that a stronger clinical response to Li was modestly related to lower polygenic load for diabetes and hypertension in BP-I but not BP-II. Moreover, our results suggested that a number of genes that have been previously linked to Li response variability in BP differentially relate to the psychiatric symptomatology, particularly to the numbers of manic and depressive episodes, and to the polygenic load for comorbid conditions, including diabetes, hypertension and hypothyroidism. Conclusions Taken together, our findings suggest that the effects of Li on symptomatology and comorbidity in BP are partially modulated by common genetic factors, with differential effects between BP-I and BP-II.