Importance

 The COVID-19 pandemic has coincided with an increase in depressive symptoms as well as a growing awareness of health inequities and structural racism in the United States. 

Objective

 To examine the association of mental health with everyday discrimination during the pandemic in a large and diverse cohort of the All of Us Research Program. 

Design, Setting, and Participants

 Using repeated assessments in the early months of the pandemic, mixed-effects models were fitted to assess the associations of discrimination with depressive symptoms and suicidal ideation, and inverse probability weights were applied to account for nonrandom probabilities of completing the voluntary survey. 

Main Outcomes and Measures

 The exposure and outcome measures were ascertained using the Everyday Discrimination Scale and the 9-item Patient Health Questionnaire (PHQ-9), respectively. Scores for PHQ-9 that were greater than or equal to 10 were classified as moderate to severe depressive symptoms, and any positive response to the ninth item of the PHQ-9 scale was considered as presenting suicidal ideation. 

Results

 A total of 62 651 individuals (mean [SD] age, 59.3 [15.9] years; female sex at birth, 41 084 [65.6%]) completed at least 1 assessment between May and July 2020. An association with significantly increased likelihood of moderate to severe depressive symptoms and suicidal ideation was observed as the levels of discrimination increased. There was a dose-response association, with 17.68-fold (95% CI, 13.49-23.17;P < .001) and 10.76-fold (95% CI, 7.82-14.80;P < .001) increases in the odds of moderate to severe depressive symptoms and suicidal ideation, respectively, on experiencing discrimination more than once a week. In addition, the association with depressive symptoms was greater when the main reason for discrimination was race, ancestry, or national origins among Hispanic or Latino participants at all 3 time points and among non-Hispanic Asian participants in May and June 2020. Furthermore, high levels of discrimination were as strongly associated with moderate to severe depressive symptoms as was history of prepandemic mood disorder diagnosis. 

Conclusions and Relevance

 In this large and diverse sample, increased levels of discrimination were associated with higher odds of experiencing moderate to severe depressive symptoms. This association was particularly evident when the main reason for discrimination was race, ancestry, or national origins among Hispanic or Latino participants and, early in the pandemic, among non-Hispanic Asian participants.

Abstract Substantial genetic liability is shared across psychiatric disorders but less is known about risk variants that are specific to a given disorder. We used multi-trait conditional and joint analysis (mtCOJO) to adjust GWAS summary statistics of one disorder for the effects of genetically correlated traits to identify putative disorder-specific SNP associations. We applied mtCOJO to summary statistics for five psychiatric disorders from the Psychiatric Genomics Consortium – schizophrenia (SCZ), bipolar disorder (BIP), major depression (MD), attention-deficit hyperactivity disorder (ADHD) and autism (AUT). Most genom-wide significant variants for these disorders had evidence of pleiotropy (i.e., impact on multiple psychiatric disorders) and hence have reduced mtCOJO conditional effect sizes. However, subsets of genome-wide significant variants had larger conditional effect sizes consistent with disorder-specific effects: 15 of 130 genome-wide significant variants for schizophrenia, 5 of 40 for major depression, 3 of 11 for ADHD and 1 of 2 for autism. In addition, we identified a number of variants that approached genome-wide significance in the original GWAS and have larger conditional effect sizes after conditioning on the other disorders. We show that decreased expression of VPS29 in the brain may increase risk to SCZ only and increased expression of CSE1L is associated with SCZ and MD, but not with BIP. Likewise, decreased expression of PCDHA7 in the brain is linked to increased risk of MD but decreased risk of SCZ and BIP.

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.

Abstract A missense mutation (A391T) in the manganese transporter SLC39A8 is strongly associated with schizophrenia in genomic studies, though the molecular connection to the brain remains hypothetical. Human carriers of A391T have reduced serum manganese, altered plasma glycosylation, and brain MRI changes consistent with altered metal transport. Here, using a knock-in mouse model homozygous for A391T, we show that the schizophrenia-associated variant changes protein glycosylation in the brain. N-linked glycosylation was most significantly impaired, with effects differing between regions. RNAseq analysis showed negligible regional variation, consistent with changes in the activity of glycosylation enzymes rather than gene expression. Finally, nearly one third of detected glycoproteins were differentially N-glycosylated in the cortex, including members of several pathways previously implicated in schizophrenia such as cell adhesion molecules and neurotransmitter receptors. These findings provide a mechanistic link between a risk allele and biochemical changes in the brain, furthering our molecular understanding of the pathophysiology of schizophrenia.

Abstract Background The origin of sex differences in prevalence and presentation of neuropsychiatric and behavioral traits is largely unknown. Given established genetic contributions and correlations across these traits, we tested for a sex-differentiated genetic architecture within and between traits. Methods Using genome-wide association study (GWAS) summary statistics for 20 neuropsychiatric and behavioral traits, we tested for differences in SNP-based heritability (h 2 ) and genetic correlation (r g <1) between sexes. For each trait, we computed z-scores from sex-stratified GWAS regression coefficients and identified genes with sex-differentiated effects. We calculated Pearson correlation coefficients between z-scores for each trait pair, to assess whether specific pairs share variants with sex-differentiated effects. Finally, we tested for sex differences in between-trait genetic correlations. Results With current sample sizes (and power), we found no significant, consistent sex differences in SNP-based h 2 . Between-sex, within-trait genetic correlations were consistently high, although significantly less than 1 for educational attainment and risk-taking behavior. We identified genome-wide significant genes with sex-differentiated effects for eight traits. Several trait pairs shared sex-differentiated effects. The top 0.1% of genes with sex-differentiated effects across traits overlapped with neuron- and synapse-related gene sets. Most between-trait genetic correlation estimates were similar across sex, with several exceptions (e.g. educational attainment & risk-taking behavior). Conclusions Sex differences in the common autosomal genetic architecture of neuropsychiatric and behavioral phenotypes are small and polygenic, requiring large sample sizes. Genes with sex-differentiated effects are enriched for neuron-related gene sets. This work motivates further investigation of genetic, as well as environmental, influences on sex differences.

Abstract Handedness, a consistent asymmetry in skill or use of the hands, has been studied extensively because of its relationship with language and the over-representation of left-handers in some neurodevelopmental disorders. Using data from the UK Biobank, 23andMe and 32 studies from the International Handedness Consortium, we conducted the world’s largest genome-wide association study of handedness (1,534,836 right-handed, 194,198 (11.0%) left-handed and 37,637 (2.1%) ambidextrous individuals). We found 41 genetic loci associated with left-handedness and seven associated with ambidexterity at genome-wide levels of significance (P < 5×10 −8 ). Tissue enrichment analysis implicated the central nervous system and brain tissues including the hippocampus and cerebrum in the etiology of left-handedness. Pathways including regulation of microtubules, neurogenesis, axonogenesis and hippocampus morphology were also highlighted. We found suggestive positive genetic correlations between being left-handed and some neuropsychiatric traits including schizophrenia and bipolar disorder. SNP heritability analyses indicated that additive genetic effects of genotyped variants explained 5.9% (95% CI = 5.8% – 6.0%) of the underlying liability of being left-handed, while the narrow sense heritability was estimated at 12% (95% CI = 7.2% – 17.7%). Further, we show that genetic correlation between left-handedness and ambidexterity is low (r g = 0.26; 95% CI = 0.08 – 0.43) implying that these traits are largely influenced by different genetic mechanisms. In conclusion, our findings suggest that handedness, like many other complex traits is highly polygenic, and that the genetic variants that predispose to left-handedness may underlie part of the association with some psychiatric disorders that has been observed in multiple observational studies.

Abstract Structural neuroimaging data have been used to compute an estimate of the biological age of the brain (brain‐age) which has been associated with other biologically and behaviorally meaningful measures of brain development and aging. The ongoing research interest in brain‐age has highlighted the need for robust and publicly available brain‐age models pre‐trained on data from large samples of healthy individuals. To address this need we have previously released a developmental brain‐age model. Here we expand this work to develop, empirically validate, and disseminate a pre‐trained brain‐age model to cover most of the human lifespan. To achieve this, we selected the best‐performing model after systematically examining the impact of seven site harmonization strategies, age range, and sample size on brain‐age prediction in a discovery sample of brain morphometric measures from 35,683 healthy individuals (age range: 5–90 years; 53.59% female). The pre‐trained models were tested for cross‐dataset generalizability in an independent sample comprising 2101 healthy individuals (age range: 8–80 years; 55.35% female) and for longitudinal consistency in a further sample comprising 377 healthy individuals (age range: 9–25 years; 49.87% female). This empirical examination yielded the following findings: (1) the accuracy of age prediction from morphometry data was higher when no site harmonization was applied; (2) dividing the discovery sample into two age‐bins (5–40 and 40–90 years) provided a better balance between model accuracy and explained age variance than other alternatives; (3) model accuracy for brain‐age prediction plateaued at a sample size exceeding 1600 participants. These findings have been incorporated into CentileBrain ( https://centilebrain.org/#/brainAGE2 ), an open‐science, web‐based platform for individualized neuroimaging metrics.

A common missense variant in SLC39A8 is convincingly associated with schizophrenia and several additional phenotypes. Homozygous loss-of-function mutations in SLC39A8 result in undetectable serum manganese (Mn) and a Congenital Disorder of Glycosylation (CDG) due to the exquisite sensitivity of glycosyltransferases to Mn concentration. Here, we identified several Mn-related changes in human carriers of the common SLC39A8 missense allele. Analysis of structural brain MRI scans showed a dose-dependent change in the ratio of T2w to T1w signal in several regions. Comprehensive trace element analysis confirmed a specific reduction of only serum Mn, and plasma protein N-glycome profiling revealed reduced complexity and branching. N-glycome profiling from two individuals with SLC39A8-CDG showed similar but more severe alterations in branching that improved with Mn supplementation, suggesting that the common variant exists on a spectrum of hypofunction with potential for reversibility. Characterizing the functional impact of this variant will enhance our understanding of schizophrenia pathogenesis and identify novel therapeutic targets and biomarkers of disease.Summary A common variant in the manganese transporter SLC39A8 is associated with numerous phenotypes including schizophrenia. Mealer et. al. presents an in-depth analysis of brain MRI and plasma glycomics in human carriers of the common variant, identifying several manganese-related changes with potential for diagnostic and therapeutic biomarker development.

For many traits, males show greater variability than females, with possible implications for understanding sex differences in health and disease. Here, the ENIGMA (Enhancing Neuro Imaging Genetics through Meta-Analysis) Consortium presents the largest-ever mega-analysis of sex differences in variability of brain structure, based on international data spanning nine decades of life. Subcortical volumes, cortical surface area and cortical thickness were assessed in MRI data of 16,683 healthy individuals 1-90 years old (47% females). We observed patterns of greater male than female between-subject variance for all brain measures. This pattern was stable across the lifespan for 50% of the subcortical structures, 70% of the regional area measures, and nearly all regions for thickness. Our findings that these sex differences are present in childhood implicate early life genetic or gene-environment interaction mechanisms. The findings highlight the importance of individual differences within the sexes, that may underpin sex-specific vulnerability to disorders.