Gene expression controls and dictates everything from development and plasticity to ongoing neurogenesis in the brain, yet the temporal dynamics of transcription throughout the brain's lifetime have been mostly unknown. Here, two groups present a large gene-expression database from a variety of human brain samples ranging from before birth to over 80 years in age. Colantuoni et al. focus on the prefrontal cortex. Although they note significant expression pattern dynamics throughout development, they identify a consistent molecular architecture of transcription across subjects from different races despite the large number of genetic polymorphisms among them. Kang et al. produce a more comprehensive time course, exploring expression in 16 different brain areas, determining that the largest spatiotemporal variability occurs before birth, with transcriptomes in brain regions converging as we age. Previous investigations have combined transcriptional and genetic analyses in human cell lines1,2,3, but few have applied these techniques to human neural tissue4,5,6,7,8. To gain a global molecular perspective on the role of the human genome in cortical development, function and ageing, we explore the temporal dynamics and genetic control of transcription in human prefrontal cortex in an extensive series of post-mortem brains from fetal development through ageing. We discover a wave of gene expression changes occurring during fetal development which are reversed in early postnatal life. One half-century later in life, this pattern of reversals is mirrored in ageing and in neurodegeneration. Although we identify thousands of robust associations of individual genetic polymorphisms with gene expression, we also demonstrate that there is no association between the total extent of genetic differences between subjects and the global similarity of their transcriptional profiles. Hence, the human genome produces a consistent molecular architecture in the prefrontal cortex, despite millions of genetic differences across individuals and races. To enable further discovery, this entire data set is freely available (from Gene Expression Omnibus: accession GSE30272; and dbGaP: accession phs000417.v1.p1) and can also be interrogated via a biologist-friendly stand-alone application ( http://www.libd.org/braincloud ).

The goal was to determine whether withdrawal from sugar can cause signs of opioid dependence. Because palatable food stimulates neural systems that are implicated in drug addiction, it was hypothesized that intermittent, excessive sugar intake might create dependency, as indicated by withdrawal signs.Male rats were food-deprived for 12 hours daily, including 4 hours in the early dark, and then offered highly palatable 25% glucose in addition to chow for the next 12 hours. Withdrawal was induced by naloxone or food deprivation. Withdrawal signs were measured by observation, ultrasonic recordings, elevated plus maze tests, and in vivo microdialysis.Naloxone (20 mg/kg intraperitoneally) caused somatic signs, such as teeth chattering, forepaw tremor, and head shakes. Food deprivation for 24 hours caused spontaneous withdrawal signs, such as teeth chattering. Naloxone (3 mg/kg subcutaneously) caused reduced time on the exposed arm of an elevated plus maze, where again significant teeth chattering was recorded. The plus maze anxiety effect was replicated with four control groups for comparison. Accumbens microdialysis revealed that naloxone (10 and 20 mg/kg intraperitoneally) decreased extracellular dopamine (DA), while dose-dependently increasing acetylcholine (ACh). The naloxone-induced DA/ACh imbalance was replicated with 10% sucrose and 3 mg/kg naloxone subcutaneously.Repeated, excessive intake of sugar created a state in which an opioid antagonist caused behavioral and neurochemical signs of opioid withdrawal. The indices of anxiety and DA/ACh imbalance were qualitatively similar to withdrawal from morphine or nicotine, suggesting that the rats had become sugar-dependent.

Palatable food stimulates neural systems implicated in drug dependence; thus sugar might have effects like a drug of abuse. Rats were given 25% glucose solution with chow for 12 h followed by 12 h of food deprivation each day. They doubled their glucose intake in 10 days and developed a pattern of excessive intake in the first hour of daily access. After 30 days, receptor binding was compared to chow-fed controls. Dopamine D-1 receptor binding increased significantly in the accumbens core and shell. In contrast, D-2 binding decreased in the dorsal striatum. Binding to dopamine transporter increased in the midbrain. Opioid mu-1 receptor binding increased significantly in the cingulate cortex, hippocampus, locus coeruleus and accumbens shell. Thus, intermittent, excessive sugar intake sensitized D-1 and mu-1 receptors much like some drugs of abuse.

The human prefrontal cortex (PFC), a mastermind of the brain, is one of the last brain regions to mature. To investigate the role of epigenetics in the development of PFC, we examined DNA methylation in ∼14,500 genes at ∼27,000 CpG loci focused on 5′ promoter regions in 108 subjects range in age from fetal to elderly. DNA methylation in the PFC shows unique temporal patterns across life. The fastest changes occur during the prenatal period, slow down markedly after birth and continue to slow further with aging. At the genome level, the transition from fetal to postnatal life is typified by a reversal of direction, from demethylation prenatally to increased methylation postnatally. DNA methylation is strongly associated with genotypic variants and correlates with expression of a subset of genes, including genes involved in brain development and in de novo DNA methylation. Our results indicate that promoter DNA methylation in the human PFC is a highly dynamic process modified by genetic variance and regulating gene transcription. Additional discovery is made possible with a stand-alone application, BrainCloudMethyl. The human prefrontal cortex (PFC), a mastermind of the brain, is one of the last brain regions to mature. To investigate the role of epigenetics in the development of PFC, we examined DNA methylation in ∼14,500 genes at ∼27,000 CpG loci focused on 5′ promoter regions in 108 subjects range in age from fetal to elderly. DNA methylation in the PFC shows unique temporal patterns across life. The fastest changes occur during the prenatal period, slow down markedly after birth and continue to slow further with aging. At the genome level, the transition from fetal to postnatal life is typified by a reversal of direction, from demethylation prenatally to increased methylation postnatally. DNA methylation is strongly associated with genotypic variants and correlates with expression of a subset of genes, including genes involved in brain development and in de novo DNA methylation. Our results indicate that promoter DNA methylation in the human PFC is a highly dynamic process modified by genetic variance and regulating gene transcription. Additional discovery is made possible with a stand-alone application, BrainCloudMethyl.

Genome-wide association studies have identified 108 schizophrenia risk loci, but biological mechanisms for individual loci are largely unknown. Using developmental, genetic and illness-based RNA sequencing expression analysis in human brain, we characterized the human brain transcriptome around these loci and found enrichment for developmentally regulated genes with novel examples of shifting isoform usage across pre- and postnatal life. We found widespread expression quantitative trait loci (eQTLs), including many with transcript specificity and previously unannotated sequence that were independently replicated. We leveraged this general eQTL database to show that 48.1% of risk variants for schizophrenia associate with nearby expression. We lastly found 237 genes significantly differentially expressed between patients and controls, which replicated in an independent dataset, implicated synaptic processes, and were strongly regulated in early development. These findings together offer genetics- and diagnosis-related targets for better modeling of schizophrenia risk. This resource is publicly available at http://eqtl.brainseq.org/phase1 . The authors surveyed gene expression across cortical development and in individuals with schizophrenia. Three-fold more risk variants influenced expression than known. Risk genes showed developmental regulation, while diagnosis changes implicated largely treatment effects.

GABA signaling molecules are critical for both human brain development and the pathophysiology of schizophrenia. We examined the expression of transcripts derived from three genes related to GABA signaling [GAD1 (GAD67 and GAD25), SLC12A2 (NKCC1), and SLC12A5 (KCC2)] in the prefrontal cortex (PFC) and hippocampal formation of a large cohort of nonpsychiatric control human brains (n = 240) across the lifespan (from fetal week 14 to 80 years) and in patients with schizophrenia (n = 30-31), using quantitative RT-PCR. We also examined whether a schizophrenia risk-associated promoter SNP in GAD1 (rs3749034) is related to expression of these transcripts. Our studies revealed that development and maturation of both the PFC and hippocampal formation are characterized by progressive switches in expression from GAD25 to GAD67 and from NKCC1 to KCC2. Previous studies have demonstrated that the former leads to GABA synthesis, and the latter leads to switching from excitatory to inhibitory neurotransmission. In the hippocampal formation, GAD25/GAD67 and NKCC1/KCC2 ratios are increased in patients with schizophrenia, reflecting a potentially immature GABA physiology. Remarkably, GAD25/GAD67 and NKCC1/KCC2 expression ratios are associated with rs3749034 genotype, with risk alleles again predicting a relatively less mature pattern. These findings suggest that abnormalities in GABA signaling critical to brain development contribute to genetic risk for schizophrenia.

Defining the environmental context in which genes enhance disease susceptibility can provide insight into the pathogenesis of complex disorders. We report that the intra-uterine environment modulates the association of schizophrenia with genomic risk (in this study, genome-wide association study–derived polygenic risk scores (PRSs)). In independent samples from the United States, Italy, and Germany, the liability of schizophrenia explained by PRS is more than five times greater in the presence of early-life complications (ELCs) compared with their absence. Patients with ELC histories have significantly higher PRS than patients without ELC histories, which is confirmed in additional samples from Germany and Japan. The gene set composed of schizophrenia loci that interact with ELCs is highly expressed in placenta, is differentially expressed in placentae from complicated in comparison with normal pregnancies, and is differentially upregulated in placentae from male compared with female offspring. Pathway analyses reveal that genes driving the PRS-ELC interaction are involved in cellular stress response; genes that do not drive such interaction implicate orthogonal biological processes (for example, synaptic function). We conclude that a subset of the most significant genetic variants associated with schizophrenia converge on a developmental trajectory sensitive to events that affect the placental response to stress, which may offer insights into sex biases and primary prevention. Early-life complications modulate the association of genomic risk and schizophrenia.

Abstract Single-cell transcriptomics can provide quantitative molecular signatures for large, unbiased samples of the diverse cell types in the brain 1–3 . With the proliferation of multi-omics datasets, a major challenge is to validate and integrate results into a biological understanding of cell-type organization. Here we generated transcriptomes and epigenomes from more than 500,000 individual cells in the mouse primary motor cortex, a structure that has an evolutionarily conserved role in locomotion. We developed computational and statistical methods to integrate multimodal data and quantitatively validate cell-type reproducibility. The resulting reference atlas—containing over 56 neuronal cell types that are highly replicable across analysis methods, sequencing technologies and modalities—is a comprehensive molecular and genomic account of the diverse neuronal and non-neuronal cell types in the mouse primary motor cortex. The atlas includes a population of excitatory neurons that resemble pyramidal cells in layer 4 in other cortical regions 4 . We further discovered thousands of concordant marker genes and gene regulatory elements for these cell types. Our results highlight the complex molecular regulation of cell types in the brain and will directly enable the design of reagents to target specific cell types in the mouse primary motor cortex for functional analysis.

Abstract Single cell transcriptomics has transformed the characterization of brain cell identity by providing quantitative molecular signatures for large, unbiased samples of brain cell populations. With the proliferation of taxonomies based on individual datasets, a major challenge is to integrate and validate results toward defining biologically meaningful cell types. We used a battery of single-cell transcriptome and epigenome measurements generated by the BRAIN Initiative Cell Census Network (BICCN) to comprehensively assess the molecular signatures of cell types in the mouse primary motor cortex (MOp). We further developed computational and statistical methods to integrate these multimodal data and quantitatively validate the reproducibility of the cell types. The reference atlas, based on more than 600,000 high quality single-cell or -nucleus samples assayed by six molecular modalities, is a comprehensive molecular account of the diverse neuronal and non-neuronal cell types in MOp. Collectively, our study indicates that the mouse primary motor cortex contains over 55 neuronal cell types that are highly replicable across analysis methods, sequencing technologies, and modalities. We find many concordant multimodal markers for each cell type, as well as thousands of genes and gene regulatory elements with discrepant transcriptomic and epigenomic signatures. These data highlight the complex molecular regulation of brain cell types and will directly enable design of reagents to target specific MOp cell types for functional analysis.

ABSTRACT We report the generation of a multimodal cell census and atlas of the mammalian primary motor cortex (MOp or M1) as the initial product of the BRAIN Initiative Cell Census Network (BICCN). This was achieved by coordinated large-scale analyses of single-cell transcriptomes, chromatin accessibility, DNA methylomes, spatially resolved single-cell transcriptomes, morphological and electrophysiological properties, and cellular resolution input-output mapping, integrated through cross-modal computational analysis. Together, our results advance the collective knowledge and understanding of brain cell type organization: First, our study reveals a unified molecular genetic landscape of cortical cell types that congruently integrates their transcriptome, open chromatin and DNA methylation maps. Second, cross-species analysis achieves a unified taxonomy of transcriptomic types and their hierarchical organization that are conserved from mouse to marmoset and human. Third, cross-modal analysis provides compelling evidence for the epigenomic, transcriptomic, and gene regulatory basis of neuronal phenotypes such as their physiological and anatomical properties, demonstrating the biological validity and genomic underpinning of neuron types and subtypes. Fourth, in situ single-cell transcriptomics provides a spatially-resolved cell type atlas of the motor cortex. Fifth, integrated transcriptomic, epigenomic and anatomical analyses reveal the correspondence between neural circuits and transcriptomic cell types. We further present an extensive genetic toolset for targeting and fate mapping glutamatergic projection neuron types toward linking their developmental trajectory to their circuit function. Together, our results establish a unified and mechanistic framework of neuronal cell type organization that integrates multi-layered molecular genetic and spatial information with multi-faceted phenotypic properties.