Genetic discoveries of Alzheimer's disease are the drivers of our understanding, and together with polygenetic risk stratification can contribute towards planning of feasible and efficient preventive and curative clinical trials. We first perform a large genetic association study by merging all available case-control datasets and by-proxy study results (discovery n = 409,435 and validation size n = 58,190). Here, we add six variants associated with Alzheimer's disease risk (near APP, CHRNE, PRKD3/NDUFAF7, PLCG2 and two exonic variants in the SHARPIN gene). Assessment of the polygenic risk score and stratifying by APOE reveal a 4 to 5.5 years difference in median age at onset of Alzheimer's disease patients in APOE ɛ4 carriers. Because of this study, the underlying mechanisms of APP can be studied to refine the amyloid cascade and the polygenic risk score provides a tool to select individuals at high risk of Alzheimer's disease.

ABSTRACT BACKGROUND Disentangling the genetic constellation underlying Alzheimer’s disease (AD) is important. Doing so allows us to identify biological pathways underlying AD, point towards novel drug targets and use the variants for individualised risk predictions in disease modifying or prevention trials. In the present work we report on the largest genome-wide association study (GWAS) for AD risk to date and show the combined utility of proven AD loci for precision medicine using polygenic risk scores (PRS). METHODS Three sets of summary statistics were included in our meta-GWAS of AD: an Spanish case-control study (GR@ACE/DEGESCO study, n = 12,386), the case-control study of International Genomics of Alzheimer project (IGAP, n = 82,771) and the UK Biobank (UKB) AD-by-proxy case-control study (n=314,278). Using these resources, we performed a fixed-effects inverse-variance-weighted meta-analysis. Detected loci were confirmed in a replication study of 19,089 AD cases and 39,101 controls from 16 European-ancestry cohorts not previously used. We constructed a weighted PRS based on the 39 AD variants. PRS were generated by multiplying the genotype dosage of each risk allele for each variant by its respective weight, and then summing across all variants. We first validated it for AD in independent data (assessing effects of sub-threshold signal, diagnostic certainty, age at onset and sex) and tested its effect on risk (odds for disease) and age at onset in the GR@ACE/DEGESCO study. FINDINGS Using our meta-GWAS approach and follow-up analysis, we identified novel genome-wide significant associations of six genetic variants with AD risk (rs72835061 -CHRNE , rs2154481 -APP , rs876461 -PRKD3/NDUFAF7 , rs3935877 -PLCG2 and two missense variants: rs34173062/rs34674752 in SHARPIN gene) and confirmed a stop codon mutation in the IL34 gene increasing the risk of AD ( IL34-Tyr213Ter ), and two other variants in PLCG2 and HS3ST1 regions. This brings the total number of genetic variants associated with AD to 39 (excluding APOE ). The PRS based on these variants was associated with AD in an independent clinical AD-case control dataset (OR=1.30, per 1-SD increase in the PRS, 95%CI 1.18-1.44, p = 1.1×10 −7 ), a similar effect to that in the GR@ACE/DEGESCO (OR=1.27, 95%CI 1.23-1.32, p = 7.4×10 −39 ). We then explored the combined effects of these 39 variants in a PRS for AD risk and age-at-onset stratification in GR@ACE/DEGESCO. Excluding APOE , we observed a gradual risk increase over the 2% tiles; when comparing the extremes, those with the 2% highest risk had a 2.98-fold (95% CI 2.12–4.18, p = 3.2×10 −10 ) increased risk compared to those with the 2% lowest risk ( p = 5.9×10 −10 ). Using the PRS we identified APOE ε33 carriers with a similar risk as APOE ε 4 heterozygotes carriers, as well as APOE ε4 heterozygote carriers with a similar risk as APOE ε 4 homozygote. Considering age at onset; there was a 9-year difference between median onset of AD the lowest risk group and the highest risk group (82 vs 73 years; p = 1.6×10 −6 ); a 4-year median onset difference (81 vs 77 years; p = 6.9×10 −5 ) within APOE ε4 heterozygotes and a 5.5-year median onset difference (78.5 vs 73 years; p = 4.6×10 −5 ) within APOE ε4 carriers. INTERPRETATION We identified six novel genetic variants associated with AD-risk, among which one common APP variant. A PRS of all genetic loci reported to date could be a robust tool to predict the risk and age at onset of AD, beyond APOE alone. These properties make PRS instrumental in selecting individuals at risk in order to apply preventative strategies and might have potential use in diagnostic work-up.

Abstract A genome-wide survival analysis of 14,406 Alzheimer’s disease (AD) cases and 25,849 controls identified eight previously reported AD risk loci and fourteen novel loci associated with age at onset. LD score regression of 220 cell types implicated regulation of myeloid gene expression in AD risk. In particular, the minor allele of rs1057233 (G), within the previously reported CELF1 AD risk locus, showed association with delayed AD onset and lower expression of SPI1 in monocytes and macrophages. SPI1 encodes PU.1, a transcription factor critical for myeloid cell development and function. AD heritability is enriched within the PU.1 cistrome, implicating a myeloid PU.1 target gene network in AD. Finally, experimentally altered PU.1 levels affect the expression of mouse orthologs of many AD risk genes and the phagocytic activity of mouse microglial cells. Our results suggest that lower SPI1 expression reduces AD risk by regulating myeloid gene expression and cell function.

ABSTRACT Dementia is multifactorial with Alzheimer (AD) and vascular (VaD) pathologies making the largest contributions. Genome-wide association studies (GWAS) have identified over 70 genetic risk loci for AD but the genomic determinants of other dementias, including VaD remain understudied. We hypothesize that common forms of dementia will share genetic risk factors and conducted the largest GWAS to date of “all-cause dementia” (ACD) and examined the genetic overlap with VaD. Our dataset includes 809,299 individuals from European, African, Asian, and Hispanic ancestries with 46,902 and 8,702 cases of ACD and VaD, respectively. We replicated known AD loci at genome-wide significance for both ACD and VaD and conducted bioinformatic analyses to prioritize genes that are likely functionally relevant, and shared with closely related traits and risk factors. For ACD, novel loci identified were associated with energy transport ( SEMA4D ), neuronal excitability ( ANO3 ), amyloid deposition in the brain ( RBFOX1 ), and MRI markers of small vessel disease ( HBEGF ). Novel VaD loci were associated with hypertension, diabetes, and neuron maintenance ( SPRY2, FOXA2, AJAP1 , and PSMA3 ). Our study identified genetic risks underlying all-cause dementia, demonstrating overlap with neurodegenerative processes, vascular risk factors (Type-II diabetes, blood pressure, lipid) and cerebral small vessel disease. These novel insights could lead to new prevention and treatment strategies for all dementias.

Abstract INTRODUCTION Both Alzheimer’s disease (AD) and ageing have a strong genetic component. In each case, many associated variants have been discovered, but how much missing heritability remains to be discovered is debated. Variability in the estimation of SNP-based heritability could explain the differences in reported heritability. METHODS We compute heritability in five large independent cohorts (N=7,396, 1,566, 803, 12,528 and 3,963) to determine whether a consensus for the AD heritability estimate can be reached. These cohorts vary by sample size, age of cases and controls and phenotype definition. We compute heritability a) for all SNPs, b) excluding APOE region, c) excluding both APOE and genome-wide association study hit regions, and d) SNPs overlapping a microglia gene-set. RESULTS SNP-based heritability of Alzheimer’s disease is between 38 and 66% when age and genetic disease architecture are correctly accounted for. The heritability estimates decrease by 12% [SD=8%] on average when the APOE region is excluded and an additional 1% [SD=3%] when genome-wide significant regions were removed. A microglia gene-set explains 69-84% of our estimates of SNP-based heritability using only 3% of total SNPs in all cohorts. CONCLUSION The heritability of neurodegenerative disorders cannot be represented as a single number, because it is dependent on the ages of cases and controls. Genome-wide association studies pick up a large proportion of total AD heritability when age and genetic architecture are correctly accounted for. Around 13% of SNP-based heritability can be explained by known genetic loci and the remaining heritability likely resides around microglial related genes. Author Summary Estimates of heritability in Alzheimer’s disease, the proportion of phenotypic variance explained by genetics, are very varied across different studies, therefore, the amount of ‘missing’ heritability not yet captured by current genome-wide association studies is debated. We investigate this in five independent cohorts, provide estimates based on these cohorts and detail necessary suggestions to accurately calculate heritability in age-related disorders. We also confirm the importance of microglia relevant genetic markers in Alzheimer’s disease. This manuscript provides suggestions for other researchers computing heritability in late-onset disorders and the microglia gene-set used in this study will be published alongside this manuscript and made available to other researchers. The correct assessment of disease heritability will aid in better understanding the amount of ‘missing heritability’ in Alzheimer’s disease.

Tandem repeats (TR) play important roles in genomic variation and disease risk in humans. Long-read sequencing allows for the characterisation of TRs, however, the underlying bioinformatics perspective remains challenging. We evaluated potential biases when genotyping >864k TRs using diverse Oxford Nanopore Technology (ONT) and PacBio long-read sequencing technologies. We showed that, in rare cases, long-read sequencing suffers from coverage drops in TRs, such as the disease-associated TRs in ABCA7 and RFC1 genes. Such coverage drops can lead to TR mis-genotyping, hampering accurate assessments of TR alleles and highlighting the need for bioinformatic tools to characterise TRs across different technologies and data-types. For this reason, we have developed otter and TREAT: otter is a fast targeted local assembler, cross-compatible across different sequencing platforms. It is integrated in TREAT, an end-to-end workflow for TR characterisation, visualisation and analysis across multiple genomes. Together, these tools enabled accurate characterisation of >864k TRs in long-read sequencing data from ONT and PacBio technologies, with error rates ranging 0.6-1.1% and with limited computational resources. This performance extends across diverse genomes: applied to clinically relevant TRs, TREAT significantly detected diseased individuals with extreme expansions (p=4.3x10-7 and p=1.4x10-5, TR expansions in RFC1 gene). Importantly, in a case-control setting, we significantly replicated previously reported TRs-associations with Alzheimer's Disease, including those near or within APOC1 (p=2.63x10-9), SPI1 (p=6.5x10-3) and ABCA7 (p=0.04) genes. Our tools overcome common limitations regarding cross-sequencing platform compatibility and allow end-to-end analysis and comparisons of tandem repeats in human genomes, with broad applications in research and clinical fields.

Genomic studies of molecular traits have provided mechanistic insights into complex disease, though these lag behind for brain-related traits due to the inaccessibility of brain tissue. We leveraged cerebrospinal fluid (CSF) to study neurobiological mechanisms in vivo , measuring 5,543 CSF metabolites, the largest panel in CSF to date, in 977 individuals of European ancestry. Individuals originated from two separate cohorts including cognitively healthy subjects (n=490) and a well-characterized memory clinic sample, the Amsterdam Dementia Cohort (ADC, n=487). We performed metabolite quantitative trait loci (mQTL) mapping on CSF metabolomics and found 126 significant mQTLs, representing 65 unique CSF metabolites across 51 independent loci. To better understand the role of CSF mQTLs in brain-related disorders, we performed a metabolome-wide association study (MWAS), identifying 40 associations between CSF metabolites and brain traits. Similarly, over 90% of significant mQTLs demonstrated colocalized associations with brain-specific gene expression, unveiling potential neurobiological pathways.

The Alzheimer's Disease Sequencing Project (ADSP) performed whole genome sequencing (WGS) of 584 subjects from 111 multiplex families at three sequencing centers. Genotype calling of single nucleotide variants (SNVs) and insertion-deletion variants (indels) was performed centrally using GATK-HaplotypeCaller and Atlas V2. The ADSP Quality Control (QC) Working Group applied QC protocols to project-level variant call format files (VCFs) from each pipeline, and developed and implemented a novel protocol, termed consensus calling, to combine genotype calls from both pipelines into a single high-quality set. QC was applied to autosomal bi-allelic SNVs and indels, and included pipeline-recommended QC filters, variant-level QC, and sample-level QC. Low-quality variants or genotypes were excluded, and sample outliers were noted. Quality was assessed by examining Mendelian inconsistencies (MIs) among 67 parent-offspring pairs, and MIs were used to establish additional genotype-specific filters for GATK calls. After QC, 578 subjects remained. Pipeline-specific QC excluded ~12.0% of GATK and 14.5% of Atlas SNVs. Between pipelines, ~91% of SNV genotypes across all QCed variants were concordant; 4.23% and 4.56% of genotypes were exclusive to Atlas or GATK, respectively; the remaining ~0.01% of discordant genotypes were excluded. For indels, variant-level QC excluded ~36.8% of GATK and 35.3% of Atlas indels. Between pipelines, ~55.6% of indel genotypes were concordant; while 10.3% and 28.3% were exclusive to Atlas or GATK, respectively; and ~0.29% of discordant genotypes were. The final WGS consensus dataset contains 27,896,774 SNVs and 3,133,926 indels and is publicly available.

Background: Amyloid β (Aβ) peptides are the products of the catalytic processing of the Aβ precursor protein (APP) by the β-secretase, BACE1 and the γ-secretase complex. Impairment of the Aβ production/clearance balance is the major pathophysiological hypothesis in Alzheimer's disease. Plasma Aβ levels are easy to measure in large numbers and therefore can be used as an endophenotype to study the genetics of Aβ and its relevance to AD. Methods: We performed genome-wide association studies (GWAS) of plasma Aβ1-40, Aβ1-42 and Aβ1-42/Aβ1-40 ratio in 12,369 non-demented participants across 8 studies, using genetic data imputed on the 1000 Genomes phase 1 version 3 reference panel. To gain further insight, we performed LD-score regression analysis of plasma Aβ-42 and Aβ-40 levels using previously published GWAS of AD and other related traits, and pathway analyses. Results: We identified 21 variants reaching genome-wide significance across two loci. The most significant locus spanned the APOE gene, with significant associations with plasma Aβ42 levels (p = 9.01×10-13) and plasma Aβ42/Aβ40 ratio (p = 6.46×10-20). The second locus was located on chromosome 11, near the BACE1 gene (p = 2.56×10-8). We also observed suggestive evidence of association (p < 1×10-5) around genes involved in Aβ metabolism including APP and PSEN2. Conclusion: Using plasma Aβ40 and Aβ42 levels, this GWAS was able to identify relevant and central actors of the APP metabolism in AD. Overall, this study strengthens the utility of plasma Aβ levels both as an endophenotype and a biomarker.

Genetic association studies are frequently used to study the genetic basis of numerous human phenotypes. However, the rapid interrogation of how well a certain genomic region associates across traits as well as the interpretation of genetic associations is often complex and requires the integration of multiple sources of annotation, which involves advanced bioinformatic skills. We developed snpXplorer , an easy-to-use web-server application for exploring Single Nucleotide Polymorphisms (SNP) association statistics and to functionally annotate sets of SNPs. snpXplorer can superimpose association statistics from multiple studies, and displays regional information including SNP associations, structural variations, recombination rates, eQTL, linkage disequilibrium patterns, genes and gene-expressions per tissue. By overlaying multiple GWAS studies, snpXplorer can be used to compare levels of association across different traits, which may help the interpretation of variant consequences. Given a list of SNPs, snpXplorer can also be used to perform variant-to-gene mapping and gene-set enrichment analysis to identify molecular pathways that are overrepresented in the list of input SNPs. snpXplorer is freely available at https://snpxplorer.net. Source code, documentation, example files and tutorial videos are available within the Help section of snpXplorer and at https://github.com/TesiNicco/snpXplorer.