Intelligence is highly heritable1 and a major determinant of human health and well-being2. Recent genome-wide meta-analyses have identified 24 genomic loci linked to variation in intelligence3-7, but much about its genetic underpinnings remains to be discovered. Here, we present a large-scale genetic association study of intelligence (n = 269,867), identifying 205 associated genomic loci (190 new) and 1,016 genes (939 new) via positional mapping, expression quantitative trait locus (eQTL) mapping, chromatin interaction mapping, and gene-based association analysis. We find enrichment of genetic effects in conserved and coding regions and associations with 146 nonsynonymous exonic variants. Associated genes are strongly expressed in the brain, specifically in striatal medium spiny neurons and hippocampal pyramidal neurons. Gene set analyses implicate pathways related to nervous system development and synaptic structure. We confirm previous strong genetic correlations with multiple health-related outcomes, and Mendelian randomization analysis results suggest protective effects of intelligence for Alzheimer's disease and ADHD and bidirectional causation with pleiotropic effects for schizophrenia. These results are a major step forward in understanding the neurobiology of cognitive function as well as genetically related neurological and psychiatric disorders.

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.

General cognitive function is a prominent human trait associated with many important life outcomes 1,2 , including longevity 3 . The substantial heritability of general cognitive function is known to be polygenic, but it has had little explication in terms of the contributing genetic variants 4,5,6 . Here, we combined cognitive and genetic data from the CHARGE and COGENT consortia, and UK Biobank (total N=280,360; age range = 16 to 102). We found 9,714 genome-wide significant SNPs ( P <5 x 10 −8 ) in 99 independent loci. Most showed clear evidence of functional importance. Among many novel genes associated with general cognitive function were SGCZ , ATXN1 , MAPT , AUTS2 , and P2RY6 . Within the novel genetic loci were variants associated with neurodegenerative disorders, neurodevelopmental disorders, physical and psychiatric illnesses, brain structure, and BMI. Gene-based analyses found 536 genes significantly associated with general cognitive function; many were highly expressed in the brain, and associated with neurogenesis and dendrite gene sets. Genetic association results predicted up to 4% of general cognitive function variance in independent samples. There was significant genetic overlap between general cognitive function and information processing speed, as well as many health variables including longevity.

Intelligence is highly heritable and a major determinant of human health and well-being. Recent genome-wide meta-analyses have identified 24 genomic loci linked to intelligence, but much about its genetic underpinnings remains to be discovered. Here, we present the largest genetic association study of intelligence to date (N=279,930), identifying 206 genomic loci (191 novel) and implicating 1,041 genes (963 novel) via positional mapping, expression quantitative trait locus (eQTL) mapping, chromatin interaction mapping, and gene-based association analysis. We find enrichment of genetic effects in conserved and coding regions and identify 89 nonsynonymous exonic variants. Associated genes are strongly expressed in the brain and specifically in striatal medium spiny neurons and cortical and hippocampal pyramidal neurons. Gene-set analyses implicate pathways related to neurogenesis, neuron differentiation and synaptic structure. We confirm previous strong genetic correlations with several neuropsychiatric disorders, and Mendelian Randomization results suggest protective effects of intelligence for Alzheimer's dementia and ADHD, and bidirectional causation with strong pleiotropy for schizophrenia. These results are a major step forward in understanding the neurobiology of intelligence as well as genetically associated neuropsychiatric traits.

Sequencing studies have highlighted candidate sets of genes involved in schizophrenia, including activity-regulated cytoskeleton-associated protein (ARC) and N-methyl-d-aspartate receptor (NMDAR) complexes. Two genes, SETD1A and RBM12, have also been associated with robust statistical evidence. Larger samples and novel methods for identifying disease-associated missense variants are needed to reveal novel genes and biological mechanisms associated with schizophrenia. We sequenced 187 genes, selected for prior evidence of association with schizophrenia, in a new dataset of 5,207 cases and 4,991 controls. Included were members of ARC and NMDAR post-synaptic protein complexes, as well as voltage-gated sodium and calcium channels. We observed a significant case excess of rare (<0.1% in frequency) loss-of-function (LoF) mutations across all 187 genes (OR = 1.36; Pcorrected = 0.0072) but no individual gene was associated with schizophrenia after correcting for multiple testing. We found novel evidence that LoF and missense variants at paralog conserved sites were enriched in sodium channels (OR = 1.26; P = 0.0035). Meta-analysis of our new data with published sequencing data (11,319 cases, 15,854 controls and 1,136 trios) supported and refined this association to sodium channel alpha subunits (P = 0.0029). Meta-analysis also confirmed association between schizophrenia and rare variants in ARC (P = 4.0 x 10-4) and NMDAR (P = 1.7 x 10-5) synaptic genes. No association was found between rare variants in calcium channels and schizophrenia. In one of the largest sequencing studies of schizophrenia to date, we provide novel evidence that multiple voltage-gated sodium channels are involved in schizophrenia pathogenesis, and increase the evidence for association between rare variants in ARC and NMDAR post-synaptic complexes and schizophrenia. Larger samples are required to identify specific genes and variants driving these associations.

Liability to schizophrenia is inversely correlated with general cognitive ability at both the phenotypic and genetic level. Paradoxically, a modest but consistent positive genetic correlation has been reported between schizophrenia and educational attainment, despite the strong positive genetic correlation between cognitive ability and educational attainment. Here we leverage published GWAS in cognitive ability, education, and schizophrenia to parse biological mechanisms underlying these results. Association analysis based on subsets (ASSET), a pleiotropic meta-analytic technique, allowed jointly associated loci to be identified and characterized. Specifically, we identified subsets of variants associated in the expected ("Concordant") direction across all three phenotypes (i.e., greater risk for schizophrenia, lower cognitive ability, and lower educational attainment); these were contrasted with variants demonstrating the counterintuitive ("Discordant") relationship between education and schizophrenia (i.e., greater risk for schizophrenia and higher educational attainment). ASSET analysis revealed 235 independent loci associated with cognitive ability, education and/or schizophrenia at p<5x10^-8. Pleiotropic analysis successfully identified more than 100 loci that were not significant in the input GWASs, and many of these have been validated by larger, more recent single-phenotype GWAS. Leveraging the joint genetic correlations of cognitive ability, education, and schizophrenia, we were able to dissociate two distinct biological mechanisms: early neurodevelopmental pathways that characterize concordant allelic variation, and adulthood synaptic pruning pathways that were linked to the paradoxical positive genetic association between education and schizophrenia. Further, genetic correlation analyses revealed that these mechanisms contribute not only to the etiopathogenesis of schizophrenia but also to the broader biological dimensions that are implicated in both general health outcomes and psychiatric illness.

Background: Cognitive traits demonstrate significant genetic correlations with many psychiatric disorders and other health-related traits, and many neuropsychiatric and neurodegenerative disorders are marked by cognitive deficits. Therefore, genome-wide association studies (GWAS) of general cognitive ability might suggest potential targets for nootropic drug repurposing. Our previous effort to identify "druggable genes" (i.e., GWAS-identified genes that produce proteins targeted by known small molecules) was modestly powered due to the small cognitive GWAS sample available at the time. Since then, two large cognitive GWAS meta-analyses have reported 148 and 205 genome-wide significant loci, respectively. Additionally, large-scale gene expression databases, derived from post-mortem human brain, have recently been made available for GWAS annotation. Here, we 1) reconcile results from these two cognitive GWAS meta-analyses to further enhance power for locus discovery; 2) employ several complementary transcriptomic methods to identify genes in these loci with variants that are credibly associated with cognition, and 3) further annotate the resulting genes to identify "druggable" targets. Methods: GWAS summary statistics were harmonized and jointly analysed using Multi-Trait Analysis of GWAS [MTAG], which is optimized for handling sample overlaps. Downstream gene identification was carried out using MAGMA, S-PrediXcan/S-TissueXcan Transcriptomic Wide Analysis, and eQTL mapping, as well as more recently developed methods that integrate GWAS and eQTL data via Summary-statistics Mendelian Randomization [SMR] and linkage methods [HEIDI]. Available brain-specific eQTL databases included GTEXv7, BrainEAC, CommonMind, ROSMAP, and PsychENCODE. Intersecting credible genes were then annotated against multiple chemoinformatic databases [DGIdb, KI, and a published review on "druggability"]. Results: Using our meta-analytic data set (N = 373,617) we identified 241 independent cognition-associated loci (29 novel), and 76 genes were identified by 2 or more methods of gene identification. 26 genes were associated with general cognitive ability via SMR, 16 genes via STissueXcan/S-PrediXcan, 47 genes via eQTL mapping, and 68 genes via MAGMA pathway analysis. The use of the HEIDI test permitted the exclusion of candidate genes that may have been artifactually associated to cognition due to linkage, rather than direct causal or indirect pleiotropic effects. Actin and chromatin binding gene sets were identified as novel pathways that could be targeted via drug repurposing. Leveraging on our various transcriptome and pathway analyses, as well as available chemoinformatic databases, we identified 16 putative genes that may suggest drug targets with nootropic properties. Discussion: Results converged on several categories of significant drug targets, including serotonergic and glutamatergic genes, voltage-gated ion channel genes, carbonic anhydrase genes, and phosphodiesterase genes. The current results represent the first efforts to apply a multi-method approach to integrate gene expression and SNP level data to identify credible actionable genes for general cognitive ability.

A novel POLARIS gene-based analysis approach was employed to compute gene-based polygenic risk score (PRS) for all individuals in the latest HRC imputed GERAD (N cases=3332 and N controls=9,832) data using the International Genomics of Alzheimer's Project summary statistics (N cases=13676 and N controls= 27322, excluding GERAD subjects) to identify the SNPs and weight their risk alleles for the PRS score. SNPs were assigned to known, protein coding genes using GENCODE (v19). SNPs are assigned using both 1) no window around the gene and 2) a window of 35kb upstream and 10kb downstream to include transcriptional regulatory elements. The overall association of a gene is determined using a logistic regression model, adjusting for population covariates. Three novel gene wide significant genes were determined for the POLARIS gene-based analysis using a gene window; PPARGC1A, RORA and ZNF423. The ZNF432 gene resides in an Alzheimer's disease (AD) specific protein network which also includes other AD-related genes. The PPARGC1A gene has been linked to energy metabolism and the generation of amyloid beta plaques and the RORA has strong links with genes which are differentially expressed in the hippocampus. We also demonstrate no enrichment for genes in either loss of function intolerant or conserved noncoding sequence regions.

Objective: Psychosis - a complex and heterogeneous neuropsychiatric condition characterized by hallucinations and delusions - is a common feature of schizophrenia. There is evidence for altered DNA methylation (DNAm) associated with schizophrenia in both brain and peripheral tissues. We aimed to undertake a systematic analysis of variable DNAm associated with psychosis, schizophrenia, and treatment-resistant schizophrenia, also exploring measures of biological ageing, smoking, and blood cell composition derived from DNAm data to identify molecular biomarkers of disease. Methods: We quantified DNAm across the genome in blood samples from 4,483 participants from seven case-control cohorts including patients with schizophrenia or first-episode psychosis. Measures of biological age, cellular composition and smoking status were derived from DNAm data using established algorithms. DNAm and derived measures were analyzed within each cohort and the results combined by meta-analysis. Results: Psychosis cases were characterized by significant differences in measures of blood cell proportions and elevated smoking exposure derived from the DNAm data, with the largest differences seen in treatment-resistant schizophrenia patients. DNAm at 95 CpG sites was significantly different between psychosis cases and controls, with 1,048 differentially methylated positions (DMPs) identified between schizophrenia cases and controls. Schizophrenia-associated DMPs colocalize to regions identified in genetic association studies, with genes annotated to these sites enriched for pathways relevant to disease. Finally, a number of the schizophrenia associated differences were only present in the treatment-resistant schizophrenia subgroup. Conclusions: We show that DNAm data can be leveraged to derive measures of blood cell counts and smoking that are strongly associated with psychosis. Our DNAm meta-analysis identified multiple DMPs associated with both psychosis and a more refined diagnosis of schizophrenia, with evidence for differential methylation associated with treatment-resistant schizophrenia that potentially reflects exposure to clozapine.### Competing Interest StatementThe authors have declared no competing interest.

Neurocognitive ability is a fundamental readout of brain function, and cognitive deficits are a critical component of neuropsychiatric disorders, yet neurocognition is poorly understood at the molecular level. In the present report, we present the largest genome-wide association studies (GWAS) of cognitive ability to date (N=107,207), and further enhance signal by combining results with a large-scale GWAS of educational attainment. We identified 70 independent genomic loci associated with cognitive ability, 34 of which were novel. A total of 350 genes were implicated, and this list showed significant enrichment for genes associated with Mendelian disorders with an intellectual disability phenotype. Competitive pathway analysis of gene results implicated the biological process of neurogenesis, as well as the gene targets of two pharmacologic agents: cinnarizine, a T-type calcium channel blocker; and LY97241, a potassium channel inhibitor. Transcriptome-wide analysis revealed that the implicated genes were strongly expressed in neurons, but not astrocytes or oligodendrocytes, and were more strongly associated with fetal brain expression than adult brain expression. Several tissue-specific gene expression relationships to cognitive ability were observed (for example, DAG1 levels in the hippocampus). Finally, we report novel genetic correlations between cognitive ability and disparate phenotypes such as maternal age at first birth and number of children, as well as several autoimmune disorders.