Schizophrenia has a heritability of 60–80%1, much of which is attributable to common risk alleles. Here, in a two-stage genome-wide association study of up to 76,755 individuals with schizophrenia and 243,649 control individuals, we report common variant associations at 287 distinct genomic loci. Associations were concentrated in genes that are expressed in excitatory and inhibitory neurons of the central nervous system, but not in other tissues or cell types. Using fine-mapping and functional genomic data, we identify 120 genes (106 protein-coding) that are likely to underpin associations at some of these loci, including 16 genes with credible causal non-synonymous or untranslated region variation. We also implicate fundamental processes related to neuronal function, including synaptic organization, differentiation and transmission. Fine-mapped candidates were enriched for genes associated with rare disruptive coding variants in people with schizophrenia, including the glutamate receptor subunit GRIN2A and transcription factor SP4, and were also enriched for genes implicated by such variants in neurodevelopmental disorders. We identify biological processes relevant to schizophrenia pathophysiology; show convergence of common and rare variant associations in schizophrenia and neurodevelopmental disorders; and provide a resource of prioritized genes and variants to advance mechanistic studies. A genome-wide association study including over 76,000 individuals with schizophrenia and over 243,000 control individuals identifies common variant associations at 287 genomic loci, and further fine-mapping analyses highlight the importance of genes involved in synaptic processes.

INTRODUCTION The brain is responsible for cognition, behavior, and much of what makes us uniquely human. The development of the brain is a highly complex process, and this process is reliant on precise regulation of molecular and cellular events grounded in the spatiotemporal regulation of the transcriptome. Disruption of this regulation can lead to neuropsychiatric disorders. RATIONALE The regulatory, epigenomic, and transcriptomic features of the human brain have not been comprehensively compiled across time, regions, or cell types. Understanding the etiology of neuropsychiatric disorders requires knowledge not just of endpoint differences between healthy and diseased brains but also of the developmental and cellular contexts in which these differences arise. Moreover, an emerging body of research indicates that many aspects of the development and physiology of the human brain are not well recapitulated in model organisms, and therefore it is necessary that neuropsychiatric disorders be understood in the broader context of the developing and adult human brain. RESULTS Here we describe the generation and analysis of a variety of genomic data modalities at the tissue and single-cell levels, including transcriptome, DNA methylation, and histone modifications across multiple brain regions ranging in age from embryonic development through adulthood. We observed a widespread transcriptomic transition beginning during late fetal development and consisting of sharply decreased regional differences. This reduction coincided with increases in the transcriptional signatures of mature neurons and the expression of genes associated with dendrite development, synapse development, and neuronal activity, all of which were temporally synchronous across neocortical areas, as well as myelination and oligodendrocytes, which were asynchronous. Moreover, genes including MEF2C , SATB2 , and TCF4 , with genetic associations to multiple brain-related traits and disorders, converged in a small number of modules exhibiting spatial or spatiotemporal specificity. CONCLUSION We generated and applied our dataset to document transcriptomic and epigenetic changes across human development and then related those changes to major neuropsychiatric disorders. These data allowed us to identify genes, cell types, gene coexpression modules, and spatiotemporal loci where disease risk might converge, demonstrating the utility of the dataset and providing new insights into human development and disease. Spatiotemporal dynamics of human brain development and neuropsychiatric risks. Human brain development begins during embryonic development and continues through adulthood (top). Integrating data modalities (bottom left) revealed age- and cell type–specific properties and global patterns of transcriptional dynamics, including a late fetal transition (bottom middle). We related the variation in gene expression (brown, high; purple, low) to regulatory elements in the fetal and adult brains, cell type–specific signatures, and genetic loci associated with neuropsychiatric disorders (bottom right; gray circles indicate enrichment for corresponding features among module genes). Relationships depicted in this panel do not correspond to specific observations. CBC, cerebellar cortex; STR, striatum; HIP, hippocampus; MD, mediodorsal nucleus of thalamus; AMY, amygdala.

With few exceptions, the marked advances in knowledge about the genetic basis of schizophrenia have not converged on findings that can be confidently used for precise experimental modeling. By applying knowledge of the cellular taxonomy of the brain from single-cell RNA sequencing, we evaluated whether the genomic loci implicated in schizophrenia map onto specific brain cell types. We found that the common-variant genomic results consistently mapped to pyramidal cells, medium spiny neurons (MSNs) and certain interneurons, but far less consistently to embryonic, progenitor or glial cells. These enrichments were due to sets of genes that were specifically expressed in each of these cell types. We also found that many of the diverse gene sets previously associated with schizophrenia (genes involved in synaptic function, those encoding mRNAs that interact with FMRP, antipsychotic targets, etc.) generally implicated the same brain cell types. Our results suggest a parsimonious explanation: the common-variant genetic results for schizophrenia point at a limited set of neurons, and the gene sets point to the same cells. The genetic risk associated with MSNs did not overlap with that of glutamatergic pyramidal cells and interneurons, suggesting that different cell types have biologically distinct roles in schizophrenia. Integration of single-cell RNA sequencing with genome-wide association data implicates specific brain cell types in schizophrenia. Gene sets previously associated with schizophrenia implicate the same cell types, which include pyramidal cells and medium spiny neurons.

Huntington's disease is caused by a CAG repeat expansion in the huntingtin gene, HTT. Age at onset has been used as a quantitative phenotype in genetic analysis looking for Huntington's disease modifiers, but is hard to define and not always available. Therefore, we aimed to generate a novel measure of disease progression and to identify genetic markers associated with this progression measure.

Abstract Inferring changes in effective population size (Ne) in the recent past is of special interest for conservation of endangered species and for human history research. Current methods for estimating the very recent historical Ne are unable to detect complex demographic trajectories involving multiple episodes of bottlenecks, drops, and expansions. We develop a theoretical and computational framework to infer the demographic history of a population within the past 100 generations from the observed spectrum of linkage disequilibrium (LD) of pairs of loci over a wide range of recombination rates in a sample of contemporary individuals. The cumulative contributions of all of the previous generations to the observed LD are included in our model, and a genetic algorithm is used to search for the sequence of historical Ne values that best explains the observed LD spectrum. The method can be applied from large samples to samples of fewer than ten individuals using a variety of genotyping and DNA sequencing data: haploid, diploid with phased or unphased genotypes and pseudohaploid data from low-coverage sequencing. The method was tested by computer simulation for sensitivity to genotyping errors, temporal heterogeneity of samples, population admixture, and structural division into subpopulations, showing high tolerance to deviations from the assumptions of the model. Computer simulations also show that the proposed method outperforms other leading approaches when the inference concerns recent timeframes. Analysis of data from a variety of human and animal populations gave results in agreement with previous estimations by other methods or with records of historical events.

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 Schizophrenia is a highly polygenic disorder with important contributions coming from both common and rare risk alleles, the latter including CNVs and rare coding variants (RCVs), sometimes occurring as de novo variants (DNVs). We performed DNV analysis in whole exome-sequencing data obtained from a new sample of 613 schizophrenia trios, and combined this with published data for a total of 3,444 trios. Loss-of-function (LoF) DNVs were significantly enriched among 3,488 LoF intolerant genes in our new trio data (rate ratio (RR) (95% CI) = 2.23 (1.31, 3.79); p = 2.2 × 10 −3 ), supporting previous findings. In the full dataset, genes associated with neurodevelopmental disorders (NDD; n=160) were significantly enriched for LoF DNVs (RR (95% CI) = 3.32 (2.0, 5.21); p = 7.4 × 10 −6 ). Within this set of NDD genes, SLC6A1 , encoding a gamma-aminobutyric acid transporter, was associated with missense-damaging DNVs ( p = 5.2 × 10 −5 ). Using data from a subset of 1,122 trios for which we had genome-wide common variant data, schizophrenia polygenic risk was significantly over-transmitted to probands ( p = 2.6 × 10 −60 ), as was bipolar disorder common variant polygenic risk ( p = 5.7 × 10 −17 ). We defined carriers of candidate schizophrenia-related DNVs as those with LoF or deletion DNVs in LoF intolerant or NDD genes. These individuals had significantly less over-transmission of common risk alleles than non-carriers ( p = 3.5 × 10 −4 ), providing robust support for the hypothesis that this set of DNVs is enriched for those related to schizophrenia.

Abstract Brain development requires a complex choreography of cell proliferation, specialisation, migration and network formation, guided by the activation and repression of gene expression programs. It remains unclear how this process is disrupted in neuropsychiatric disorders. Here we integrate human genetics with transcriptomic data from the differentiation of human embryonic stem cells into cortical excitatory neurons. This reveals a cascade of transcriptional programs, activated during early corticoneurogenesis in vitro and in vivo , in which genetic variation is robustly associated with neuropsychiatric disorders and cognitive function. Within these early neurogenic programs, genetic risk is concentrated in loss-of-function intolerant (LoFi) genes, capturing virtually all LoFi disease association. Down-regulation of these programs in DLG2 knockout lines delays expression of cell-type identity alongside marked deficits in neuronal migration, morphology and action potential generation, validating computational predictions. These data implicate specific cellular pathways and neurodevelopmental processes in the aetiology of multiple neuropsychiatric disorders and cognition.

ABSTRACT Schizophrenia (SCZ) is caused by a complex interplay of polygenic risk and environmental factors, which might alter regulators of gene expression leading to pathogenic mis-expression of SCZ risk genes. The RNA binding protein family CPEB (CPEB1, CPEB2, CPEB3, CPEB4) regulates the translation of target RNAs bearing CPE sequences in their 3’UTR (approximately 40% of overall genes). We previously identified CPEB4 as a key dysregulated translational regulator in autism spectrum disorder (ASD), proving that its neuronal-specific microexon (exon 4) is mis-spliced in brains of ASD probands, leading to concerted underexpression of a plethora of high confidence ASD-risk genes. The genetic and pathogenic mechanisms shared between SCZ and ASD make it plausible that mis-splicing of CPEB4 might occur also in SCZ patients, leading to downstream altered brain expression of multiple SCZ-related genes. In this study, we first analyzed Psychiatric Genomics Consortium GWAS data and found significant enrichment of SCZ-associated genes for CPEB4-binder transcripts. We also found decreased inclusion of CPEB4 microexon in postmortem prefrontal cortex of SCZ probands. This mis-splicing is associated with decreased protein levels of SCZ-associated genes that are targets of CPEB4. Interestingly, this happens specifically in individuals with low exposure to antipsychotic medication. Finally, we show that mild overexpression of a CPEB4 transcript lacking exon 4 (CPEB4Δ4) in mice suffices to induce decreased protein levels of SCZ genes targeted by CPEB4; these mice are also characterized by SCZ-linked behaviors. In summary, this study identifies aberrant CPEB4 splicing and downstream mis-expression of SCZ-risk genes as a novel etiological mechanism in SCZ.