Abstract The generation of deeply phenotyped patient cohorts offers an enormous potential to identify disease subtypes but are currently limited by the cohort size and the heterogeneity of the clinical assessments collected across different cohorts. Identifying the universal axes of clinal severity and progression is key to accelerating our understanding of how disease manifests and progresses. These universal axes would accelerate our understanding of how Parkinson’s disease (PD) manifests and progresses through which patients may be appropriately compared appropriately stratified, and personalised therapeutic strategies and treatments can be developed and targeted. We developed a Bayesian multiple phenotype mixed model incorporating the genetic relationships between individuals which is able to reduce a wide-array of different clinical measurements into a smaller number of continuous underlying factors named phenotypic axis. We identify three principal axes of PD patient phenotypic variation which are reproducibly found across three independent, deeply and diversely phenotyped cohorts. Together they explain over 75% of the observed clinical variation and remain robustly captured with a fraction of the clinically-recorded features. The most influential axis was associated with the genetic risk of Alzheimer’s disease (AD) and involves genetic pathways associated with neuroinflammation. Our results suggest PD patients with a high genetic risk for AD are more likely to develop a more aggressive form of PD including, but not limited to, dementia.

Schizophrenia is a debilitating psychiatric condition often associated with poor quality of life and decreased life expectancy. Lack of progress in improving treatment outcomes has been attributed to limited knowledge of the underlying biology, although large-scale genomic studies have begun to provide such insight. We report the largest single cohort genome-wide association study of schizophrenia (11,260 cases and 24,542 controls) and through meta-analysis with existing data we identify 50 novel GWAS loci. Using gene-wide association statistics we implicate an additional set of 22 novel associations that map onto a single gene. We show for the first time that the common variant association signal is highly enriched among genes that are intolerant to loss of function mutations and that variants in these genes persist in the population despite the low fecundity associated with the disorder through the process of background selection. Associations point to novel areas of biology (e.g. metabotropic GABA-B signalling and acetyl cholinesterase), reinforce those implicated in earlier GWAS studies (e.g. calcium channel function), converge with earlier rare variants studies (e.g. NRXN1, GABAergic signalling), identify novel overlaps with autism (e.g. RBFOX1, FOXP1, FOXG1), and support early controversial candidate gene hypotheses (e.g. ERBB4 implicating neuregulin signalling). We also demonstrate the involvement of six independent central nervous system functional gene sets in schizophrenia pathophysiology. These findings provide novel insights into the biology and genetic architecture of schizophrenia, highlight the importance of mutation intolerant genes and suggest a mechanism by which common risk variants are maintained in the population.

Abstract Parkinson’s disease is a highly heterogeneous disorder, encompassing a complex spectrum of clinical presentation including motor, sleep, cognitive and neuropsychiatric symptoms. We aimed to investigate genome-wide DNA methylation networks in post-mortem Parkinson’s disease brain samples and test for region-specific association with common neuropsychiatric and cognitive symptoms. Of traits tested, we identify a co-methylation module in the substantia nigra with significant correlation to depressive symptoms and with ontological enrichment for terms relevant to neuronal and synaptic processes. Notably, expression of the genes annotated to the methylation loci present within this module are found to be significantly enriched in neuronal subtypes within the substantia nigra. These findings highlight the potential involvement of neuronal-specific changes within the substantia nigra with regard to depressive symptoms in Parkinson’s disease.

Substantial genome-wide association study (GWAS) work in Parkinson's disease (PD) has led to an increasing number of loci shown reliably and robustly to be associated with the increased risk of the disease. Prioritising causative genes and pathways from these studies has proven problematic. Here, we present a comprehensive analysis of PD GWAS data with expression and methylation quantitative trait loci (eQTL/mQTL) using Colocalisation analysis (Coloc) and transcriptome-wide association analysis (TWAS) to uncover putative gene expression and splicing mechanisms driving PD GWAS signals. Candidate genes were further characterised by determining cell-type specificity, weighted gene co-expression (WGNCA) and protein-protein interaction (PPI) networks. Gene-level analysis of expression revealed 5 genes (WDR6, CD38, GPNMB, RAB29, TMEM163) that replicated using both Coloc and TWAS analyses in both GTEx and Braineac expression datasets. A further 6 genes (ZRANB3, PCGF3, NEK1, NUPL2, GALC, CTSB) showed evidence of disease-associated splicing effects. Cell-type specificity analysis revealed that gene expression was overall more prevalent in glial cell-types compared to neurons. The WGNCA analysis showed that NUPL2 is a key gene in 3 modules implicated in catabolic processes related with protein ubiquitination (protein ubiquitination (p=7.47e-10) and ubiquitin-dependent protein catabolic process (p = 2.57e-17) in nucleus accumbens, caudate and putamen, while TMEM163 and ZRANB3 were both important in modules indicating regulation of signalling (p=1.33e-65] and cell communication (p=7.55e-35) in the frontal cortex and caudate respectively. PPI analysis and simulations using random networks demonstrated that the candidate genes interact significantly more with known Mendelian PD and parkinsonism proteins than would be expected by chance. The proteins core proteins this network were enriched for regulation of the ERBB receptor tyrosine protein kinase signalling pathways. Together, these results point to a number of candidate genes and pathways that are driving the associations observed in PD GWAS studies.