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.

One third of COVID-19 patients develop significant neurological symptoms, yet SARS-CoV-2 is rarely detected in central nervous system (CNS) tissue, suggesting a potential role for parainfectious processes, including neuroimmune responses. We therefore examined immune parameters in cerebrospinal fluid (CSF) and blood samples from a cohort of patients with COVID-19 and significant neurological complications. We found divergent immunological responses in the CNS compartment, including increased levels of IL-12 and IL-12-associated innate and adaptive immune cell activation. Moreover, we found increased proportions of B cells in the CSF relative to the periphery and evidence of clonal expansion of CSF B cells, suggesting a divergent intrathecal humoral response to SARS-CoV-2. Indeed, all COVID-19 cases examined had anti-SARS-CoV-2 IgG antibodies in the CSF whose target epitopes diverged from serum antibodies. We directly examined whether CSF resident antibodies target self-antigens and found a significant burden of CNS autoimmunity, with the CSF from most patients recognizing neural self-antigens. Finally, we produced a panel of monoclonal antibodies from patients' CSF and show that these target both anti-viral and anti-neural antigens-including one mAb specific for the spike protein that also recognizes neural tissue. This exploratory immune survey reveals evidence of a compartmentalized and self-reactive immune response in the CNS meriting a more systematic evaluation of neurologically impaired COVID-19 patients.

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.

Abstract The Ashkenazi Jewish (AJ) population is important in medical genetics due to its high rate of Mendelian disorders and other unique genetic characteristics. Ashkenazi Jews have appeared in Europe in the 10 th century, and their ancestry is thought to involve an admixture of European (EU) and Middle-Eastern (ME) groups. However, both the time and place of admixture in Europe are obscure and subject to intense debate. Here, we attempt to characterize the Ashkenazi admixture history using a large Ashkenazi sample and careful application of new and existing methods. Our main approach is based on local ancestry inference, assigning each Ashkenazi genomic segment as EU or ME, and comparing allele frequencies across EU segments to those of different EU populations. The contribution of each EU source was also evaluated using GLOBETROTTER and analysis of IBD sharing. The time of admixture was inferred using multiple tools, relying on statistics such as the distributions of EU segment lengths and the total EU ancestry per chromosome and the correlation of ancestries along the chromosome. Our simulations demonstrated that distinguishing EU vs ME ancestry is subject to considerable noise at the single segment level, but nevertheless, conclusions could be drawn based on chromosome-wide statistics. The predominant source of EU ancestry in AJ was found to be Southern European (≈60-80%), with the rest being likely Eastern European. The inferred admixture time was ≈35 generations ago, but multiple lines of evidence suggests that it represents an average over two or more admixture events, pre-and post-dating the founder event experienced by AJ in late medieval times, with the prebottleneck admixture event bounded between 25-55 generations ago. Author Summary The Ashkenazi Jewish population has dwelt in Europe for much of its 1000-year existence. However, the ethnic and geographic origins of Ashkenazi Jews are controversial, due to the lack of reliable historical records. Previous genetic studies have exposed links to Middle-Eastern and European ancestries, but the history of admixture in Europe has not been studied in detail yet, partly due to technical difficulties in disentangling signals from multiple admixture events. Here, we address this challenge by presenting an in-depth analysis of the sources of European gene flow and the time of admixture events, using a wide spectrum of genetic methods, extensive simulations, and a number of new approaches. Specifically, to ensure minimal confounding by the Ashkenazi Middle-Eastern ancestry, we mask out genomic regions with Middle-Eastern ancestry, and investigate the lengths and geographic sources of the remaining regions. Our results suggest a model of at least two events of European admixture. One event slightly pre-dated a late medieval founder event and was likely from a Southern European source. Another event post-dated the founder event and was likely in Eastern Europe. These results, as well as the methods introduced, will be highly valuable for geneticists and other researchers interested in Ashkenazi Jewish origins and medical genetics.

Abstract We report genome-wide data for 33 Ashkenazi Jews (AJ), dated to the 14 th century, following a salvage excavation at the medieval Jewish cemetery of Erfurt, Germany. The Erfurt individuals are genetically similar to modern AJ and have substantial Southern European ancestry, but they show more variability in Eastern European-related ancestry than modern AJ. A third of the Erfurt individuals carried the same nearly-AJ-specific mitochondrial haplogroup and eight carried pathogenic variants known to affect AJ today. These observations, together with high levels of runs of homozygosity, suggest that the Erfurt community had already experienced the major reduction in size that affected modern AJ. However, the Erfurt bottleneck was more severe, implying substructure in medieval AJ. Together, our results suggest that the AJ founder event and the acquisition of the main sources of ancestry pre-dated the 14 th century and highlight late medieval genetic heterogeneity no longer present in modern AJ.

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.

Abstract The majority of human connectome studies in the literature based on functional magnetic resonance imaging (fMRI) data use either an anterior-to-posterior (AP) or a posterior-to-anterior (PA) phase encoding direction. However, whether and how phase encoding direction would affect test-retest reliability of functional connectome is unclear. Here, in a sample of healthy subjects with two sessions of fMRI scans separated by 12 weeks (two runs per session, one with AP, the other with PA), we tested the influence of phase encoding direction on global and nodal connectivity in the constructed brain networks. All data underwent the state-of-the-art Human Connectome Project (HCP) pipeline to correct for phase-encoding-related distortions before entering analysis. We found that at the global level, the PA scans showed significantly higher intraclass correlation coefficients (ICCs) for global connectivity compared with AP scans, which was particularly prominent when using the Seitzman-300 atlas (versus the CAB-NP-718 atlas). At the nodal level, regions most strongly affected by phase encoding direction were consistently mapped to the cingulate cortex and temporal lobe, with significantly higher ICCs during PA scans compared with AP scans, regardless of atlas. Further, we demonstrated that the observed reliability differences between phase encoding directions may relate to a similar effect on the reliability of temporal signal-to-noise ratio (tSNR) in the same regions (that PA scans were associated with higher reliability of tSNR than AP scans). Averaging the connectivity outcome from the AP and PA scans could slightly, but overall have limited value to boost the ICCs. These results were largely replicated in an independent, public dataset from the HCP-Early Psychosis (HCP-EP) study with a similar design but a much shorter scan session interval. Our findings suggest that phase encoding direction has significant effects on the reliability of connectomic estimates in fMRI studies. We urge that these effects need to be carefully considered in future neuroimaging designs, especially in longitudinal studies such as those related to neurodevelopment or clinical intervention.

Background: While increasingly large reference panels for genome-wide imputation have been recently made available, the degree to which imputation accuracy can be enhanced by population-specific reference panels remains an open question. In the present study, we sequenced at full-depth (≥30x) a moderately large (n=738) cohort of samples drawn from the Ashkenazi Jewish population across two platforms (Illumina X Ten and Complete Genomics, Inc.). We developed and refined a series of quality control steps to optimize sensitivity, specificity, and comprehensiveness of variant calls in the reference panel, and then tested the accuracy of imputation against target cohorts drawn from the same population. Results: For samples sequenced on the Illumina X Ten platform, quality thresholds were identified that permitted highly accurate calling of single nucleotide variants across 94% of the genome. The Complete Genomics, Inc. platform was more conservative (fewer variants called) compared to the Illumina platform, but also demonstrated relatively greater numbers of false positives that needed to be filtered. Quality control procedures also permitted detection of novel genome reads that are not mapped to current reference or alternate assemblies. After stringent quality control, the population-specific reference panel produced more accurate and comprehensive imputation results relative to publicly available, large cosmopolitan reference panels. The population-specific reference panel also permitted enhanced filtering of clinically irrelevant variants from personal genomes. Conclusions: Our primary results demonstrate enhanced accuracy of a population-specific imputation panel relative to cosmopolitan panels, especially in the range of infrequent (<5% non-reference allele frequency) and rare (<1% non-reference allele frequency) variants that may be most critical to further progress in mapping of complex phenotypes.

Background: Second-generation antipsychotic drugs (SGAs) are essential in the treatment of psychotic disorders, but are well-known for inducing substantial weight gain and obesity. Critically, weight gain may reduce life expectancy for up to 20-30 years in patients with psychotic disorders, and prognostic biomarkers are generally lacking. The dorsal striatum, rich in dopamine D2 receptors which are antagonized by antipsychotic medications, plays a key role in the human reward system and in appetite regulation, suggesting that altered dopamine activity in the striatal reward circuitry may be responsible for increased food craving and resultant weight gain. Methods: Here, we measured striatal volume and striatal resting state functional connectivity at baseline, and weight gain over the course of 12 weeks of antipsychotic treatment in 81 patients with early-phase psychosis. We also included a sample of 58 healthy controls. Weight measurements were completed at baseline, and then weekly for 4 weeks, and every 2 weeks until week 12. We used linear mixed models to compute individual weight gain trajectories. Striatal volume and whole-brain striatal connectivity were then calculated for each subject, and used to assess the relationship between striatal structure and function and individual weight gain in multiple regression models. Outcomes: Patients had similar baseline weights and body mass indices (BMI) compared to healthy controls. There was no evidence that prior drug exposure or duration of untreated psychosis correlated with baseline BMI. Higher left putamen volume and lower frontopolar connectivity predicted magnitude of weight gain in patients, and these effects multiplied when the structure-function interaction was considered. Interpretation: These results provide evidence for a synergistic effect of striatal structure and function on antipsychotics-induced weight gain. Lower fronto-striatal connectivity, implicated in less optimal long-term decision making, was associated with more weight gain, and this relationship was stronger for higher compared to lower left putamen volumes.

Understanding whether and how the schizophrenia polygenic risk score (SZ PRS) predicts course of illness could improve diagnostics and prognostication in psychotic disorders. We tested whether the SZ PRS predicts symptoms, cognition, illness severity, and diagnostic changes over the 20 years following first admission. The Suffolk County Mental Health Project is an inception cohort study of first-admission patients with psychosis. Patients were assessed six times over 20 years, and 249 provided DNA. Geographically- and demographically-matched never psychotic adults were recruited at year 20, and 205 provided DNA. Symptoms were rated using the Schedule for the Assessment of Positive Symptoms and Schedule for the Assessment of Negative Symptoms. Cognition was evaluated with a comprehensive neuropsychological battery. Illness severity and diagnosis were determined by consensus of study psychiatrists. SZ PRS was significantly higher in first-admission than never psychotic groups. Within the psychosis cohort, the SZ PRS predicted more severe negative symptoms (β = 0.21), lower GAF (β = -0.28), and worse cognition (β = -0.35), across the follow-up. The SZ PRS was the strongest predictor of diagnostic shifts from affective to non-affective psychosis over the 20 years (AUC = 0.62). The SZ PRS predicts persistent differences in cognition and negative symptoms. The SZ PRS also predicts who among those who appear to have a mood disorder with psychosis at first admission will ultimately be diagnosed with a schizophrenia spectrum disorder. These findings show potential for the SZ PRS to become a powerful tool for diagnosis and treatment planning.