Grit --perseverance and passion for long-term goals --has been shown to be a significant predictor of academic success, even after controlling for other personality factors.Here, for the first time, we use a UK-representative sample and a genetically sensitive design to unpack the etiology of grit and its prediction of academic achievement in comparison to well-established personality traits.For 4,642 16-yearolds (2,321 twin pairs), we used the Grit-S scale (Perseverance of Effort and Consistency of Interest), along with the Big-5 personality traits, to predict scores on the General Certificate of Secondary Education (GCSE) exams, which are administered UK-wide at the end of compulsory education.Twin analyses of Grit Perseverance yielded a heritability estimate of 37% (20% for Consistency of Interest) and no evidence for shared environmental influence.Personality, primarily Conscientiousness, predicts about 6% of the variance in GCSE scores, but Grit adds little to this prediction.Moreover, multivariate twin analyses showed that roughly two-thirds of the GCSE prediction is mediated genetically.Grit Perseverance of Effort and Big-5Conscientiousness are to a large extent the same trait both phenotypically (r=0.53) and genetically (genetic correlation = 0. 86).We conclude that the etiology of Grit is highly similar to other personality traits, not only in showing substantial genetic influence but also in showing no influence of shared environmental factors.Personality significantly predicts academic achievement, but Grit adds little phenotypically or genetically to the prediction of academic achievement beyond traditional personality factors, especially Conscientiousness.

Significance Differences among children in educational achievement are highly heritable from the early school years until the end of compulsory education at age 16, when UK students are assessed nationwide with standard achievement tests [General Certificate of Secondary Education (GCSE)]. Genetic research has shown that intelligence makes a major contribution to the heritability of educational achievement. However, we show that other broad domains of behavior such as personality and psychopathology also account for genetic influence on GCSE scores beyond that predicted by intelligence. Together with intelligence, these domains account for 75% of the heritability of GCSE scores. These results underline the importance of genetics in educational achievement and its correlates. The results also support the trend in education toward personalized learning.

Abstract The use of spoken and written language is a capacity that is unique to humans. Individual differences in reading- and language-related skills are influenced by genetic variation, with twin-based heritability estimates of 30-80%, depending on the trait. The relevant genetic architecture is complex, heterogeneous, and multifactorial, and yet to be investigated with well-powered studies. Here, we present a multicohort genome-wide association study (GWAS) of five traits assessed individually using psychometric measures: word reading, nonword reading, spelling, phoneme awareness, and nonword repetition, with total sample sizes ranging from 13,633 to 33,959 participants aged 5-26 years (12,411 to 27,180 for those with European ancestry, defined by principal component analyses). We identified a genome-wide significant association with word reading (rs11208009, p=1.098 × 10 −8 ) independent of known loci associated with intelligence or educational attainment. All five reading-/language-related traits had robust SNP-heritability estimates (0.13–0.26), and genetic correlations between them were modest to high. Using genomic structural equation modelling, we found evidence for a shared genetic factor explaining the majority of variation in word and nonword reading, spelling, and phoneme awareness, which only partially overlapped with genetic variation contributing to nonword repetition, intelligence and educational attainment. A multivariate GWAS was performed to jointly analyse word and nonword reading, spelling, and phoneme awareness, maximizing power for follow-up investigation. Genetic correlation analysis of multivariate GWAS results with neuroimaging traits identified association with cortical surface area of the banks of the left superior temporal sulcus, a brain region with known links to processing of spoken and written language. Analysis of evolutionary annotations on the lineage that led to modern humans showed enriched heritability in regions depleted of Neanderthal variants. Together, these results provide new avenues for deciphering the biological underpinnings of these uniquely human traits.

Abstract Background The predictive utility of polygenic scores is increasing, and many polygenic scoring methods are available, but it is unclear which method performs best. This study evaluates the predictive utility of polygenic scoring methods within a reference-standardized framework, which uses a common set of variants and reference-based estimates of linkage disequilibrium and allele frequencies to construct scores. Methods Eight polygenic score methods were tested: p-value thresholding and clumping (pT+clump), SBLUP, lassosum, LDPred1, LDPred2, PRScs, DBSLMM and SBayesR, evaluating their performance to predict outcomes in UK Biobank and the Twins Early Development Study (TEDS). Strategies to identify optimal p-value threshold and shrinkage parameters were compared, including 10-fold cross validation, pseudovalidation and infinitesimal models (with no validation sample), and multi-polygenic score elastic net models. Results LDPred2, lassosum and PRScs performed strongly using 10-fold cross-validation to identify the most predictive p-value threshold or shrinkage parameter, giving a relative improvement of 16-18% over pT+clump in the correlation between observed and predicted outcome values. Using pseudovalidation, the best methods were PRScs and DBSLMM, with a relative improvement of >10% over other pseudovalidation and infinitesimal methods (lassosum, SBLUP, SBayesR, LDPred1, LDPred2). PRScs pseudovalidation was only 3% worse than the best polygenic score identified by 10-fold cross validation. Elastic net models containing polygenic scores based on a range of parameters consistently improved prediction over any single polygenic score. Conclusion Within a reference-standardized framework, the best polygenic prediction was achieved using LDPred2, lassosum and PRScs, modeling multiple polygenic scores derived using multiple parameters. This study will help researchers performing polygenic score studies to select the most powerful and predictive analysis methods.

ABSTRACT The two best predictors of children’s educational achievement available from birth are parents’ socioeconomic status (SES) and, recently, children’s inherited DNA differences that can be aggregated in genome-wide polygenic scores (GPS). Here we chart for the first time the developmental interplay between these two predictors of educational achievement at ages 7, 11, 14 and 16 in a sample of almost 5,000 UK school children. We show that the prediction of educational achievement from both GPS and SES increases steadily throughout the school years. Using latent growth curve models, we find that GPS and SES not only predict educational achievement in the first grade but they also account for systematic changes in achievement across the school years. At the end of compulsory education at age 16, GPS and SES respectively predict 14% and 23% of the variance of educational achievement; controlling for genetic influence on SES reduces its predictive power to 16%. Analyses of the extremes of GPS and SES highlight their influence and interplay: In children who have high GPS and come from high SES families, 77% go to university, whereas 21% of children with low GPS and from low SES backgrounds attend university. We find that the effects of GPS and SES are primarily additive, suggesting that their joint impact is particularly dramatic for children at the extreme ends of the distribution.

Abstract Genome-wide association (GWA) studies have uncovered DNA variants associated with individual differences in general cognitive ability ( g ), but these are far from capturing heritability estimates obtained from twin studies. A major barrier to finding more of this ‘missing heritability’ is assessment – the use of diverse measures across GWA studies as well as time and cost of assessment. In a series of four studies, we created a 15-minute (40-item), online, gamified measure of g that is highly reliable (alpha = .78; two-week test-retest reliability = .88), psychometrically valid and scalable; we called this new measure Pathfinder. In a fifth study, we administered this measure to 4,751 young adults from the Twins Early Development Study. This novel g measure, which also yields reliable verbal and nonverbal scores, correlated substantially with standard measures of g collected at previous ages (r ranging from .42 at age 7 to .57 at age 16). Pathfinder showed substantial twin heritability (.57, 95% CIs = .43, .68) and SNP heritability (.37, 95% CIs = .04, .70). A polygenic score computed from GWA studies of five cognitive and educational traits accounted for 12% of the variation in g , the strongest DNA-based prediction of g to date. Widespread use of this engaging new measure will advance research not only in genomics but throughout the biological, medical, and behavioural sciences.

Abstract Background Diverse behaviour problems in childhood correlate phenotypically, suggesting a general dimension of psychopathology that has been called the p factor. The shared genetic architecture between childhood psychopathology traits also supports a genetic p. This study systematically investigates the manifestation of this common dimension across self-, parent- and teacher-rated measures in childhood and adolescence. Methods The sample included 7,026 twin pairs from the Twins Early Development Study (TEDS). First, we employed multivariate twin models to estimate common genetic and environmental influences on p based on diverse measures of behaviour problems rated by children, parents and teachers at ages 7, 9, 12 and 16 (depressive symptoms, emotional problems, peer problems, autistic symptoms, hyperactivity, antisocial, conduct and psychopathic symptoms). Second, to assess the stability of genetic and environmental influences on p across time, we conducted longitudinal twin modelling of the first phenotypic principal components of childhood psychopathological measures across each of the four ages. Third, we created a genetic p factor in 7,026 unrelated genotyped individuals based on eight polygenic scores for adult psychiatric disorders to estimate how a general polygenic predisposition to adult psychiatric disorders relates to childhood p. Results Behaviour problems were consistently correlated phenotypically and genetically across ages and raters. The p factor is substantially heritable (50-60%), and manifests consistently across diverse ages and raters. Genetic correlations of p components across childhood and adolescence suggest stability over time (49-78%). A polygenic general psychopathology factor, derived from studies of adult psychiatric disorders consistently predicted a general phenotypic p factor across development. Conclusions Diverse forms of psychopathology consistently load on a common p factor, which is highly heritable. There are substantial genetic influences on the stability of p across childhood. Our analyses indicate genetic overlap between general risk for psychiatric disorders in adulthood and p in childhood, even as young as age 7. The p factor has far-reaching implications for genomic research and, eventually, for diagnosis and treatment of behaviour problems.

Despite the substantial heritability of antisocial behavior (ASB), specific genetic variants robustly associated with the trait have not been identified. The present study by the Broad Antisocial Behavior Consortium (BroadABC) meta-analyzed data from 25 discovery samples (N=85,359) and five independent replication samples (N = 8,058) with genotypic data and broad measures of ASB. We identified the first significant genetic associations with broad ASB, involving common intronic variants in the forkhead box protein P2 (FOXP2) gene (lead SNP rs12536335, P = 6.32 x 10-10). Furthermore, we observed intronic variation in Foxp2 and one of its targets (Cntnap2) distinguishing a mouse model of pathological aggression (BALB/cJ mice) from controls (the BALB/cByJ strain). The SNP-based heritability of ASB was 8.4% (s.e.= 1.2%). Polygenic-risk-score (PRS) analyses in independent samples revealed that the genetic risk for ASB was associated with several antisocial outcomes across the lifespan, including diagnosis of conduct disorder, official criminal convictions, and trajectories of antisocial development. We found substantial positive genetic correlations between ASB and depression (rg = 0.63), smoking (rg = 0.54) and insomnia (rg = 0.47) as well as negative correlations with indicators of life history (age at first birth (rg = -0.58), fathers age at death (rg = -0.54)) and years of schooling (rg = -0.46). Our findings provide a starting point towards identifying critical biosocial risk mechanisms for the development of ASB.

Abstract In the 21 st century, emerging adulthood has stretched from the late teens through the twenties. Although this extended transition to adulthood can create stress, it can also offer opportunities to explore vocations and relationships that provide a better fit to individuals’ proclivities, including their genetic propensities. Here we report the results of the first systematic investigation of genetic and environmental influences on 57 psychological traits covering major issues in emerging adulthood such as aspirations, thoughts and attitudes, relationships and personality. We also investigate how these traits relate to physical and mental health, educational attainment and wellbeing using a sample of nearly 5000 pairs of UK twins aged 21-25 from the Twins Early Development Study. All 57 traits showed significant genetic influence, with an average heritability of 34% (SNP heritability ∼10%). Most of the variance (59% on average) was explained by non-shared environmental influences. These diverse traits were associated with mental health (average correlation .20), wellbeing (.16), physical health (.12) and educational attainment (.06). Shared genetic factors explained the majority of these correlations (∼50%). Together, these emerging adulthood traits explained on average 30% of the variance in the outcomes (range = 8 to 69%), suggesting that these traits relate to the outcomes additively. We conclude that the environmental uncertainties of emerging adulthood in the 21 st century do not diminish the importance of genetics. As adolescents travel down long and winding roads to adulthood, their trip is substantially influenced by genetic proclivities that nudge them down different paths leading to different destinations.

Abstract Background Integration of functional genomic annotations when estimating polygenic risk scores (PRS) can provide insight into aetiology and improve risk prediction. This study explores the predictive utility of gene expression risk scores (GeRS), calculated using imputed gene expression and transcriptome-wide association study (TWAS) results. Methods The predictive utility of GeRS was evaluated using 12 neuropsychiatric and anthropometric outcomes measured in two target samples: UK Biobank and the Twins Early Development Study (TEDS). GeRS were calculated based on imputed gene expression levels and TWAS results, using 53 gene expression-genotype panels, termed SNP-weight sets, capturing expression across a range of tissues. We compare the predictive utility of elastic net models containing GeRS within and across SNP-weight sets, and models containing both GeRS and PRS. We estimate the proportion of SNP-based heritability attributable to cis -regulated gene expression. Results GeRS significantly predicted a range of outcomes, with elastic net models combining GeRS across SNP-weight sets improving prediction. GeRS were less predictive than PRS, but models combining GeRS and PRS improved prediction for several outcomes, with relative improvements ranging from 0.3% for Height ( p =0.023) to 4% for Rheumatoid Arthritis ( p =5.9×10 -8 ). The proportion of SNP-based heritability attributable to cis -regulated expression was modest for most outcomes, even when restricting GeRS to colocalised genes. Conclusion GeRS represent a component of PRS and could be useful for functional stratification of genetic risk. Only in specific circumstances can GeRS substantially improve prediction over PRS alone. Future research considering functional genomic annotations when estimating genetic risk is warranted.