Abstract In the post-GWAS era, there is an unmet need to decode the underpinning genetic etiologies of late-onset Alzheimer’s disease (LOAD) and translate the associations to causation. Toward that goal, we conducted ATAC-seq profiling using neuronal nuclear protein (NeuN) sorted-nuclei from 40 frozen brain tissues to determine LOAD-specific changes in chromatin accessibility landscape in a cell-type specific manner. We identified 211 LOAD-specific differential chromatin accessibility sites in neuronal-nuclei, four of which overlapped with LOAD-GWAS regions (±100kb of SNP). While the non-neuronal nuclei did not show LOAD-specific differences, stratification by sex identified 842 LOAD-specific chromatin accessibility sites in females. Seven of these sex-dependent sites in the non-neuronal samples overlapped LOAD-GWAS regions including APOE . LOAD loci were functionally validated using single-nuclei RNA-seq datasets. In conclusion, using brain sorted-nuclei enabled the identification of sex-dependent cell type-specific LOAD alterations in chromatin structure. These findings enhance the interpretation of LOAD-GWAS discoveries, provide potential pathomechanisms, and suggest novel LOAD-loci. Furthermore, our results convey mechanistic insights into sex differences in LOAD risk and clinicopathology. GRAPHICAL ABSTRACT

Common genetic risk for neuropsychiatric disorders is enriched in regulatory elements active during cortical neurogenesis. However, the mechanisms mediating the effects of genetic variants on gene regulation are poorly understood. To determine the functional impact of common genetic variation on the non-coding genome longitudinally during human cortical development, we performed a chromatin accessibility quantitative trait loci (caQTL) analysis in neural progenitor cells and their differentiated neuronal progeny from 92 donors. We identified 8,111 caQTLs in progenitors and 3,676 caQTLs in neurons, with highly temporal, cell-type specific effects. A subset (~20%) of caQTLs were also associated with changes in gene expression. Motif-disrupting alleles of transcriptional activators generally led to decreases in chromatin accessibility, whereas motif-disrupting alleles of repressors led to increases in chromatin accessibility. By integrating cell-type specific caQTLs and brain-relevant genome-wide association data, we were able to fine-map loci and identify regulatory mechanisms underlying non-coding neuropsychiatric disorder risk variants.

Schizophrenia genome-wide association (GWA) studies have identified over 150 regions of the genome that are associated with disease risk, yet there is little evidence that coding mutations contribute to this disorder. To explore the mechanism of non-coding regulatory elements in schizophrenia, we performed ATAC-seq on adult prefrontal cortex brain samples from 135 individuals with schizophrenia and 137 controls, and identified 118,152 ATAC-seq peaks. These accessible chromatin regions in brain are highly enriched for SNP-heritability for schizophrenia (10.6 fold enrichment, P=2.4x10-4, second only to genomic regions conserved in Eutherian mammals) and replicated in an independent dataset (9.0 fold enrichment, P=2.7x10-4). This degree of enrichment of schizophrenia heritability was higher than in open chromatin found in 138 different cell and tissue types. Brain open chromatin regions that overlapped highly conserved regions exhibited an even higher degree of heritability enrichment, indicating that conservation can identify functional subsets within regulatory elements active in brain. However, we did not identify chromatin accessibility differences between schizophrenia cases and controls, nor did we find an interaction of chromatin QTLs with case-control status. This indicates that although causal variants map within regulatory elements, mechanisms other than differential chromatin may govern the contribution of regulatory element variation to schizophrenia risk. Our results strongly implicate gene regulatory processes involving open chromatin in the pathogenesis of schizophrenia, and suggest a strategy to understand the hundreds of common variants emerging from large genomic studies of complex brain diseases.

The cerebral cortex underlies our complex cognitive capabilities, yet we know little about the specific genetic loci influencing human cortical structure. To identify genetic variants, including structural variants, impacting cortical structure, we conducted a genome-wide association meta-analysis of brain MRI data from 51,662 individuals. We analysed the surface area and average thickness of the whole cortex and 34 regions with known functional specialisations. We identified 255 nominally significant loci ( P ≤ 5 × 10−8); 199 survived multiple testing correction ( P ≤ 8.3 × 10−10; 187 surface area; 12 thickness). We found significant enrichment for loci influencing total surface area within regulatory elements active during prenatal cortical development, supporting the radial unit hypothesis. Loci impacting regional surface area cluster near genes in Wnt signalling pathways, known to influence progenitor expansion and areal identity. Variation in cortical structure is genetically correlated with cognitive function, Parkinson’s disease, insomnia, depression and ADHD.One Sentence Summary Common genetic variation is associated with inter-individual variation in the structure of the human cortex, both globally and within specific regions, and is shared with genetic risk factors for some neuropsychiatric disorders.

In a recent clinical trial, the metabolite L-glutamine was shown to reduce painful crises in sickle cell disease (SCD) patients. To confirm this observation and identify other metabolites implicated in SCD clinical heterogeneity, we profiled 129 metabolites in the plasma of 705 SCD patients. We tested correlations between metabolite levels and six SCD-related complications (painful crises, cholecystectomy, retinopathy, leg ulcer, priapism, aseptic necrosis) or estimated glomerular filtration rate (eGFR), and used Mendelian randomization (MR) to assess causality. We found a causal relationship between L-glutamine levels and painful crises (N=1,278, odds ratio (OR) [95% confidence interval] = 0.68 [0.52 – 0.89], P =0.0048). In two smaller SCD cohorts (N=299 and 406), the protective effect of L-glutamine was observed (OR=0.82 [0.50-1.34]), although the MR result was not significant ( P =0.44). We identified 66 significant correlations between the levels of other metabolites and SCD-related complications or eGFR. We tested these correlations for causality using MR analyses and found no significant causal relationship. The baseline levels of quinolinic acid was associated with prospectively ascertained survival in SCD patients, and this effect was dependent on eGFR. Metabolomics provide a promising approach to prioritize small molecules that may serve as biomarkers or drug targets in SCD.

Behavioral, structural, and functional neuroimaging have implicated the hippocampus as a critical brain region in PTSD pathogenesis. We conducted a GWAS of hippocampal subfield volumes in a sample of recent military veteran trauma survivors (n=157), including some with PTSD (n=66). Covariates in our analysis included lifetime PTSD diagnosis, sex, intracranial volume, genomic estimates of ancestry, and childhood trauma. Interactions between genetic variants and lifetime PTSD or childhood trauma were interrogated for SNPs with significant main effects. Several genetic associations surpassed correction for multiple testing for several hippocampal subfields, including fimbria, subiculum, cornu ammonis-1 (CA1), and hippocampal amygdala transition area (HATA). One association replicated in an independent cohort of civilians with PTSD (rs12880795 in TUNAR with L-HATA volume, p=3.43 x 10-7 in the discovery and p=0.0004 in the replication cohort). However, the most significant association in the discovery data set was between rs6906714 in LINC02571 and R-fimbria volume (p=5.99 x 10-8, q=0.0056). Interestingly, the effect of rs6906714 on R- fimbria volume increased with childhood trauma (G*E interaction p=0.022). In addition to variants in long intergenic non-coding RNAs (lincRNAs), we identified SNPs associated with hippocampal subfield volume, which are also quantitative trait loci (QTLs) for genes involved in RNA editing of glutamate receptor subunits (GluRs), oxidative stress, and autoimmune disorders. Genomic regions, some with putative regulatory roles, influence the volume of hippocampal subfields. Neuroimaging phenotypes may offer important insight into the genetic architecture and neurobiological pathways relevant to PTSD, as well as in the identification of potential biomarkers and drug targets for PTSD.

ABSTRACT Background The genetic underpinnings of late-onset Alzheimer’s disease (LOAD) are yet to be fully elucidated. Although numerous LOAD-associated loci have been discovered, the causal variants and their target genes remain largely unknown. Since the brain is composed of heterogenous cell subtypes, it is imperative to study the brain on a cell subtype specific level to explore the biological processes underlying LOAD. Methods Here, we present the largest parallel single-nucleus (sn) multi-omics study to simultaneously profile gene expression (snRNA-seq) and chromatin accessibility (snATAC-seq) to date, using nuclei from 12 normal and 12 LOAD brains. We identified cell subtype clusters based on gene expression and chromatin accessibility profiles and characterized cell subtype-specific LOAD-associated differentially expressed genes (DEGs), differentially accessible peaks (DAPs) and cis co-accessibility networks (CCANs). Results Integrative analysis defined disease-relevant CCANs in multiple cell subtypes and discovered LOAD-associated cell subtype specific candidate cis regulatory elements (cCREs), their candidate target genes, and trans -interacting transcription factors (TFs), some of which were LOAD-DEG, for example, ELK1 in excitatory neurons (Exc1) and KLF13 and JUN , found in multiple cell subtypes. Finally, we focused on a subset of cell subtype-specific CCANs that overlap known LOAD-GWAS regions and catalogued putative functional SNPs changing the affinities of TF motifs within LOAD-cCREs linked to LOAD-DEGs including, APOE and MYO1E in a specific subtype of microglia and BIN1 in a subpopulation of oligodendrocytes. Conclusions To our knowledge, this study represents the most comprehensive systematic interrogation to date of regulatory networks and the impact of genetic variants on gene dysregulation in LOAD at a cell subtype resolution. Our findings revealed crosstalk between epigenetic, genomic, and transcriptomic determinates of LOAD pathogenesis and define catalogues of candidate genes, cCREs, and variants involved in LOAD genetic etiology and the cell subtypes in which they act to exert their pathogenic effects. Overall, these results suggest that cell subtype-specific cis-trans interactions between regulatory elements and TFs, and the genes dysregulated by these networks contribute to the development of LOAD.