Genetic discoveries of Alzheimer's disease are the drivers of our understanding, and together with polygenetic risk stratification can contribute towards planning of feasible and efficient preventive and curative clinical trials. We first perform a large genetic association study by merging all available case-control datasets and by-proxy study results (discovery n = 409,435 and validation size n = 58,190). Here, we add six variants associated with Alzheimer's disease risk (near APP, CHRNE, PRKD3/NDUFAF7, PLCG2 and two exonic variants in the SHARPIN gene). Assessment of the polygenic risk score and stratifying by APOE reveal a 4 to 5.5 years difference in median age at onset of Alzheimer's disease patients in APOE ɛ4 carriers. Because of this study, the underlying mechanisms of APP can be studied to refine the amyloid cascade and the polygenic risk score provides a tool to select individuals at high risk of Alzheimer's disease.

ABSTRACT BACKGROUND Disentangling the genetic constellation underlying Alzheimer’s disease (AD) is important. Doing so allows us to identify biological pathways underlying AD, point towards novel drug targets and use the variants for individualised risk predictions in disease modifying or prevention trials. In the present work we report on the largest genome-wide association study (GWAS) for AD risk to date and show the combined utility of proven AD loci for precision medicine using polygenic risk scores (PRS). METHODS Three sets of summary statistics were included in our meta-GWAS of AD: an Spanish case-control study (GR@ACE/DEGESCO study, n = 12,386), the case-control study of International Genomics of Alzheimer project (IGAP, n = 82,771) and the UK Biobank (UKB) AD-by-proxy case-control study (n=314,278). Using these resources, we performed a fixed-effects inverse-variance-weighted meta-analysis. Detected loci were confirmed in a replication study of 19,089 AD cases and 39,101 controls from 16 European-ancestry cohorts not previously used. We constructed a weighted PRS based on the 39 AD variants. PRS were generated by multiplying the genotype dosage of each risk allele for each variant by its respective weight, and then summing across all variants. We first validated it for AD in independent data (assessing effects of sub-threshold signal, diagnostic certainty, age at onset and sex) and tested its effect on risk (odds for disease) and age at onset in the GR@ACE/DEGESCO study. FINDINGS Using our meta-GWAS approach and follow-up analysis, we identified novel genome-wide significant associations of six genetic variants with AD risk (rs72835061 -CHRNE , rs2154481 -APP , rs876461 -PRKD3/NDUFAF7 , rs3935877 -PLCG2 and two missense variants: rs34173062/rs34674752 in SHARPIN gene) and confirmed a stop codon mutation in the IL34 gene increasing the risk of AD ( IL34-Tyr213Ter ), and two other variants in PLCG2 and HS3ST1 regions. This brings the total number of genetic variants associated with AD to 39 (excluding APOE ). The PRS based on these variants was associated with AD in an independent clinical AD-case control dataset (OR=1.30, per 1-SD increase in the PRS, 95%CI 1.18-1.44, p = 1.1×10 −7 ), a similar effect to that in the GR@ACE/DEGESCO (OR=1.27, 95%CI 1.23-1.32, p = 7.4×10 −39 ). We then explored the combined effects of these 39 variants in a PRS for AD risk and age-at-onset stratification in GR@ACE/DEGESCO. Excluding APOE , we observed a gradual risk increase over the 2% tiles; when comparing the extremes, those with the 2% highest risk had a 2.98-fold (95% CI 2.12–4.18, p = 3.2×10 −10 ) increased risk compared to those with the 2% lowest risk ( p = 5.9×10 −10 ). Using the PRS we identified APOE ε33 carriers with a similar risk as APOE ε 4 heterozygotes carriers, as well as APOE ε4 heterozygote carriers with a similar risk as APOE ε 4 homozygote. Considering age at onset; there was a 9-year difference between median onset of AD the lowest risk group and the highest risk group (82 vs 73 years; p = 1.6×10 −6 ); a 4-year median onset difference (81 vs 77 years; p = 6.9×10 −5 ) within APOE ε4 heterozygotes and a 5.5-year median onset difference (78.5 vs 73 years; p = 4.6×10 −5 ) within APOE ε4 carriers. INTERPRETATION We identified six novel genetic variants associated with AD-risk, among which one common APP variant. A PRS of all genetic loci reported to date could be a robust tool to predict the risk and age at onset of AD, beyond APOE alone. These properties make PRS instrumental in selecting individuals at risk in order to apply preventative strategies and might have potential use in diagnostic work-up.

Abstract A genome-wide survival analysis of 14,406 Alzheimer’s disease (AD) cases and 25,849 controls identified eight previously reported AD risk loci and fourteen novel loci associated with age at onset. LD score regression of 220 cell types implicated regulation of myeloid gene expression in AD risk. In particular, the minor allele of rs1057233 (G), within the previously reported CELF1 AD risk locus, showed association with delayed AD onset and lower expression of SPI1 in monocytes and macrophages. SPI1 encodes PU.1, a transcription factor critical for myeloid cell development and function. AD heritability is enriched within the PU.1 cistrome, implicating a myeloid PU.1 target gene network in AD. Finally, experimentally altered PU.1 levels affect the expression of mouse orthologs of many AD risk genes and the phagocytic activity of mouse microglial cells. Our results suggest that lower SPI1 expression reduces AD risk by regulating myeloid gene expression and cell function.

Large-scale genome-wide studies of chronic hydrocephalus have been lacking. We conducted a genome-wide association study (GWAS) in normal pressure hydrocephalus (NPH).

Schizophrenia (SCZ) and bipolar disorder (BD) are highly heritable disorders that share a significant proportion of common risk variation. Understanding the genetic factors underlying the specific symptoms of these disorders will be crucial for improving diagnosis, intervention and treatment. In case-control data consisting of 53,555 cases (20,129 BD, 33,426 SCZ) and 54,065 controls, we identified 114 genome-wide significant loci (GWS) when comparing all cases to controls, of which 41 represented novel findings. Two genome-wide significant loci were identified when comparing SCZ to BD and a third was found when directly incorporating functional information. Regional joint association identified a genomic region of overlapping association in BD and SCZ with disease-independent causal variants indicating a fourth region contributing to differences between these disorders. Regional SNP-heritability analyses demonstrated that the estimated heritability of BD based on the SCZ GWS regions was significantly higher than that based on the average genomic region (91 regions, p = 1.2x10-6) while the inverse was not significant (19 regions, p=0.89). Using our BD and SCZ GWAS we calculated polygenic risk scores and identified several significant correlations with: 1) SCZ subphenotypes: negative symptoms (SCZ, p=3.6x10-6) and manic symptoms (BD, p=2x10-5), 2) BD subphenotypes: psychotic features (SCZ p=1.2x10-10, BD p=5.3x10-5) and age of onset (SCZ p=7.9x10-4). Finally, we show that psychotic features in BD has significant SNP-heritability (h2snp=0.15, SE=0.06), and a significant genetic correlation with SCZ (rg=0.34) in addition there is a significant sign test result between SCZ GWAS and a GWAS of BD cases contrasting those with and without psychotic features (p=0.0038, one-side binomial test). For the first time, we have identified specific loci pointing to a potential role of 4 genes (DARS2, ARFGEF2, DCAKD and GATAD2A) that distinguish between BD and SCZ, providing an opportunity to understand the biology contributing to clinical differences of these disorders. Our results provide the best evidence so far of genomic components distinguishing between BD and SCZ that contribute directly to specific symptom dimensions.

Late-onset Alzheimers disease (LOAD, onset age > 60 years) is the most prevalent dementia in the elderly, and risk is partially driven by genetics. Many of the loci responsible for this genetic risk were identified by genome-wide association studies (GWAS). To identify additional LOAD risk loci, we performed the largest GWAS to date (89,769 individuals), analyzing both common and rare variants. We confirm 20 previous LOAD risk loci and identify four new genome-wide loci (IQCK, ACE, ADAM10, and ADAMTS1). Pathway analysis of these data implicates the immune system and lipid metabolism, and for the first time tau binding proteins and APP metabolism. These findings show that genetic variants affecting APP and Abeta processing are not only associated with early-onset autosomal dominant AD but also with LOAD. Analysis of AD risk genes and pathways show enrichment for rare variants (P = 1.32 x 10-7) indicating that additional rare variants remain to be identified.