ABSTRACT The SorLA protein, encoded by the SORL1 gene, is a major player in Alzheimer’s disease (AD) pathophysiology. Functional and genetic studies demonstrated that SorLA deficiency results in increased production of Aβ peptides, and thus a higher risk of AD. A large number of SORL1 missense variants have been identified in AD patients, but their functional consequences remain largely undefined. Here, we identified a new pathophysiological mechanism, by which rare SORL1 missense variants identified in AD patients result in altered maturation and trafficking of the SorLA protein. An initial screening, based on the overexpression of 71 SorLA variants in HEK293 cells, revealed that 15 of them (S114R, R332W, G543E, S564G, S577P, R654W, R729W, D806N, Y934C, D1535N, D1545E, P1654L, Y1816C, W1862C, P1914S) induced a maturation and trafficking-deficient phenotype. Three of these variations (R332W, S577P, and R654W) and two maturation-competent variations (S124R and N371T) were further studied in details in CRISPR/Cas9-modified hiPSCs. When expressed at endogenous levels, the R332W, S577P, and R654W SorLA variants also showed a maturation defective profile. We further demonstrated that these variants were largely retained in the endoplasmic reticulum, resulting in a reduction in the delivery of SorLA mature protein to the plasma membrane and to the endosomal system. Importantly, expression of the R332W and R654W variants in hiPSCs was associated with a clear increase of Aβ secretion, demonstrating a loss-of-function effect of these SorLA variants regarding this ultimate readout, and a direct link with AD pathophysiology. Furthermore, structural analysis of the impact of missense variations on SorLA protein indicated that impaired cellular trafficking of SorLA protein could be due to subtle variations of the protein 3D structure resulting from changes in the interatomic interactions.

Abstract For complex disorders, estimating the age-related penetrance associated with rare variants of strong effect is essential before a putative use for genetic counseling or disease prevention. However, rarity and co-occurrence with other risk factors make such estimations difficult. In the context of Alzheimer disease, we present a survival model to estimate the penetrance of SORL1 rare (allele frequency< 1%) Loss-of-Function variants (LoF) while accounting for APOE -ε4, the main risk factor (allele frequency∼ 14% in Caucasians). We developed an efficient strategy to compute penetrance estimates accounting for both common and rare genetic variants based on available penetrance curves associated with common risk factors and using incomplete pedigree data to quantify the additional risk conferred by rare variants. Our model combines: (i) a baseline for non-carriers of SORL1 LoF variants, stratified by APOE genotypes derived from the Rotterdam study and (ii) an age-dependent proportional hazard effect for SORL1 LoF variants estimated from pedigrees with a proband carrying such a variant. We embed this model into an Expectation-Maximisation algorithm to accommodate for missing genotypes. Confidence intervals were computed by bootstraps. To correct for ascertainment bias, proband phenotypes were omitted. We obtained penetrance curves associated with SORL1 LoF variants at the digenic level. By age 70, we estimate a 100% penetrance of SORL1 LoF variants only among APOE -ε4ε4 carriers, while penetrance is 56%[40% − 72%] among ε4 heterozygous carriers and 37%[26% − 51%] among ε4 non-carriers. We conclude that rare SORL1 LoF variants should not be used for genetic counseling regardless of the APOE status.

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.

Genomic copy number variants (CNVs) have been strongly implicated in the etiology of schizophrenia (SCZ). However, apart from a small number of risk variants, elucidation of the CNV contribution to risk has been difficult due to the rarity of risk alleles, all occurring in less than 1% of cases. We sought to address this obstacle through a collaborative effort in which we applied a centralized analysis pipeline to a SCZ cohort of 21,094 cases and 20,227 controls. We observed a global enrichment of CNV burden in cases (OR=1.11, P=5.7e-15), which persisted after excluding loci implicated in previous studies (OR=1.07, P=1.7e-6). CNV burden is also enriched for genes associated with synaptic function (OR = 1.68, P = 2.8e-11) and neurobehavioral phenotypes in mouse (OR = 1.18, P= 7.3e-5). We identified genome-wide significant support for eight loci, including 1q21.1, 2p16.3 (NRXN1), 3q29, 7q11.2, 15q13.3, distal 16p11.2, proximal 16p11.2 and 22q11.2. We find support at a suggestive level for nine additional candidate susceptibility and protective loci, which consist predominantly of CNVs mediated by non-allelic homologous recombination (NAHR).

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.