Common risk factors for psychiatric and other brain disorders are likely to converge on biological pathways influencing the development and maintenance of brain structure and function across life. Using structural MRI data from 45,615 individuals aged 3-96 years, we demonstrate distinct patterns of apparent brain aging in several brain disorders and reveal genetic pleiotropy between apparent brain aging in healthy individuals and common brain disorders.

Abstract Genome-Wide-Association studies have involved miR-137 in schizophrenia. However, the biology underlying this statistical evidence is unclear. Statistical polygenic risk for schizophrenia is associated with working memory, while other biological evidence involves miR-137 in emotion processing. We investigated the function of miR-137 target schizophrenia risk genes in humans. We identified a prefrontal co-expression pathway of schizophrenia-associated miR-137 targets and validated the association with miR-137 expression in neuroblastoma cells. Alleles predicting greater co-expression of this pathway were associated with greater prefrontal activation during emotion processing in two independent cohorts of healthy volunteers (N 1 =222; N 2 =136). Statistical polygenic risk for schizophrenia was instead associated with prefrontal activation during working memory. A co-expression pathway links miR-137 and its target genes to emotion processing and risk for schizophrenia. Low prefrontal miR-137 expression may be related with SCZ risk via increased expression of target risk genes, itself associated with increased prefrontal activation during emotion processing.

Brainstem regions support critical bodily functions, yet their genetic architectures and involvement in brain disorders remain understudied. Here, we examined volumes of brainstem structures using magnetic resonance imaging in 43,353 individuals. In 27,034 genotyped healthy participants, we identified 16 genetic loci associated with whole brainstem volume and 10, 23, 3, and 9 loci associated with volumes of the midbrain, pons, superior cerebellar peduncle, and medulla oblongata, respectively. These loci were mapped to 305 genes, including genes linked to brainstem development and common brain disorders. We detected genetic overlap between the brainstem volumes and eight psychiatric and neurological disorders. Using imaging data from 16,319 additional individuals, we observed differential volume alterations in schizophrenia, bipolar disorder, multiple sclerosis, mild cognitive impairment, dementia, and Parkinson's disease. Together, our results provide new insights into the genetic underpinnings of brainstem structures and support their involvement in common brain disorders.

Gene co-expression networks are relevant to functional and clinical translation of schizophrenia (SCZ) risk genes. We hypothesized that SCZ risk genes may converge into co-expression pathways which may be associated with gene regulation mechanisms and with response to treatment in patients with SCZ. We identified gene co-expression networks in two prefrontal cortex post-mortem RNA sequencing datasets (total N=688) and replicated them in four more datasets (total N=227). We identified and replicated (all p-values<.001) a single module enriched for SCZ risk loci (13 risk genes in 10 loci). In silico screening of potential regulators of the SCZ risk module via bioinformatic analyses identified two transcription factors and three miRNAs associated with the risk module. To translate post-mortem information into clinical phenotypes, we identified polymorphisms predicting co-expression and combined them to obtain an index approximating module co-expression (Polygenic Co-expression Index: PCI). The PCI-co-expression association was successfully replicated in two independent brain transcriptome datasets (total N=131; all p-values<.05). Finally, we tested the association between the PCI and short-term treatment response in two independent samples of patients with SCZ treated with olanzapine (total N=167). The PCI was associated with treatment response in the positive symptom domain in both clinical cohorts (all p-values<.05). In summary, our findings in a large sample of human post-mortem prefrontal cortex show that co-expression of a set of genes enriched for schizophrenia risk genes is relevant to treatment response. This co-expression pathway may be co-regulated by transcription factors and miRNA associated with it.

Numerous genetic and environmental factors contribute to psychiatric disorders and other brain disorders. Common risk factors likely converge on biological pathways regulating the optimization of brain structure and function across the lifespan. Here, using structural magnetic resonance imaging and machine learning, we estimated the gap between brain age and chronological age in 36,891 individuals aged 3 to 96 years, including individuals with different brain disorders. We show that several disorders are associated with accentuated brain aging, with strongest effects in schizophrenia, multiple sclerosis and dementia, and document differential regional patterns of brain age gaps between disorders. In 16,269 healthy adult individuals, we show that brain age gap is heritable with a polygenic architecture overlapping those observed in common brain disorders. Our results identify brain age gap as a genetically modulated trait that offers a window into shared and distinct mechanisms in different brain disorders.

The hippocampus is a heterogeneous structure, comprising histologically distinguishable subfields. These subfields are differentially involved in memory consolidation, spatial navigation and pattern separation, complex functions often impaired in individuals with brain disorders characterized by reduced hippocampal volume, including Alzheimer's disease (AD) and schizophrenia. Given the structural and functional heterogeneity of the hippocampal formation, we sought to characterize the subfields' genetic architecture. T1-weighted brain scans (n=21297, 16 cohorts) were processed with the hippocampal subfields algorithm in FreeSurfer v6.0. We ran a genome-wide association analysis on each subfield, covarying for total hippocampal volume. We further calculated the single nucleotide polymorphism (SNP)-based heritability of twelve subfields, as well as their genetic correlation with each other, with other structural brain features, and with AD and schizophrenia. All outcome measures were corrected for age, sex, and intracranial volume. We found 15 unique genome-wide significant loci across six subfields, of which eight had not been previously linked to the hippocampus. Top SNPs were mapped to genes associated with neuronal differentiation, locomotor behaviour, schizophrenia and AD. The volumes of all the subfields were estimated to be heritable (h2 from .14 to .27, all p< 1x10-16) and clustered together based on their genetic correlations compared to other structural brain features. There was also evidence of genetic overlap of subicular subfield volumes with schizophrenia. We conclude that hippocampal subfields have partly distinct genetic determinants associated with specific biological processes and traits. Taking into account this specificity may increase our understanding of hippocampal neurobiology and associated pathologies.