Age-related changes in DNA methylation have been implicated in cellular senescence and longevity, yet the causes and functional consequences of these variants remain unclear. To elucidate the role of age-related epigenetic changes in healthy ageing and potential longevity, we tested for association between whole-blood DNA methylation patterns in 172 female twins aged 32 to 80 with age and age-related phenotypes. Twin-based DNA methylation levels at 26,690 CpG-sites showed evidence for mean genome-wide heritability of 18%, which was supported by the identification of 1,537 CpG-sites with methylation QTLs in cis at FDR 5%. We performed genome-wide analyses to discover differentially methylated regions (DMRs) for sixteen age-related phenotypes (ap-DMRs) and chronological age (a-DMRs). Epigenome-wide association scans (EWAS) identified age-related phenotype DMRs (ap-DMRs) associated with LDL (STAT5A), lung function (WT1), and maternal longevity (ARL4A, TBX20). In contrast, EWAS for chronological age identified hundreds of predominantly hyper-methylated age DMRs (490 a-DMRs at FDR 5%), of which only one (TBX20) was also associated with an age-related phenotype. Therefore, the majority of age-related changes in DNA methylation are not associated with phenotypic measures of healthy ageing in later life. We replicated a large proportion of a-DMRs in a sample of 44 younger adult MZ twins aged 20 to 61, suggesting that a-DMRs may initiate at an earlier age. We next explored potential genetic and environmental mechanisms underlying a-DMRs and ap-DMRs. Genome-wide overlap across cis-meQTLs, genotype-phenotype associations, and EWAS ap-DMRs identified CpG-sites that had cis-meQTLs with evidence for genotype–phenotype association, where the CpG-site was also an ap-DMR for the same phenotype. Monozygotic twin methylation difference analyses identified one potential environmentally-mediated ap-DMR associated with total cholesterol and LDL (CSMD1). Our results suggest that in a small set of genes DNA methylation may be a candidate mechanism of mediating not only environmental, but also genetic effects on age-related phenotypes.

Differential methylation of the two parental genomes in placental mammals is essential for genomic imprinting and embryogenesis. To systematically study this epigenetic process, we have generated a base-resolution, allele-specific DNA methylation (ASM) map in the mouse genome. We find parent-of-origin dependent (imprinted) ASM at 1,952 CG dinucleotides. These imprinted CGs form 55 discrete clusters including virtually all known germline differentially methylated regions (DMRs) and 23 previously unknown DMRs, with some occurring at microRNA genes. We also identify sequence-dependent ASM at 131,765 CGs. Interestingly, methylation at these sites exhibits a strong dependence on the immediate adjacent bases, allowing us to define a conserved sequence preference for the mammalian DNA methylation machinery. Finally, we report a surprising presence of non-CG methylation in the adult mouse brain, with some showing evidence of imprinting. Our results provide a resource for understanding the mechanisms of imprinting and allele-specific gene expression in mammalian cells.

Studies of the major psychoses, schizophrenia (SZ) and bipolar disorder (BD), have traditionally focused on genetic and environmental risk factors, although more recent work has highlighted an additional role for epigenetic processes in mediating susceptibility. Since monozygotic (MZ) twins share a common DNA sequence, their study represents an ideal design for investigating the contribution of epigenetic factors to disease etiology. We performed a genome-wide analysis of DNA methylation on peripheral blood DNA samples obtained from a unique sample of MZ twin pairs discordant for major psychosis. Numerous loci demonstrated disease-associated DNA methylation differences between twins discordant for SZ and BD individually, and together as a combined major psychosis group. Pathway analysis of our top loci highlighted a significant enrichment of epigenetic changes in biological networks and pathways directly relevant to psychiatric disorder and neurodevelopment. The top psychosis-associated, differentially methylated region, significantly hypomethylated in affected twins, was located in the promoter of ST6GALNAC1 overlapping a previously reported rare genomic duplication observed in SZ. The mean DNA methylation difference at this locus was 6%, but there was considerable heterogeneity between families, with some twin pairs showing a 20% difference in methylation. We subsequently assessed this region in an independent sample of postmortem brain tissue from affected individuals and controls, finding marked hypomethylation (>25%) in a subset of psychosis patients. Overall, our data provide further evidence to support a role for DNA methylation differences in mediating phenotypic differences between MZ twins and in the etiology of both SZ and BD.

Schizophrenia is a highly heritable, neuropsychiatric disorder characterized by episodic psychosis and altered cognitive function. Despite success in identifying genetic variants associated with schizophrenia, there remains uncertainty about the causal genes involved in disease pathogenesis and how their function is regulated. We performed a multi-stage epigenome-wide association study, quantifying genome-wide patterns of DNA methylation in a total of 1714 individuals from three independent sample cohorts. We have identified multiple differentially methylated positions and regions consistently associated with schizophrenia across the three cohorts; these effects are independent of important confounders such as smoking. We also show that epigenetic variation at multiple loci across the genome contributes to the polygenic nature of schizophrenia. Finally, we show how DNA methylation quantitative trait loci in combination with Bayesian co-localization analyses can be used to annotate extended genomic regions nominated by studies of schizophrenia, and to identify potential regulatory variation causally involved in disease. This study represents the first systematic integrated analysis of genetic and epigenetic variation in schizophrenia, introducing a methodological approach that can be used to inform epigenome-wide association study analyses of other complex traits and diseases. We demonstrate the utility of using a polygenic risk score to identify molecular variation associated with etiological variation, and of using DNA methylation quantitative trait loci to refine the functional and regulatory variation associated with schizophrenia risk variants. Finally, we present strong evidence for the co-localization of genetic associations for schizophrenia and differential DNA methylation.

DNA methylation is assumed to be complementary on both alleles across the genome, although there are exceptions, notably in regions subject to genomic imprinting. We present a genome-wide survey of the degree of allelic skewing of DNA methylation with the aim of identifying previously unreported differentially methylated regions (DMRs) associated primarily with genomic imprinting or DNA sequence variation acting in cis. We used SNP microarrays to quantitatively assess allele-specific DNA methylation (ASM) in amplicons covering 7.6% of the human genome following cleavage with a cocktail of methylation-sensitive restriction enzymes (MSREs). Selected findings were verified using bisulfite-mapping and gene-expression analyses, subsequently tested in a second tissue from the same individuals, and replicated in DNA obtained from 30 parent-child trios. Our approach detected clear examples of ASM in the vicinity of known imprinted loci, highlighting the validity of the method. In total, 2,704 (1.5%) of our 183,605 informative and stringently filtered SNPs demonstrate an average relative allele score (RAS) change > or =0.10 following MSRE digestion. In agreement with previous reports, the majority of ASM ( approximately 90%) appears to be cis in nature, and several examples of tissue-specific ASM were identified. Our data show that ASM is a widespread phenomenon, with >35,000 such sites potentially occurring across the genome, and that a spectrum of ASM is likely, with heterogeneity between individuals and across tissues. These findings impact our understanding about the origin of individual phenotypic differences and have implications for genetic studies of complex disease.

Environmentally induced epigenetic alterations are related to mental health. We investigated quantitative DNA methylation status before and after an acute psychosocial stressor in two stress-related genes: oxytocin receptor (OXTR) and brain-derived neurotrophic factor (BDNF ). The cross sectional study took place at the Division of Theoretical and Clinical Psychobiology, University of Trier, Germany and was conducted from February to August 2009. We included 83 participants aged 61–67 years. Thereof, 76 participants completed the full study procedure consisting of blood sampling before (pre-stress), 10 min after (post-stress) and 90 min after (follow-up) the Trier social stress test. We assessed quantitative DNA methylation of whole-blood cells using Sequenom EpiTYPER. Methylation status differed between sampling times in one target sequence of OXTR (P<0.001): methylation increased from pre- to post-stress (P=0.009) and decreased from post-stress to follow-up (P<0.001). This decrease was also found in a second target sequence of OXTR (P=0.034), where it lost statistical significance when blood cell count was statistically controlled. We did not detect any time-associated differences in methylation status of the examined BDNF region. The results suggest a dynamic regulation of DNA methylation in OXTR—which may in part reflect changes in blood cell composition—but not BDNF after acute psychosocial stress. This may enhance the understanding of how psychosocial events alter DNA methylation and could provide new insights into the etiology of mental disorders.

Abstract Alternative splicing is a post-transcriptional regulatory mechanism producing multiple distinct mRNA molecules from a single pre-mRNA. Alternative splicing has a prominent role in the central nervous system, impacting neurodevelopment and various neuronal functions as well as being increasingly implicated in brain disorders including autism, schizophrenia and Alzheimer’s disease. Standard short-read RNA-Seq approaches only sequence fragments of the mRNA molecule, making it difficult to accurately characterize the true nature of RNA isoform diversity. In this study, we used long-read isoform sequencing (Iso-Seq) to generate full-length cDNA sequences and map transcript diversity in the human and mouse cerebral cortex. We identify widespread RNA isoform diversity amongst expressed genes in the cortex, including many novel transcripts not present in existing genome annotations. Alternative splicing events were found to make a major contribution to RNA isoform diversity in the cortex, with intron retention being a relatively common event associated with nonsense-mediated decay and reduced transcript expression. Of note, we found evidence for transcription from novel (unannotated genes) and fusion events between neighbouring genes. Although global patterns of RNA isoform diversity were found to be generally similar between human and mouse cortex, we identified some notable exceptions. We also identified striking developmental changes in transcript diversity, with differential transcript usage between human adult and fetal cerebral cortex. Finally, we found evidence for extensive isoform diversity in genes associated with autism, schizophrenia and Alzheimer’s disease. Our data confirm the importance of alternative splicing in the cerebral cortex, dramatically increasing transcriptional diversity and representing an important mechanism underpinning gene regulation in the brain. We provide this transcript level data as a resource to the scientific community.

ABSTRACT Alzheimer’s disease (AD) is a chronic neurodegenerative disease characterized by the progressive accumulation of amyloid-beta and neurofibrillary tangles of tau in the neocortex. Utilizing extensive neuropathology data from the Brains for Dementia Research (BDR) cohort we performed the most systematic epigenome-wide association study (EWAS) of multiple measures of AD neuropathology yet undertaken, profiling DNA methylation in two cortical regions from 631 donors. We meta-analyzed our results with those from previous studies of DNA methylation in AD cortex (total n = 2,013 donors), identifying 334 cortical differentially methylated positions (DMPs) associated with AD pathology including methylomic variation at novel loci not previously implicated in dementia. We subsequently characterized DNA methylation in purified nuclei populations - enriched for neurons, oligodendrocytes and microglia - exploring the extent to which cortex AD-associated DMPs reflect differences manifest in specific cell populations. We find that the majority of DMPs identified in ‘bulk’ cortex tissue actually reflect DNA methylation differences occurring in non-neuronal cells, with dramatically increased effect sizes observed in microglia-enriched nuclei populations. Our study highlights the power of utilizing multiple measures of neuropathology to identify epigenetic signatures of AD and the importance of characterizing disease-associated variation in purified neural cell-types.

Abstract Introduction In the progressive phase of multiple sclerosis (MS), the hampered differentiation capacity of oligodendrocyte precursor cells (OPCs) eventually results in remyelination failure. We have previously shown that DNA methylation of Id2/Id4 is highly involved in OPC differentiation and remyelination. In this study, we took an unbiased approach by determining genome-wide DNA methylation patterns within chronically demyelinated MS lesions and investigated how certain epigenetic signatures relate to OPC differentiation capacity. Methods We compared genome-wide DNA methylation and transcriptional profiles between chronically demyelinated MS lesions and matched normal-appearing white matter (NAWM), making use of post-mortem brain tissue (n=9/group). DNA methylation differences that inversely correlated with mRNA expression of their corresponding genes were validated for their cell-type specificity in laser-captured OPCs using pyrosequencing. The CRISPR-dCas9-DNMT3a/TET1 system was used to epigenetically edit human-iPSC-derived oligodendrocytes to assess the effect on cellular differentiation. Results Our data show hypermethylation of CpGs within genes that cluster in gene ontologies related to myelination and axon ensheathment. Cell type-specific validation indicates a region-dependent hypermethylation of MBP , encoding for myelin basic protein, in OPCs obtained from white matter lesions compared to NAWM-derived OPCs. By altering the DNA methylation state of specific CpGs within the promotor region of MBP , using epigenetic editing, we show that cellular differentiation can be bidirectionally manipulated using the CRISPR-dCas9-DNMT3a/TET1 system in vitro . Conclusion Our data indicate that OPCs within chronically demyelinated MS lesions acquire an inhibitory phenotype, which translates into hypermethylation of crucial myelination related genes. Altering the epigenetic status of MBP can restore the differentiation capacity of OPCs and possibly boost (re)myelination.

Abstract The field of epigenomics holds great promise in understanding and treating disease with advances in machine learning (ML) and artificial intelligence being vitally important in this pursuit. Increasingly, research now utilises DNA methylation measures at cytosine-guanine dinucleotides (CpG) to detect disease and estimate biological traits such as aging. Given the high dimensionality of DNA methylation data, feature-selection techniques are commonly employed to reduce dimensionality and identify the most important subset of features. In this study, we test and compare a range of feature-selection methods and ML algorithms in the development of a novel DNA methylation-based telomere length (TL) estimator. We found that principal component analysis in advance of elastic net regression led to the overall best performing estimator when evaluated using a nested cross-validation analysis and two independent test cohorts. In contrast, the baseline model of elastic net regression with no prior feature reduction stage performed worst - suggesting a prior feature-selection stage may have important utility. The variance in performance across tested approaches shows that estimators are sensitive to data set heterogeneity and the development of an optimal DNA methylation-based estimator should benefit from the robust methodological approach used in this study. Additionally, we observed that different DNA methylation-based TL estimators, which have few common CpGs, are associated with many of the same biological entities. Moreover, our methodology which utilises a range of feature-selection approaches and ML algorithms could be applied to other biological markers and disease phenotypes, to examine their relationship with DNA methylation and predictive value.