Schizophrenia has been conceived as a disorder of brain connectivity but it is unclear how this network phenotype is related to the emerging genetics. We used morphometric similarity analysis of magnetic resonance imaging (MRI) data as a marker of inter-areal cortical connectivity in three prior case-control studies of psychosis: in total, N=185 cases and N=227 controls. Psychosis was associated with globally reduced morphometric similarity (MS) in all 3 studies. There was also a replicable pattern of case-control differences in regional MS which was significantly reduced in patients in frontal and temporal cortical areas, but increased in parietal cortex. Using prior brain-wide gene expression data, we found that the cortical map of case-control differences in MS was spatially correlated with cortical expression of a weighted combination of genes enriched for neu-robiologically relevant ontology terms and pathways. In addition, genes that were normally over-expressed in cortical areas with reduced MS were significantly up-regulated in a prior post mortem study of schizophrenia. We propose that this combination of neuroimaging and transcriptional data provides new insight into how previously implicated genes and proteins, as well as a number of unreported proteins in their vicinity on the protein interaction network, may interact to drive structural brain network changes in schizophrenia.

Abstract Diverse GABAergic interneuron microcircuits orchestrate information processing in the brain. Understanding the cellular and molecular composition of these microcircuits, and whether these can be imaged by available non-invasive in vivo methods is crucial for the study of GABAergic neurotransmission in health and disease. Here, we use human gene expression data and state-of-the-art imaging transcriptomics to uncover co-expression patterns between GABA A receptor subunits and interneuron subtype-specific markers, and to decode the cellular and molecular signatures of gold-standard GABA PET radiotracers, [ 11 C]Ro15-4513 and [ 11 C]flumazenil. We find that the interneuron marker somatostatin is co-expressed with GABA A receptor-subunit genes GABRA5 and GABRA2 , and their distribution maps onto [ 11 C]Ro15-4513 binding in vivo . In contrast, the interneuron marker parvalbumin co-expressed with more predominant GABA A receptor subunits ( GABRA1, GABRB2 and GABRG2 ), and their distribution tracks [ 11 C]flumazenil binding in vivo . These results have important implications for the non-invasive study of GABAergic microcircuit dysfunction in psychiatric conditions.

Abstract Importance The lack of robust neuroanatomical markers of psychosis risk has been traditionally attributed to heterogeneity. A complementary hypothesis is that variation in neuroanatomical measures in the majority of individuals at psychosis risk may be nested within the range observed in healthy individuals. Objective To quantify deviations from the normative range of neuroanatomical variation in individuals at clinical high-risk for psychosis (CHR-P) and evaluate their overlap with healthy variation and their association with positive symptoms, cognition, and conversion to a psychotic disorder. Design, Setting, and Participants Clinical, IQ and FreeSurfer-derived regional measures of cortical thickness (CT), cortical surface area (SA), and subcortical volume (SV) from 1,340 CHR-P individuals [47.09% female; mean age: 20.75 (4.74) years] and 1,237 healthy individuals [44.70% female; mean age: 22.32 (4.95) years] from 29 international sites participating in the ENIGMA Clinical High Risk for Psychosis Working Group. Main Outcomes and Measures For each regional morphometric measure, z-scores were computed that index the degree of deviation from the normative means of that measure in a healthy reference population (N=37,407). Average deviation scores (ADS) for CT, SA, SV, and globally across all measures (G) were generated by averaging the respective regional z-scores. Regression analyses were used to quantify the association of deviation scores with clinical severity and cognition and two-proportion z-tests to identify case-control differences in the proportion of individuals with infranormal (z<-1.96) or supranormal (z>1.96) scores. Results CHR-P and healthy individuals overlapped in the distributions of the observed values, regional z-scores, and all ADS vales. The proportion of CHR-P individuals with infranormal or supranormal values in any metric was low (<12%) and similar to that of healthy individuals. CHR-P individuals who converted to psychosis compared to those who did not convert had a higher percentage of infranormal values in temporal regions (5-7% vs 0.9-1.4%). In the CHR-P group, only the ADS SA showed significant but weak associations (|β|<0.09; P FDR <0.05) with positive symptoms and IQ. Conclusions and Relevance The study findings challenge the usefulness of macroscale neuromorphometric measures as diagnostic biomarkers of psychosis risk and suggest that such measures do not provide an adequate explanation for psychosis risk. Key points Question Is the risk of psychosis associated with brain morphometric changes that deviate significantly from healthy variation? Findings In this study of 1340 individuals high-risk for psychosis (CHR-P) and 1237 healthy participants, individual-level variation in macroscale neuromorphometric measures of the CHR-P group was largely nested within healthy variation and was not associated with the severity of positive psychotic symptoms or conversion to a psychotic disorder. Meaning The findings suggest the macroscale neuromorphometric measures have limited utility as diagnostic biomarkers of psychosis risk.

Abstract Background There are over 25 licensed antipsychotic medications with diverse pharmacological and clinical profiles. Antipsychotics are commonly described as either ‘typical’ or ‘atypical’, but this does not accurately reflect pharmacological profiles. There is thus a need for a data driven antipsychotic classification scheme suitable for clinicians and researchers which maps onto both pharmacological and clinical effects. Method We analysed affinities of 27 antipsychotics for 42 receptors from 3,325 receptor binding studies. We used a clustering algorithm to group antipsychotics based on their pattern of receptor affinity. Using a machine learning model, we examined the ability of this grouping to predict antipsychotic-induced side effects quantified according to an umbrella review of clinical trial and treatment guideline data. Results Clustering resulted in four groups of antipsychotics. The predominant receptor affinity and effect/side effect ‘fingerprints’ of these four groups were defined, as follows: Group 1 - Muscarinic (M3-M5) receptor antagonism; Cholinergic and metabolic side effects. Group 2 - Dopamine (D2) partial agonism and adrenergic antagonism; Globally low side effect burden. Group 3 - Serotonergic and dopaminergic antagonism; Globally moderate side effect burden. Group 4 - Dopaminergic antagonism; Extrapyramidal and motor side effects. Groups 1 and 4 were more efficacious than clusters 2 and 3. The novel classification was superior to existing approaches when predicting side effects. Conclusions A receptor affinity-based grouping not only reflects compound pharmacology but also detects meaningful clinical differences to a greater extent than existing approaches. The approach has the potential to benefit both patients and researchers by guiding treatment and informing drug development.

Abstract High doses of delta-9-tetrahydrocannabinol (THC), the main psychoactive component of cannabis, have been shown to have anxiogenic effects. Also, THC effects have been shown to be modulated by genotype, including the single nucleotide polymorphism (SNP) rs1130233 at the protein kinase AKT1 gene, a key component of the dopamine signaling cascade. As such, it is likely that epigenetic methylation around this SNP may affect AKT gene expression, which may in turn impact on the acute effects of THC on brain function. We investigated the genetic (AKT1 rs1130233) and epigenetic modulation of brain function during fear processing in a 2-session, double-blind, cross-over, randomized placebo-controlled THC administration, in 36 healthy males. Fear processing was assessed using an emotion (fear processing) paradigm, under functional magnetic resonance imaging (fMRI). Complete genetic and fMRI data was available for 34 participants. THC caused an increase in anxiety and transient psychotomimetic symptoms and para-hippocampal gyrus/ amygdala activation. Number of A alleles at the AKT1 rs1130233 SNP, and percentage methylation at the CpG 11-12 site, were independently associated with a greater effect of THC on activation in a network of brain regions including left and right parahippocampal gyri, respectively. AKT1 rs1130233 moderation of the THC effect on left parahippocampal activation persisted after covarying for methylation percentage, and was partially mediated in sections of the left parahippocampal gyrus/ hippocampus by methylation percentage. These results may offer an example of how genetic and epigenetic variations influence the psychotomimetic and neurofunctional effects of THC.

Background: Very preterm birth (<32 weeks of gestation) is associated with long-lasting brain alterations and an increased risk of psychiatric disorders associated with dopaminergic abnormalities. Preclinical studies have shown perinatal brain injuries, including hippocampal lesions, cause lasting changes in dopamine function, but it is not known if this occurs in humans. The purpose of this study was to determine whether very preterm birth and perinatal brain injury were associated with altered dopamine synthesis and reduced hippocampal volume in humans in adulthood. Methods: We compared adults who were born very preterm with associated perinatal brain injury to adults born very preterm without perinatal brain injury, and age-matched controls born at full term using [18F]-DOPA PET and structural MRI imaging. Results: Dopamine synthesis capacity was significantly reduced in the perinatal brain injury group relative to both the group born very preterm without brain injury (Cohen's d=1.36, p=0.02) and the control group (Cohen's d=1.07, p=0.01). Hippocampal volume was reduced in the perinatal brain injury group relative to controls (Cohen's d = 1.17, p = 0.01). There was a significant correlation between hippocampal volume and striatal dopamine synthesis capacity (r = 0.344, p= 0.03). Conclusions: Perinatal brain injury, but not very preterm birth without macroscopic brain injury, is associated with persistent alterations in dopaminergic function and reductions in hippocampal volume. This is the first evidence in humans linking neonatal hippocampal injury to adult dopamine dysfunction, and has implications for understanding the mechanism underlying cognitive impairments and neuropsychiatric disorders following very preterm birth.