Abstract Interpretation of the function of non-coding risk loci for neuropsychiatric disorders and brain-relevant traits via gene expression and alternative splicing is generally performed in bulk post-mortem adult tissue. However, genetic risk loci are enriched in regulatory elements active during neocortical differentiation, and regulatory effects of risk variants may be masked by heterogeneity in bulk tissue. Here, we map expression quantitative trait loci (eQTLs), splicing QTLs (sQTLs), and allele specific expression in primary human neural progenitors (n=85) and their sorted neuronal progeny (n=74), identifying numerous loci not detected in either bulk developing cortical wall or adult cortex. Using colocalization and genetic imputation via transcriptome wide association, we uncover cell-type specific regulatory mechanisms underlying risk for brain-relevant traits that are active during neocortical differentiation. Specifically, we identified a progenitor-specific eQTL for CENPW co-localized with common variant associations of cortical area and educational attainment.

Abstract Tissue clearing methods allow every cell in the mouse brain to be imaged without physical sectioning. However, the computational tools currently available for cell quantification in cleared tissue images have been limited to counting sparse cell populations in stereotypical mice. Here we introduce NuMorph, a group of image analysis tools to quantify all nuclei and nuclear markers within the mouse cortex after tissue clearing and imaging by a conventional light-sheet microscope. We applied NuMorph to investigate two distinct mouse models: a Topoisomerase 1 ( Top1 ) conditional knockout model with severe neurodegenerative deficits and a Neurofibromin 1 ( Nf1 ) conditional knockout model with a more subtle brain overgrowth phenotype. In each case, we identified differential effects of gene deletion on individual cell-type counts and distribution across cortical regions that manifest as alterations of gross brain morphology. These results underline the value of 3D whole brain imaging approaches and the tools are widely applicable for studying 3D structural deficits of the brain at cellular resolution in animal models of neuropsychiatric disorders.

Gene regulatory effects in bulk-post mortem brain tissues are undetected at many non-coding brain trait-associated loci. We hypothesized that context-specific genetic variant function during stimulation of a developmental signaling pathway would explain additional regulatory mechanisms. We measured chromatin accessibility and gene expression following activation of the canonical Wnt pathway in primary human neural progenitors from 82 donors. TCF/LEF motifs, brain structure-, and neuropsychiatric disorder-associated variants were enriched within Wnt-responsive regulatory elements (REs). Genetically influenced REs were enriched in genomic regions under positive selection along the human lineage. Stimulation of the Wnt pathway increased the detection of genetically influenced REs/genes by 66.2%/52.7%, and led to the identification of 397 REs primed for effects on gene expression. Context-specific molecular quantitative trait loci increased brain-trait colocalizations by up to 70%, suggesting that genetic variant effects during early neurodevelopmental patterning lead to differences in adult brain and behavioral traits.

The function of some genetic variants associated with brain-relevant traits has been explained through colocalization with expression quantitative trait loci (eQTL) conducted in bulk post-mortem adult brain tissue. However, many brain-trait associated loci have unknown cellular or molecular function. These genetic variants may exert context-specific function on different molecular phenotypes including post-transcriptional changes. Here, we identified genetic regulation of RNA-editing and alternative polyadenylation (APA), within a cell-type-specific population of human neural progenitors and neurons. More RNA-editing and isoforms utilizing longer polyadenylation sequences were observed in neurons, likely due to higher expression of genes encoding the proteins mediating these post-transcriptional events. We also detected hundreds of cell-type-specific editing quantitative trait loci (edQTLs) and alternative polyadenylation QTLs (apaQTLs). We found colocalizations of a neuron edQTL in CCDC88A with educational attainment and a progenitor apaQTL in EP300 with schizophrenia, suggesting genetically mediated post-transcriptional regulation during brain development lead to differences in brain function.

The function of some genetic variants associated with brain-relevant traits has been explained through colocalization with expression quantitative trait loci (eQTL) conducted in bulk postmortem adult brain tissue. However, many brain-trait associated loci have unknown cellular or molecular function. These genetic variants may exert context-specific function on different molecular phenotypes including post-transcriptional changes. Here, we identified genetic regulation of RNA editing and alternative polyadenylation (APA) within a cell-type-specific population of human neural progenitors and neurons. More RNA editing and isoforms utilizing longer polyadenylation sequences were observed in neurons, likely due to higher expression of genes encoding the proteins mediating these post-transcriptional events. We also detected hundreds of cell-type-specific editing quantitative trait loci (edQTLs) and alternative polyadenylation QTLs (apaQTLs). We found colocalizations of a neuron edQTL in CCDC88A with educational attainment and a progenitor apaQTL in EP300 with schizophrenia, suggesting that genetically mediated post-transcriptional regulation during brain development leads to differences in brain function.

Abstract Background Recent advances in tissue clearing techniques, combined with high-speed image acquisition through light sheet microscopy, enable rapid three-dimensional (3D) imaging of biological specimens, such as whole mouse brains, in a matter of hours. Quantitative analysis of such 3D images can help us understand how changes in brain structure lead to differences in behavior or cognition, but distinguishing features of interest, such as nuclei, from background can be challenging. Recent deep learning-based nuclear segmentation algorithms show great promise for automated segmentation, but require large numbers of manually and accurately labeled nuclei as training data. Results We present Segmentor, an open-source tool for reliable, efficient, and user-friendly manual annotation and refinement of objects (e.g., nuclei) within 3D light sheet microscopy images. Segmentor employs a hybrid 2D-3D approach for visualizing and segmenting objects and contains features for automatic region splitting, designed specifically for streamlining the process of 3D segmentation of nuclei. We show that editing simultaneously in 2D and 3D using Segmentor significantly decreases time spent on manual annotations without affecting accuracy. Conclusions Segmentor is a tool for increased efficiency of manual annotation and refinement of 3D objects that can be used to train deep learning segmentation algorithms, and is available at https://www.nucleininja.org/ and https://github.com/RENCI/Segmentor .