The genetics of schizophrenia and other mental disorders are complex and poorly understood, and made even harder to study because reduced reproduction rates result in negative selection pressure on risk alleles. To date, some copy number variations have been linked to schizophrenia but the studies have been relatively small. Now two independent large-scale genome-wide studies of thousands of patients and controls by two international consortia confirm a previously identified locus but also reveal novel associations. In the first study, a collaboration between SGENE and partners, de novo (spontaneous) copy number variants are reported on chromosomes 1 and 15. In the second study, by the International Schizophrenia Consortium, deletions were also reported on these chromosomes, as was greater overall frequency of copy number variation in the genome. The genetics of schizophrenia and other mental disorders are complex and poorly understood, and made even harder to study due to reduced reproduction resulting in negative selection pressure on risk alleles. Two independent large-scale genome wide studies of thousands of patients and controls by two international consortia confirm a previously identified locus, but also reveal novel associations. In this study, de novo (spontaneous) copy number variants are reported on chromosomes 1 and 15. Reduced fecundity, associated with severe mental disorders1, places negative selection pressure on risk alleles and may explain, in part, why common variants have not been found that confer risk of disorders such as autism2, schizophrenia3 and mental retardation4. Thus, rare variants may account for a larger fraction of the overall genetic risk than previously assumed. In contrast to rare single nucleotide mutations, rare copy number variations (CNVs) can be detected using genome-wide single nucleotide polymorphism arrays. This has led to the identification of CNVs associated with mental retardation4,5 and autism2. In a genome-wide search for CNVs associating with schizophrenia, we used a population-based sample to identify de novo CNVs by analysing 9,878 transmissions from parents to offspring. The 66 de novo CNVs identified were tested for association in a sample of 1,433 schizophrenia cases and 33,250 controls. Three deletions at 1q21.1, 15q11.2 and 15q13.3 showing nominal association with schizophrenia in the first sample (phase I) were followed up in a second sample of 3,285 cases and 7,951 controls (phase II). All three deletions significantly associate with schizophrenia and related psychoses in the combined sample. The identification of these rare, recurrent risk variants, having occurred independently in multiple founders and being subject to negative selection, is important in itself. CNV analysis may also point the way to the identification of additional and more prevalent risk variants in genes and pathways involved in schizophrenia.

Based on its symptoms, schizophrenia has been considered a discrete disease, and yet genome-wide association studies for copy number variations (CNVs) associated with the disease have revealed that some CNVs confer high relative risk of schizophrenia but also of other psychiatric disorders. But CNVs can affect several genes. Now, a genome-wide association of single nucleotide polymorphisms (SNPs) using data from several large genome-wide scans reveals significant associations to individual loci that implicate immunity, brain development, memory and cognition in predisposition to schizophrenia. Here, in the first of three papers on the genetics of schizophrenia, a genome-wide association study of single nucleotide polymorphisms using data from several large genome-wide scans reveals significant associations to individual loci that implicate perturbations in immunity, brain development, memory and cognition in the predisposition to schizophrenia. Schizophrenia is a complex disorder, caused by both genetic and environmental factors and their interactions. Research on pathogenesis has traditionally focused on neurotransmitter systems in the brain, particularly those involving dopamine. Schizophrenia has been considered a separate disease for over a century, but in the absence of clear biological markers, diagnosis has historically been based on signs and symptoms. A fundamental message emerging from genome-wide association studies of copy number variations (CNVs) associated with the disease is that its genetic basis does not necessarily conform to classical nosological disease boundaries. Certain CNVs confer not only high relative risk of schizophrenia but also of other psychiatric disorders1,2,3. The structural variations associated with schizophrenia can involve several genes and the phenotypic syndromes, or the ‘genomic disorders’, have not yet been characterized4. Single nucleotide polymorphism (SNP)-based genome-wide association studies with the potential to implicate individual genes in complex diseases may reveal underlying biological pathways. Here we combined SNP data from several large genome-wide scans and followed up the most significant association signals. We found significant association with several markers spanning the major histocompatibility complex (MHC) region on chromosome 6p21.3-22.1, a marker located upstream of the neurogranin gene (NRGN) on 11q24.2 and a marker in intron four of transcription factor 4 (TCF4) on 18q21.2. Our findings implicating the MHC region are consistent with an immune component to schizophrenia risk, whereas the association with NRGN and TCF4 points to perturbation of pathways involved in brain development, memory and cognition.

Deletions within the neurexin 1 gene (NRXN1; 2p16.3) are associated with autism and have also been reported in two families with schizophrenia. We examined NRXN1, and the closely related NRXN2 and NRXN3 genes, for copy number variants (CNVs) in 2977 schizophrenia patients and 33 746 controls from seven European populations (Iceland, Finland, Norway, Germany, The Netherlands, Italy and UK) using microarray data. We found 66 deletions and 5 duplications in NRXN1, including a de novo deletion: 12 deletions and 2 duplications occurred in schizophrenia cases (0.47%) compared to 49 and 3 (0.15%) in controls. There was no common breakpoint and the CNVs varied from 18 to 420 kb. No CNVs were found in NRXN2 or NRXN3. We performed a Cochran–Mantel–Haenszel exact test to estimate association between all CNVs and schizophrenia (P = 0.13; OR = 1.73; 95% CI 0.81–3.50). Because the penetrance of NRXN1 CNVs may vary according to the level of functional impact on the gene, we next restricted the association analysis to CNVs that disrupt exons (0.24% of cases and 0.015% of controls). These were significantly associated with a high odds ratio (P = 0.0027; OR 8.97, 95% CI 1.8–51.9). We conclude that NRXN1 deletions affecting exons confer risk of schizophrenia.

Polygenic risk scores (PRSs) have successfully summarized genome-wide effects of genetic variants in schizophrenia with significant predictive power. In a clinical sample of first-episode psychosis (FEP) patients, we estimated the ability of PRSs to discriminate case-control status and to predict the development of schizophrenia as opposed to other psychoses.The sample (445 case and 265 control subjects) was genotyped on the Illumina HumanCore Exome BeadChip with an additional 828 control subjects of African ancestry genotyped on the Illumina Multi-Ethnic Genotyping Array. To calculate PRSs, we used the results from the latest Psychiatric Genomics Consortium schizophrenia meta-analysis. We examined the association of PRSs with case-control status and with schizophrenia versus other psychoses in European and African ancestry FEP patients and in a second sample of 248 case subjects with chronic psychosis.PRS had good discriminative ability of case-control status in FEP European ancestry individuals (9.4% of the variance explained, p < 10-6), but lower in individuals of African ancestry (R2 = 1.1%, p = .004). Furthermore, PRS distinguished European ancestry case subjects who went on to acquire a schizophrenia diagnosis from those who developed other psychotic disorders (R2 = 9.2%, p = .002).PRS was a powerful predictor of case-control status in a European sample of patients with FEP, even though a large proportion did not have an established diagnosis of schizophrenia at the time of assessment. PRS was significantly different between those case subjects who developed schizophrenia from those who did not, although the discriminative accuracy may not yet be sufficient for clinical utility in FEP.

Background: Psychosis (delusions and hallucinations) is common in Alzheimer disease (AD) and associated with worse clinical outcomes including accelerated cognitive decline and shorter time to nursing home admission. Atypical antipsychotics have limited efficacy which, along with emerging genomic research, suggests some overlapping mechanisms with other disorders characterized by psychosis, like schizophrenia. In this study, we tested whether polygenic risk score (PRS) for schizophrenia was associated with psychotic symptoms in AD. Methods: Schizophrenia PRS was calculated using Psychiatric Genomics Consortium data at 10 GWAS p-value thresholds (PT) in 3,173 AD cases from 11 cohort studies. Association between PRS and AD psychosis status was tested by logistic regression in each cohort individually and the results meta-analyzed. Results: The schizophrenia PRS was associated with psychosis in AD at an optimum PT of 0.01. The strongest association was for delusions where a one standard deviation increase in PRS was associated with a 1.17-fold increased risk (95% CI: 1.07-1.3; p=0.001). Conclusion: These new findings point towards psychosis in AD, and particularly delusions, sharing some genetic liability with schizophrenia, and support a transdiagnostic view of psychotic symptoms across the lifespan.

Objective: Psychosis - a complex and heterogeneous neuropsychiatric condition characterized by hallucinations and delusions - is a common feature of schizophrenia. There is evidence for altered DNA methylation (DNAm) associated with schizophrenia in both brain and peripheral tissues. We aimed to undertake a systematic analysis of variable DNAm associated with psychosis, schizophrenia, and treatment-resistant schizophrenia, also exploring measures of biological ageing, smoking, and blood cell composition derived from DNAm data to identify molecular biomarkers of disease. Methods: We quantified DNAm across the genome in blood samples from 4,483 participants from seven case-control cohorts including patients with schizophrenia or first-episode psychosis. Measures of biological age, cellular composition and smoking status were derived from DNAm data using established algorithms. DNAm and derived measures were analyzed within each cohort and the results combined by meta-analysis. Results: Psychosis cases were characterized by significant differences in measures of blood cell proportions and elevated smoking exposure derived from the DNAm data, with the largest differences seen in treatment-resistant schizophrenia patients. DNAm at 95 CpG sites was significantly different between psychosis cases and controls, with 1,048 differentially methylated positions (DMPs) identified between schizophrenia cases and controls. Schizophrenia-associated DMPs colocalize to regions identified in genetic association studies, with genes annotated to these sites enriched for pathways relevant to disease. Finally, a number of the schizophrenia associated differences were only present in the treatment-resistant schizophrenia subgroup. Conclusions: We show that DNAm data can be leveraged to derive measures of blood cell counts and smoking that are strongly associated with psychosis. Our DNAm meta-analysis identified multiple DMPs associated with both psychosis and a more refined diagnosis of schizophrenia, with evidence for differential methylation associated with treatment-resistant schizophrenia that potentially reflects exposure to clozapine.### Competing Interest StatementThe authors have declared no competing interest.

Risk prediction algorithms have long been used in health research and practice (e.g., in prediction of cardiovascular disease, diabetes, etc.) However, similar tools have not been developed for mental health problems, despite extensive research on risk factors. For example, for psychotic disorders, attempts to sum environmental risk are rare, usually unsystematic and dictated by available data. In light of this, we sought to develop a valid, easy to use measure of the total environmental risk for psychotic disorders, which can be used in research and clinical practice. We first reviewed the literature to identify well-replicated and validated environmental risk factors for psychosis and, then, used the largest available meta-analyses to derive current best estimates of risk. We devised a method of scoring individuals based on the level of exposure to each risk factor, using odds ratios from the meta-analyses, to produce an Environmental Risk Score (ERS). Six risk factors (ethnic minority status, urbanicity, high paternal age, obstetric complications, cannabis use, and childhood adversity) were used to generate the ERS. A distribution for different levels of risk based on permuted data showed that most of population would be at low/moderate risk with a small minority at increased environmental risk for psychosis. This is the first systematic approach to develop an aggregate measure of environmental risk for psychoses. This can be used as a continuous measure of liability to disease or transformed to a relative risk. Its predictive ability will improve with the collection of additional, population specific data.

Summary Human brain structure changes throughout our lives. Altered brain growth or rates of decline are implicated in a vast range of psychiatric, developmental, and neurodegenerative diseases. Here, we identified common genetic variants that affect rates of brain growth or atrophy, in the first genome-wide association meta-analysis of changes in brain morphology across the lifespan. Longitudinal MRI data from 15,640 individuals were used to compute rates of change for 15 brain structures. The most robustly identified genes GPR139, DACH1 and APOE are associated with metabolic processes. We demonstrate global genetic overlap with depression, schizophrenia, cognitive functioning, insomnia, height, body mass index and smoking. Gene-set findings implicate both early brain development and neurodegenerative processes in the rates of brain changes. Identifying variants involved in structural brain changes may help to determine biological pathways underlying optimal and dysfunctional brain development and ageing.

The notion that behaviour may be on a causal path from genetics to psychiatric disorders, such as schizophrenia, highlights a potential for practical interventions. Motivated by this, we test the association between schizophrenia (SCZ) polygenic risk scores (PRS) and 420 behavioural traits (personality, psychological, lifestyle, nutritional) in a psychiatrically healthy sub-cohort of the UK Biobank. Higher schizophrenia PRS was associated with a range of traits, including lower verbal-numerical reasoning (P = 6x10-61), higher nervous feelings (P = 2x10-51) and higher self-reported risk-taking (P = 2x10-41). We follow-up the risk-taking association, hypothesising that the association may be due to a genetic propensity for risk-taking leading to greater migration, urbanicity or drug-taking − reported environmental risk factors for schizophrenia, and all positively associated with risk-taking in these data. However, schizophrenia PRS was also associated with traits, such as tea drinking (P = 2x10-34), that are highly unlikely to be on a causal path to schizophrenia. We depict four causal relationships that may in theory underlie such PRS-trait associations and illustrate ways of testing for each. For example, we contrast PRS-trait trends in the healthy sub-cohort to the corresponding trait values of medicated and non-medicated individuals diagnosed with schizophrenia, allowing some differentiation of mediation-by-behaviour, disease-onset effects and treatment effects. However, dedicated follow-up studies and new methods are required to fully disentangle these relationships. Thus, while we urge caution in interpretation of simple PRS cross-trait associations, we propose that well-designed PRS analyses can contribute to identifying behaviours on the causal path from genetics to disease.