Genetic discoveries of Alzheimer's disease are the drivers of our understanding, and together with polygenetic risk stratification can contribute towards planning of feasible and efficient preventive and curative clinical trials. We first perform a large genetic association study by merging all available case-control datasets and by-proxy study results (discovery n = 409,435 and validation size n = 58,190). Here, we add six variants associated with Alzheimer's disease risk (near APP, CHRNE, PRKD3/NDUFAF7, PLCG2 and two exonic variants in the SHARPIN gene). Assessment of the polygenic risk score and stratifying by APOE reveal a 4 to 5.5 years difference in median age at onset of Alzheimer's disease patients in APOE ɛ4 carriers. Because of this study, the underlying mechanisms of APP can be studied to refine the amyloid cascade and the polygenic risk score provides a tool to select individuals at high risk of Alzheimer's disease.

Data-based predictions of individual Cognitive Behavioral Therapy (CBT) treatment response are a fundamental step towards precision medicine. Past studies demonstrated only moderate prediction accuracy (i.e. ability to discriminate between responders and non-responders of a given treatment) when using clinical routine data such as demographic and questionnaire data, while neuroimaging data achieved superior prediction accuracy. However, these studies may be considerably biased due to very limited sample sizes and bias-prone methodology. Adequately powered and cross-validated samples are a prerequisite to evaluate predictive performance and to identify the most promising predictors. We therefore analyzed resting state functional magnet resonance imaging (rs-fMRI) data from two large clinical trials to test whether functional neuroimaging data continues to provide good prediction accuracy in much larger samples. Data came from two distinct German multicenter studies on exposure-based CBT for anxiety disorders, the Protect-AD and SpiderVR studies. We separately and independently preprocessed baseline rs-fMRI data from n = 220 patients (Protect-AD) and n = 190 patients (SpiderVR) and extracted a variety of features, including ROI-to-ROI and edge-functional connectivity, sliding-windows, and graph measures. Including these features in sophisticated machine learning pipelines, we found that predictions of individual outcomes never significantly differed from chance level, even when conducting a range of exploratory post-hoc analyses. Moreover, resting state data never provided prediction accuracy beyond the sociodemographic and clinical data. The analyses were independent of each other in terms of selecting methods to process resting state data for prediction input as well as in the used parameters of the machine learning pipelines, corroborating the external validity of the results. These similar findings in two independent studies, analyzed separately, urge caution regarding the interpretation of promising prediction results based on neuroimaging data from small samples and emphasizes that some of the prediction accuracies from previous studies may result from overestimation due to homogeneous data and weak cross-validation schemes. The promise of resting-state neuroimaging data to play an important role in the prediction of CBT treatment outcomes in patients with anxiety disorders remains yet to be delivered.

Post-traumatic stress disorder (PTSD) is a common and debilitating disorder. The risk of PTSD following trauma is heritable, but robust common variants have yet to be identified by genome-wide association studies (GWAS). We have collected a multi-ethnic cohort including over 30,000 PTSD cases and 170,000 controls. We first demonstrate significant genetic correlations across 60 PTSD cohorts to evaluate the comparability of these phenotypically heterogeneous studies. In this largest GWAS meta-analysis of PTSD to date we identify a total of 6 genome-wide significant loci, 4 in European and 2 in African-ancestry analyses. Follow-up analyses incorporated local ancestry and sex-specific effects, and functional studies. Along with other novel genes, a non-coding RNA (ncRNA) and a Parkinson's Disease gene, PARK2, were associated with PTSD. Consistent with previous reports, SNP-based heritability estimates for PTSD range between 10-20%. Despite a significant shared liability between PTSD and major depressive disorder, we show evidence that some of our loci may be specific to PTSD. These results demonstrate the role of genetic variation contributing to the biology of differential risk for PTSD and the necessity of expanding GWAS beyond European ancestry.

Anxiety disorders are common, complex psychiatric disorders with twin heritabilities of 30-60%. We conducted a genome-wide association study of Lifetime Anxiety Disorder (n = 83 565) and an additional Current Anxiety Symptoms (n= 77 125) analysis. The liability scale common variant heritability estimate for Lifetime Anxiety Disorder was 26%, and for Current Anxiety Symptoms was 31%. Five novel genome-wide significant loci were identified including an intergenic region on chromosome 9 that has previously been associated with neuroticism, and a locus overlapping the BDNF receptor gene, NTRK2 . Anxiety showed significant genetic correlations with depression and insomnia as well as coronary artery disease, mirroring findings from epidemiological studies. We conclude that common genetic variation accounts for a substantive proportion of the genetic architecture underlying anxiety.

Exposure to adverse childhood experiences (ACEs) is a strong predictor for developing behavioral, somatic and psychopathological conditions. Exposure to threat-related early adversity has been suggested to be specifically linked to altered emotional learning as well as changes in neural circuits involved in emotional responding and fear. Learning mechanisms are particularly interesting as they are central mechanisms through which environmental inputs shape emotional and cognitive processes and ultimately behavior. Multiple theories on the mechanisms underlying this association have been suggested which, however, differ in the operationalization of ACEs. 1,402 physically and mentally healthy participants underwent a fear conditioning paradigm including a fear acquisition and generalization phase while skin conductance responses (SCRs) and different subjective ratings were acquired. ACEs were retrospectively assessed through the childhood trauma questionnaire and participants were assigned to individuals exposed or unexposed to at least moderate adverse childhood experiences according to established cut-off criteria. In addition, we provide exploratory analyses aiming to shed light on different theoretical accounts on how ACEs impact individual risk profiles (i.e., cumulative risk account, specificity model, dimensional model). During fear acquisition training and generalization, we observed reduced discrimination in SCRs between the CS+ and the CS-, primarily due to reduced CS+ responding in exposed individuals. During fear generalization, no differences in generalization gradients were observed between exposed and unexposed individuals but generally blunted physiological responses in exposed individuals. No differences between the groups were observed in ratings in any of the experimental phases. The lower CS discrimination in SCRs in exposed individuals was evident across operationalizations according to the cumulative risk account, specificity as well as dimensional model. However, none of these theories showed clear explanatory superiority. Our results stand in stark contrast to typical patterns observed in patients suffering from anxiety and stress-related disorders (i.e., reduced CS discrimination due to increased responses to safety signals). Thus, reduced CS+ responding in individuals exposed to ACEs, yet not showing signs of psychopathology, may represent a specific characteristic of this resilient subgroup that warrants further investigation with respect to its relation to risk and resilience. In addition, we conclude that theories linking ACEs to psychopathology need refinement.