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.

Schizophrenia (SCZ) and bipolar disorder (BD) are highly heritable disorders that share a significant proportion of common risk variation. Understanding the genetic factors underlying the specific symptoms of these disorders will be crucial for improving diagnosis, intervention and treatment. In case-control data consisting of 53,555 cases (20,129 BD, 33,426 SCZ) and 54,065 controls, we identified 114 genome-wide significant loci (GWS) when comparing all cases to controls, of which 41 represented novel findings. Two genome-wide significant loci were identified when comparing SCZ to BD and a third was found when directly incorporating functional information. Regional joint association identified a genomic region of overlapping association in BD and SCZ with disease-independent causal variants indicating a fourth region contributing to differences between these disorders. Regional SNP-heritability analyses demonstrated that the estimated heritability of BD based on the SCZ GWS regions was significantly higher than that based on the average genomic region (91 regions, p = 1.2x10-6) while the inverse was not significant (19 regions, p=0.89). Using our BD and SCZ GWAS we calculated polygenic risk scores and identified several significant correlations with: 1) SCZ subphenotypes: negative symptoms (SCZ, p=3.6x10-6) and manic symptoms (BD, p=2x10-5), 2) BD subphenotypes: psychotic features (SCZ p=1.2x10-10, BD p=5.3x10-5) and age of onset (SCZ p=7.9x10-4). Finally, we show that psychotic features in BD has significant SNP-heritability (h2snp=0.15, SE=0.06), and a significant genetic correlation with SCZ (rg=0.34) in addition there is a significant sign test result between SCZ GWAS and a GWAS of BD cases contrasting those with and without psychotic features (p=0.0038, one-side binomial test). For the first time, we have identified specific loci pointing to a potential role of 4 genes (DARS2, ARFGEF2, DCAKD and GATAD2A) that distinguish between BD and SCZ, providing an opportunity to understand the biology contributing to clinical differences of these disorders. Our results provide the best evidence so far of genomic components distinguishing between BD and SCZ that contribute directly to specific symptom dimensions.

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.

Objective: The evidence is mixed on whether cannabis use is associated with a particular symptomatology in first episode psychosis (FEP) patients. The authors set out to investigate a) patterns of association between cannabis use and transdiagnostic symptom dimensions; b) whether the extent of use of cannabis contributes to the variation in clinical and subclinical symptom profiles. Method: The authors analysed data from 901 patients and 1235 controls recruited across six countries, as part of the European Network of National Schizophrenia Networks Studying Gene-Environment Interactions (EU-GEI) study. Item response modelling was used to estimate two bifactor models, which included general and specific dimensions of psychotic symptoms in patients and psychotic experiences in controls. The associations between these dimensions and cannabis use was evaluated using linear mixed effects models analyses. Results: In patients, there was a linear relationship between the positive symptom dimension and the extent of lifetime exposure to cannabis, with daily users of high potency cannabis having the highest score (B=0.35; 95%CI 0.14 to 0.56). Moreover, negative symptoms were more common among patients who never used cannabis compared with those with any pattern of use (B=-0.27; 95%CI -0.42 to -0.12). In controls, psychotic experiences were associated with current use of cannabis but not with the extent of lifetime use. Neither patients nor controls presented differences in the depressive dimension related to cannabis use. Conclusions: The extent of use of cannabis explains part of the heterogeneous distribution of positive and negative symptoms of FEP patients.

Background The “jumping to conclusions” (JTC) bias is associated with both psychosis and general cognition but their relationship is unclear. In this study, we set out to clarify the relationship between the JTC bias, IQ, psychosis and polygenic liability to schizophrenia and IQ.Methods 817 FEP patients and 1294 population-based controls completed assessments of general intelligence (IQ), and JTC (assessed by the number of beads drawn on the probabilistic reasoning “beads” task) and provided blood or saliva samples from which we extracted DNA and computed polygenic risk scores for IQ and schizophrenia.Results The estimated proportion of the total effect of case/control differences on JTC mediated by IQ was 79%. Schizophrenia Polygenic Risk Score (SZ PRS) was non-significantly associated with a higher number of beads drawn (B= 0.47, 95% CI −0.21 to 1.16, p=0.17); whereas IQ PRS (B=0.51, 95% CI 0.25 to 0.76, p<0.001) significantly predicted the number of beads drawn, and was thus associated with reduced JTC bias. The JTC was more strongly associated with higher level of psychotic-like experiences (PLE) in controls, including after controlling for IQ (B= −1.7, 95% CI −2.8 to −0.5, p =0.006), but did not relate to delusions in patients.Conclusions the JTC reasoning bias in psychosis is not a specific cognitive deficit but is rather a manifestation or consequence, of general cognitive impairment. Whereas, in the general population, the JTC bias is related to psychotic-like experiences, independent of IQ. The work has potential to inform interventions targeting cognitive biases in early psychosis.

Abstract Background The link between cannabis use and schizophrenia is well-established in epidemiological studies, especially among adolescents with early-onset use. However, this association in rodent models is less clear. This meta-analysis examined the effects of adolescent cannabinoid exposure on distinct schizophrenia-like behaviours in rodents and how experimental variations influence outcomes. Methods Following a pre-registered protocol (CRD42022338761), we searched PubMed, Ovid Medline, Embse and APA PsychInfo for English-language original studies until 2022. We synthesised data from experiments on schizophrenia-like behaviour in rats and mice after repeated peri-pubertal (onset between P23-P45) cannabinoid exposure. Risk of bias was assessed using the SYRCLE’s tool. Results We included 291 experiments from 91 articles across 9 behavioural tests. We found meta-analytic evidence supporting that CB1R agonists, both natural and synthetic, elicited broad schizophrenia-like behavioural alterations, including impaired working memory (g =-0.58 [CI: -1.00,-0.16]), novel object recognition (g=-0.63 [CI: -0.97,-0.30]), novel object location recognition (g=-0.70 [CI: -1.22,-0.28]), social motivation (g=-0.40 [CI: -0.63, -0.16]), pre-pulse inhibition (g=-0.48 [CI: -0.89, -0.08]), and sucrose preference (g=-0.92 [CI: -1.87,0.04]). By contrast, effects on novelty-induced locomotion were negligible. Subgroup analyses revealed similar effects across sexes and species. Substantial variance in the protocols and moderate-to-high heterogeneity in behavioural outcomes were observed. We found CBD may attenuate novelty-induced locomotion in an open field and enhance fear memory recall, but data was limited. Discussion This is the first meta-analysis to comprehensively assess the link between cannabinoids and schizophrenia-like behaviours in rodents. Our results support epidemiological links between early cannabis use and schizophrenia-like phenotypes, confirming the utility of animal models. Standardising protocols will optimise models to strengthen reproducibility and comparisons, our work provides a framework for refining rodent models to elucidate biological pathways linking cannabis and schizophrenia.

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.

Aims: First Episode Psychosis (FEP) patients who use cannabis experience more frequent psychotic and euphoric intoxication experiences compared to controls. It is not clear whether this is consequent to patients being more vulnerable to the effects of cannabis use or to their heavier pattern of use. We aimed to determine whether extent of use predicted psychotic-like and euphoric intoxication experiences in FEP patients and controls and whether this differs between groups. Methods: We analysed data on lifetime cannabis using patients (n=655) and controls (n=654) across 15 sites from six countries in the EU-GEI study (2010-2015). We used multiple regression to model predictors of cannabis-induced experiences and to determine if there was an interaction between caseness and extent of use. Results: Caseness, frequency of cannabis use and money spent on cannabis predicted psychotic-like and euphoric experiences, independent of other experiences (p≤0.001). For psychotic-like experiences there was a significant interaction for caseness x frequency of use (p<0.001) and caseness x money spent on cannabis (p=0.001) such that FEP patients had increased experiences at increased levels of use compared to controls. There was no similar significant interaction for euphoric experiences (p>0.5). Conclusions and Relevance: FEP patients are particularly sensitive to increased psychotic-like, but not euphoric experiences, at higher frequency and amount of cannabis use compared to controls. This suggests a specific psychotomimetic response in patients related particularly to heavy cannabis use.