General cognitive function is a prominent human trait associated with many important life outcomes 1,2 , including longevity 3 . The substantial heritability of general cognitive function is known to be polygenic, but it has had little explication in terms of the contributing genetic variants 4,5,6 . Here, we combined cognitive and genetic data from the CHARGE and COGENT consortia, and UK Biobank (total N=280,360; age range = 16 to 102). We found 9,714 genome-wide significant SNPs ( P <5 x 10 −8 ) in 99 independent loci. Most showed clear evidence of functional importance. Among many novel genes associated with general cognitive function were SGCZ , ATXN1 , MAPT , AUTS2 , and P2RY6 . Within the novel genetic loci were variants associated with neurodegenerative disorders, neurodevelopmental disorders, physical and psychiatric illnesses, brain structure, and BMI. Gene-based analyses found 536 genes significantly associated with general cognitive function; many were highly expressed in the brain, and associated with neurogenesis and dendrite gene sets. Genetic association results predicted up to 4% of general cognitive function variance in independent samples. There was significant genetic overlap between general cognitive function and information processing speed, as well as many health variables including longevity.

Individuals of the same chronological age exhibit disparate rates of biological ageing. Consequently, a number of methodologies have been proposed to determine biological age and primarily exploit variation at the level of DNA methylation (DNAm) − a commonly studied epigenetic mechanism. A novel epigenetic clock, termed DNAm GrimAge has outperformed its predecessors in predicting the risk of mortality as well as a number of age-related morbidities. However, the association between DNAm GrimAge and cognitive or neuroimaging phenotypes remains unknown. We explore these associations in the Lothian Birth Cohort 1936 (n=709, mean age 73 years). Higher DNAm GrimAge was strongly associated with all-cause mortality over twelve years of follow-up (Hazard Ratio per standard deviation increase in GrimAge: 1.81, P < 2.0 x 10-16). Higher DNAm GrimAge was associated with lower age 11 IQ (β=-0.11), lower age 73 general cognitive ability (β=-0.18), decreased brain volume (β=-0.25) and increased brain white matter hyperintensities (β=0.17). Sixty-eight of 137 health- and brain-related phenotypes tested were significantly associated with DNAm GrimAge. Adjusting all models for childhood cognitive ability attenuated to non-significance a small number of associations (12/68 associations; 6 of which were cognitive traits), but not the association with general cognitive ability (33.9% attenuation). Higher DNAm GrimAge cross-sectionally associates with lower cognitive ability and brain vascular lesions in older age, independently of early life cognitive ability. Thus, this epigenetic predictor of mortality is also associated with multiple different measures of brain health and may aid in the prediction of age-related cognitive decline.

Abstract Inflammation and ageing-related DNA methylation patterns in the blood have been linked to a variety of morbidities, including cognitive decline and neurodegenerative disease. However, it is unclear how these blood-based patterns relate to patterns within the brain, and how each associates with central cellular profiles. In this study, we profiled DNA methylation in both the blood and in five post-mortem brain regions (BA17, BA20/21, BA24, BA46 and hippocampus) in 14 individuals from the Lothian Birth Cohort 1936. Microglial burdens were additionally quantified in the same brain regions. DNA methylation signatures of five epigenetic ageing biomarkers (‘epigenetic clocks’), and two inflammatory biomarkers (DNA methylation proxies for C-reactive protein and interleukin-6) were compared across tissues and regions. Divergent correlations between the inflammation and ageing signatures in the blood and brain were identified, depending on region assessed. Four out of the five assessed epigenetic age acceleration measures were found to be highest in the hippocampus (β range=0.83-1.14, p≤0.02). The inflammation-related DNA methylation signatures showed no clear variation across brain regions. Reactive microglial burdens were found to be highest in the hippocampus (β=1.32, p=5×10 -4 ); however, the only association identified between the blood- and brain-based methylation signatures and microglia was a significant positive association with acceleration of one epigenetic clock (termed DNAm PhenoAge) averaged over all five brain regions (β=0.40, p=0.002). This work highlights a potential vulnerability of the hippocampus to epigenetic ageing and provides preliminary evidence of a relationship between DNA methylation signatures in the brain and differences in microglial burdens.

Gene expression varies across the brain. This spatial patterning denotes specialised support for particular brain functions. However, the way that a given gene9s expression fluctuates across the brain may be governed by general rules that apply to many other genes, too. Quantifying those patterns of spatial covariation would offer insights into the molecular characteristics of brain areas supporting, for example, complex cognitive functions. Here, we use principal component analysis to separate general and unique gene regulatory associations with cortical substrates of cognition. We find that the region-to-region variation in cortical expression profiles of 8235 genes covaries across two major principal components : gene ontology analysis suggests these dimensions are characterised by downregulation and upregulation of cell-signalling/modification and transcription factors. We validate these patterns out-of-sample and across different data processing choices. Brain regions more strongly implicated in general cognitive functioning (g; 3 cohorts, total meta-analytic N = 39,519) tend to be more balanced between downregulation and upregulation of both major components (indicated by regional component scores). We then identify a further 41 genes as candidate cortical spatial correlates of g, beyond the patterning of the two major components (absolute standardized beta range = 0.15 to 0.53). Many of the genes have been previously associated with clinical neurodegenerative and psychiatric disorders, or with other health-related phenotypes. The results provide insights into the cortical organisation of gene expression and its association with individual differences in cognitive functioning.

The identification of biomarkers that discriminate individual ageing trajectories is a principal target in ageing research. Some of the most promising predictors of biological ageing have been developed using DNA methylation. One recent candidate, which tracks age-related phenotypes in addition to chronological age, is 'DNAm PhenoAge'. Here, we performed a phenome-wide association analysis of this biomarker in a cohort of older adults to assess its relationship with a comprehensive set of both historical and contemporaneously-measured phenotypes. Higher than expected DNAm PhenoAge compared to chronological age, known as epigenetic age acceleration, was found to associate with a number of blood, cognitive, physical fitness and lifestyle variables, and with mortality. Notably, DNAm PhenoAge, assessed at age 70, was associated with cognitive ability at age 11, and with educational attainment. Adjusting for age 11 cognitive ability attenuated the majority of the cross-sectional later-life associations between DNAm PhenoAge and health outcomes. These results highlight the importance of early-life factors on healthy ageing.

BACKGROUND: Epigenetic age acceleration (an older methylation age compared to chronological age) correlates strongly with various age-related morbidities and mortality. Chronic systemic inflammation is thought to be a hallmark of ageing but the relationship between an increased epigenetic age and this likely key phenotype of ageing has not yet been extensively investigated. METHODS: We modelled the trajectories of the inflammatory biomarkers C-reactive protein (CRP; measured using both a high- and low-sensitivity assay), and interleukin-6 (IL-6) over the 8th decade in the Lothian Birth Cohort 1936. We additionally investigated the association between CRP and imputed leukocyte counts. Using linear mixed models we examined the cross-sectional and longitudinal association between the inflammatory biomarkers and two measures of epigenetic age acceleration, derived from the Horvath and Hannum epigenetic clocks. RESULTS: Low-sensitivity CRP declined, high-sensitivity CRP did not change, and IL-6 increased over time. CRP levels inversely associated with total counts of CD8+T cells and CD4+T cells, and positively associated with senescent CD8+T cells, plasmablasts and granulocytes. Cross-sectionally, the Hannum, but not the Horvath, measure of age acceleration was positively associated with low-sensitivity CRP, high-sensitivity CRP, IL-6 and a restricted measure of CRP (≤10mg/L) likely reflecting levels relevant to chronic inflammation. CONCLUSIONS: We found a divergent relationship between inflammation and immune system parameters in older age. We additionally report the Hannum measure of epigenetic age acceleration associated with an elevated inflammatory profile cross-sectionally, but not longitudinally.

Fully characterizing age differences in the brain is a key task for combatting ageing-related cognitive decline. Using propensity score matching on two independent, narrow-age cohorts, we used data on childhood cognitive ability, socioeconomic background, and intracranial volume to match participants at mean age 92 years (n = 42) to very similar participants at mean age 73 (n = 126). Examining a variety of global and regional structural neuroimaging variables, there were large differences in grey and white matter volumes, cortical surface area, cortical thickness, and white matter hyperintensity volume and spatial extent. In a mediation analysis, the total volume of white matter hyperintensities and total cortical surface area jointly mediated 24.9% of the relation between age and general cognitive ability (tissue volumes and cortical thickness were not significant mediators in this analysis). These findings provide an unusual and valuable perspective on neurostructural ageing, in which brains from the eighth and tenth decades of life differ widely despite the same cognitive, socio-economic, and brain-volumetric starting points.

Polygenic scores can be used to distil the knowledge gained in genome-wide association studies for prediction of health, lifestyle, and environmental factors in independent samples. In this preregistered study, we used fourteen polygenic scores to predict variation in cognitive ability level at age 70 and cognitive change from age 70 to age 79 in the longitudinal Lothian Birth Cohort 1936 study. The polygenic scores were created for phenotypes that have been suggested as risk or protective factors for cognitive ageing. Cognitive abilities within old age were indexed using a latent general factor estimated from thirteen varied cognitive tests taken at four waves, each three years apart (initial n = 1,091 age 70; final n = 550 age 79). The general factor indexed over two-thirds of the variance in longitudinal cognitive change. We also ran an additional analysis using an age-11 intelligence test to index cognitive change from age 11 to age 70. Several polygenic scores were associated with the level of cognitive ability at age-70 baseline (range of standardized beta-values = -.178 to .264), and the score for education was associated with cognitive change from childhood to age 70 (standardized beta = .102). None was statistically significantly associated with variation in cognitive change between ages 70 and 79. APOE e4 status made a significant prediction of cognitive decline from age 70 to 79 (standardized beta = -.319 for carriers vs. non-carriers). The results suggest that the predictive validity for cognitive ageing of polygenic scores derived from genome-wide association study summary statistics is not yet on a par with APOE e4, a more well-established predictor.

Background: The retinal and cerebral microvasculature share many morphological and physiological properties. Perivascular Spaces (PVS), also known as Virchow-Robin spaces, are visible with increasing resolution with the ongoing improvement of brain MRI technology. We investigated the associations between quantitative retinal measurements and novel computational PVS parameters in a cohort of older people in their eighth decade. Methods: We analysed data from community-dwelling individuals (n=381 of 866) from the Lothian Birth Cohort 1936, who underwent multimodal brain MRI and retinal fundus camera imaging at mean age 72.55 years (SD=0.71). We assessed PVS computationally in the centrum semiovale. We calculated the total volume and count of PVS, and the mean per-subject individual PVS length, width and size. Digital retinal images were analysed using the VAMPIRE software suite, obtaining the Central Retinal Artery and Vein Equivalents (CRVE and CRAE), Arteriole-to-Venule ratio (AVR), and fractal dimension (FD) of both eyes. We investigated the associations between computational PVS measurements and retinal vascular measurements using general linear models. We adjusted for age, gender and important covariates (hypertension, diabetes, cholesterol, cardiovascular disease history and smoking). Results: In 381 subjects with all measures, increasing total volume and count of PVS were associated with decreased CRAE in the left eye (volume β=-0.170 p<0.001; count β=-0.184, p<0.001). No associations of PVS with CRVE were found. The PVS total volume, individual width and size were associated with the FD of the arterioles (a) and venules (v) of the left eye (total volume: FDa β=-0.137, FDv β=-0.139, both p<0.01; width: FDa β=-0.144, FDv β=-0.158, both p<0.01; size: FDa β=-0.157, p=0.002; FDv β=-0.162, p=0.001). Conclusions: We show that worse brain PVS computational metrics associate with narrower retinal arterioles and lower retinal microvessel branching complexity, providing more direct evidence in vivo in humans of the microvessel changes underlying brain small vessel disease.

Cognitive decline is among the most feared aspects of ageing. We have generated induced pluripotent stem cells (iPSCs) from 24 people from the Lothian Birth Cohort 1936, whose cognitive ability was tested in childhood and in older age. Peripheral blood mononuclear cells (PBMCs) were reprogrammed using non-integrating oriP/EBNA1 backbone plasmids expressing six iPSC reprogramming factors (OCT3/4 (POU5F1), SOX2, KLF4, L-Myc, shp53, Lin28, SV40LT). All lines demonstrated STR matched karyotype and pluripotency was validated by multiple methods. These iPSC lines are a valuable resource to study molecular mechanisms underlying individual differences in cognitive ageing and resilience to age-related neurodegenerative diseases.