High-throughput cDNA microarray technology allows for the simultaneous analysis of gene expression levels for thousands of genes and as such, rapid, relatively simple methods are needed to store, analyze, and cross-compare basic microarray data. The application of a classical method of data normalization, Z score transformation, provides a way of standardizing data across a wide range of experiments and allows the comparison of microarray data independent of the original hybridization intensities. Data normalized by Z score transformation can be used directly in the calculation of significant changes in gene expression between different samples and conditions. We used Z scores to compare several different methods for predicting significant changes in gene expression including fold changes, Z ratios, Z and t statistical tests. We conclude that the Z score transformation normalization method accompanied by either Z ratios or Z tests for significance estimates offers a useful method for the basic analysis of microarray data. The results provided by these methods can be as rigorous and are no more arbitrary than other test methods, and, in addition, they have the advantage that they can be easily adapted to standard spreadsheet programs.

Abnormalities in L-glutamic acid (glutamate) and GABA signal transmission have been postulated to play a role in depression, but little is known about the underlying molecular determinants and neural mechanisms. Microarray analysis of specific areas of cerebral cortex from individuals who had suffered from major depressive disorder demonstrated significant down-regulation of SLC1A2 and SLC1A3, two key members of the glutamate/neutral amino acid transporter protein family, SLC1. Similarly, expression of L-glutamate-ammonia ligase, the enzyme that converts glutamate to nontoxic glutamine was significantly decreased. Together, these changes could elevate levels of extracellular glutamate considerably, which is potentially neurotoxic and can affect the efficiency of glutamate signaling. The astroglial distribution of the two glutamate transporters and L-glutamate-ammonia ligase strongly links glia to the pathophysiology of depression and challenges the conventional notion that depression is solely a neuronal disorder. The same cortical areas displayed concomitant up-regulation of several glutamate and GABA(A) receptor subunits, of which GABA(A)alpha1 and GABA(A)beta3 showed selectivity for individuals who had died by suicide, indicating their potential utility as biomarkers of suicidality. These findings point to previously undiscovered molecular underpinnings of the pathophysiology of major depression and offer potentially new pharmacological targets for treating depression.

A cardinal symptom of major depressive disorder (MDD) is the disruption of circadian patterns. However, to date, there is no direct evidence of circadian clock dysregulation in the brains of patients who have MDD. Circadian rhythmicity of gene expression has been observed in animals and peripheral human tissues, but its presence and variability in the human brain were difficult to characterize. Here, we applied time-of-death analysis to gene expression data from high-quality postmortem brains, examining 24-h cyclic patterns in six cortical and limbic regions of 55 subjects with no history of psychiatric or neurological illnesses ("controls") and 34 patients with MDD. Our dataset covered ~12,000 transcripts in the dorsolateral prefrontal cortex, anterior cingulate cortex, hippocampus, amygdala, nucleus accumbens, and cerebellum. Several hundred transcripts in each region showed 24-h cyclic patterns in controls, and >100 transcripts exhibited consistent rhythmicity and phase synchrony across regions. Among the top-ranked rhythmic genes were the canonical clock genes BMAL1(ARNTL), PER1-2-3, NR1D1(REV-ERBa), DBP, BHLHE40 (DEC1), and BHLHE41(DEC2). The phasing of known circadian genes was consistent with data derived from other diurnal mammals. Cyclic patterns were much weaker in the brains of patients with MDD due to shifted peak timing and potentially disrupted phase relationships between individual circadian genes. This transcriptome-wide analysis of the human brain demonstrates a rhythmic rise and fall of gene expression in regions outside of the suprachiasmatic nucleus in control subjects. The description of its breakdown in MDD suggests potentially important molecular targets for treatment of mood disorders.

Huntington's disease (HD) is an inherited neurodegenerative disorder caused by an expanded stretch of CAG trinucleotide repeats that results in neuronal dysfunction and death. Here, The HD Consortium reports the generation and characterization of 14 induced pluripotent stem cell (iPSC) lines from HD patients and controls. Microarray profiling revealed CAG-repeat-expansion-associated gene expression patterns that distinguish patient lines from controls, and early onset versus late onset HD. Differentiated HD neural cells showed disease-associated changes in electrophysiology, metabolism, cell adhesion, and ultimately cell death for lines with both medium and longer CAG repeat expansions. The longer repeat lines were however the most vulnerable to cellular stressors and BDNF withdrawal, as assessed using a range of assays across consortium laboratories. The HD iPSC collection represents a unique and well-characterized resource to elucidate disease mechanisms in HD and provides a human stem cell platform for screening new candidate therapeutics.

In this report we describe findings that imply dysregulation of several fibroblast growth factor (FGF) system transcripts in frontal cortical regions of brains from human subjects with major depressive disorder (MDD). This altered gene expression was discovered by microarray analysis of frontal cortical tissue from MDD, bipolar, and nonpsychiatric control subjects and was verified by quantitative real-time PCR analysis and, importantly, in a separate cohort of MDD subjects. Furthermore, we show, through a separate analysis of specific serotonin reuptake inhibitor (SSRI)-treated and non-SSRI-treated MDD subjects that the observed changes in expression of FGF transcripts are not secondary to drug treatment. Rather, changes in specific FGF transcripts are attenuated by SSRIs and may thus be partially responsible for the mechanism of action of these drugs. We also make available the gene-expression profile of all of the other growth factors and growth factor receptors detected in these postmortem samples.

Most studies investigating the neurobiology of depression and suicide have focused on the serotonergic system. While it seems clear that serotonergic alterations play a role in the pathogenesis of these major public health problems, dysfunction in additional neurotransmitter systems and other molecular alterations may also be implicated. Microarray expression studies are excellent screening tools to generate hypotheses about additional molecular processes that may be at play. In this study we investigated brain regions that are known to be implicated in the neurobiology of suicide and major depression are likely to represent valid global molecular alterations.We performed gene expression analysis using the HG-U133AB chipset in 17 cortical and subcortical brain regions from suicides with and without major depression and controls. Total mRNA for microarray analysis was obtained from 663 brain samples isolated from 39 male subjects, including 26 suicide cases and 13 controls diagnosed by means of psychological autopsies. Independent brain samples from 34 subjects and animal studies were used to control for the potential confounding effects of comorbidity with alcohol. Using a Gene Ontology analysis as our starting point, we identified molecular pathways that may be involved in depression and suicide, and performed follow-up analyses on these possible targets. Methodology included gene expression measures from microarrays, Gene Score Resampling for global ontological profiling, and semi-quantitative RT-PCR. We observed the highest number of suicide specific alterations in prefrontal cortical areas and hippocampus. Our results revealed alterations of synaptic neurotransmission and intracellular signaling. Among these, Glutamatergic (GLU) and GABAergic related genes were globally altered. Semi-quantitative RT-PCR results investigating expression of GLU and GABA receptor subunit genes were consistent with microarray data.The observed results represent the first overview of global expression changes in brains of suicide victims with and without major depression and suggest a global brain alteration of GLU and GABA receptor subunit genes in these conditions.

Psychiatric disorders are multigenic diseases with complex etiology that contribute significantly to human morbidity and mortality. Although clinically distinct, several disorders share many symptoms, suggesting common underlying molecular changes exist that may implicate important regulators of pathogenesis and provide new therapeutic targets.We performed RNA sequencing on tissue from the anterior cingulate cortex, dorsolateral prefrontal cortex, and nucleus accumbens from three groups of 24 patients each diagnosed with schizophrenia, bipolar disorder, or major depressive disorder, and from 24 control subjects. We identified differentially expressed genes and validated the results in an independent cohort. Anterior cingulate cortex samples were also subjected to metabolomic analysis. ChIP-seq data were used to characterize binding of the transcription factor EGR1.We compared molecular signatures across the three brain regions and disorders in the transcriptomes of post-mortem human brain samples. The most significant disease-related differences were in the anterior cingulate cortex of schizophrenia samples compared to controls. Transcriptional changes were assessed in an independent cohort, revealing the transcription factor EGR1 as significantly down-regulated in both cohorts and as a potential regulator of broader transcription changes observed in schizophrenia patients. Additionally, broad down-regulation of genes specific to neurons and concordant up-regulation of genes specific to astrocytes was observed in schizophrenia and bipolar disorder patients relative to controls. Metabolomic profiling identified disruption of GABA levels in schizophrenia patients.We provide a comprehensive post-mortem transcriptome profile of three psychiatric disorders across three brain regions. We highlight a high-confidence set of independently validated genes differentially expressed between schizophrenia and control patients in the anterior cingulate cortex and integrate transcriptional changes with untargeted metabolite profiling.

Psychiatric illness is unlikely to arise from pathology occurring uniformly across all cell types in affected brain regions. Despite this, transcriptomic analyses of the human brain have typically been conducted using macro-dissected tissue due to the difficulty of performing single-cell type analyses with donated post-mortem brains. To address this issue statistically, we compiled a database of several thousand transcripts that were specifically-enriched in one of 10 primary cortical cell types in previous publications. Using this database, we predicted the relative cell type content for 833 human cortical samples using microarray or RNA-Seq data from the Pritzker Consortium (GSE92538) or publicly-available databases (GSE53987, GSE21935, GSE21138, CommonMind Consortium). These predictions were generated by averaging normalized expression levels across transcripts specific to each cell type using our R-package BrainInABlender (validated and publicly-released on github). Using this method, we found that the principal components of variation in the datasets strongly correlated with the predicted neuronal/glial content of the samples. This variability was not simply due to dissection–the relative balance of brain cell types appeared to be influenced by a variety of demographic, pre- and post-mortem variables. Prolonged hypoxia around the time of death predicted increased astrocytic and endothelial gene expression, illustrating vascular upregulation. Aging was associated with decreased neuronal gene expression. Red blood cell gene expression was reduced in individuals who died following systemic blood loss. Subjects with Major Depressive Disorder had decreased astrocytic gene expression, mirroring previous morphometric observations. Subjects with Schizophrenia had reduced red blood cell gene expression, resembling the hypofrontality detected in fMRI experiments. Finally, in datasets containing samples with especially variable cell content, we found that controlling for predicted sample cell content while evaluating differential expression improved the detection of previously-identified psychiatric effects. We conclude that accounting for cell type can greatly improve the interpretability of transcriptomic data.

Suicides have increased to over 48,000 deaths yearly in the United States. Major depressive disorder (MDD) is the most common diagnosis among suicides, and identifying those at the highest risk for suicide is a pressing challenge. The objective of this study is to identify changes in gene expression associated with suicide in brain and blood for the development of biomarkers for suicide. Blood and brain were available for 45 subjects (53 blood samples and 69 dorsolateral prefrontal cortex (DLPFC) samples in total). Samples were collected from MDD patients who died by suicide (MDD-S), MDDs who died by other means (MDD-NS) and non-psychiatric controls. We analyzed gene expression using RNA and the NanoString platform. In blood, we identified 14 genes which significantly differentiated MDD-S versus MDD-NS. The top six genes differentially expressed in blood were: PER3, MTPAP, SLC25A26, CD19, SOX9, and GAR1. Additionally, four genes showed significant changes in brain and blood between MDD-S and MDD-NS; SOX9 was decreased and PER3 was increased in MDD-S in both tissues, while CD19 and TERF1 were increased in blood but decreased in DLPFC. To our knowledge, this is the first study to analyze matched blood and brain samples in a well-defined population of MDDs demonstrating significant differences in gene expression associated with completed suicide. Our results strongly suggest that blood gene expression is highly informative to understand molecular changes in suicide. Developing a suicide biomarker signature in blood could help health care professionals to identify subjects at high risk for suicide.