Abstract Background The origin of sex differences in prevalence and presentation of neuropsychiatric and behavioral traits is largely unknown. Given established genetic contributions and correlations across these traits, we tested for a sex-differentiated genetic architecture within and between traits. Methods Using genome-wide association study (GWAS) summary statistics for 20 neuropsychiatric and behavioral traits, we tested for differences in SNP-based heritability (h 2 ) and genetic correlation (r g <1) between sexes. For each trait, we computed z-scores from sex-stratified GWAS regression coefficients and identified genes with sex-differentiated effects. We calculated Pearson correlation coefficients between z-scores for each trait pair, to assess whether specific pairs share variants with sex-differentiated effects. Finally, we tested for sex differences in between-trait genetic correlations. Results With current sample sizes (and power), we found no significant, consistent sex differences in SNP-based h 2 . Between-sex, within-trait genetic correlations were consistently high, although significantly less than 1 for educational attainment and risk-taking behavior. We identified genome-wide significant genes with sex-differentiated effects for eight traits. Several trait pairs shared sex-differentiated effects. The top 0.1% of genes with sex-differentiated effects across traits overlapped with neuron- and synapse-related gene sets. Most between-trait genetic correlation estimates were similar across sex, with several exceptions (e.g. educational attainment & risk-taking behavior). Conclusions Sex differences in the common autosomal genetic architecture of neuropsychiatric and behavioral phenotypes are small and polygenic, requiring large sample sizes. Genes with sex-differentiated effects are enriched for neuron-related gene sets. This work motivates further investigation of genetic, as well as environmental, influences on sex differences.

Abstract Obsessive-compulsive disorder (OCD), a highly heritable complex phenotype, demonstrates sexual dimorphism in age of onset and clinical presentation, suggesting a possible sex difference in underlying genetic architecture. We present the first genome-wide characterization of the sex-specific genetic architecture of OCD, utilizing the largest set of OCD cases and controls available from the Psychiatric Genomics Consortium. We assessed evidence for several mechanisms that may contribute to sexual-dimorphism including a sexually dimorphic liability threshold, the presence of individual sex-specific risk variants on the autosomes and the X chromosome, genetic and phenotypic heterogeneity, and sex-specific pleiotropic effects. We observed a strong genetic correlation between male and female OCD and no evidence for a sexually dimorphic liability threshold model. While we did not detect any sex-specific genome-wide associations, we observed that the SNPs with sexually dimorphic effects showed an enrichment of regulatory variants influencing expression of genes in immune tissues. Furthermore, top sex-specific genome-wide associations were enriched for regulatory variants in different tissues, suggesting evidence for potential sex difference in the biology underlying risk for OCD. These findings suggest that future studies with larger sample sizes hold great promise for the identification of sex-specific risk factors for OCD, significantly advancing our understanding of the differences in the genetic basis of sexually dimorphic neuropsychiatric traits.

Seemingly paradoxical characteristics of psychiatric disorders, including moderate to high prevalence, reduced fecundity, and high heritability have motivated explanations for the persistence of common risk alleles for severe psychiatric phenotypes throughout human evolution. Proposed mechanisms include balancing selection, drift, and weak polygenic adaptation acting either directly, or indirectly through selection on correlated traits. While many mechanisms have been proposed, few have been empirically tested. Leveraging publicly available data of unprecedented sample size, we studied twenty-five traits (i.e., ten neuropsychiatric disorders, three personality traits, total intracranial volume, seven subcortical brain structure volume traits, and four complex traits without neuropsychiatric associations) for evidence of several different signatures of selection over a range of evolutionary time scales. Consistent with the largely polygenic architecture of neuropsychiatric traits, we found no enrichment of trait-associated single-nucleotide polymorphisms (SNPs) in regions of the genome that underwent classical selective sweeps (i.e., events which would have driven selected alleles to near fixation). However, we discovered that SNPs associated with some, but not all, behaviors and brain structure volumes are enriched in genomic regions under selection since divergence from Neanderthals ~600,000 years ago, and show further evidence for signatures of ancient and recent polygenic adaptation. Individual subcortical brain structure volumes demonstrate genome-wide evidence in support of a mosaic theory of brain evolution while total intracranial volume and height appear to share evolutionary constraints consistent with concerted evolution. We further characterized the biological processes potentially targeted by selection, through expression Quantitative Trait Locus (eQTL) and Gene Ontology (GO) enrichment analyses and found evidence for the role of regulatory functions among selected SNPs in immune and brain tissues. Taken together, our results suggest that alleles associated with neuropsychiatric, behavioral, and brain volume phenotypes have experienced both ancient and recent polygenic adaptation in human evolution, acting through neurodevelopmental and immune-mediated pathways.

Structural brain changes along the lineage that led to modern Homo sapiens have contributed to our unique cognitive and social abilities. However, the evolutionarily relevant molecular variants impacting key aspects of neuroanatomy are largely unknown. Here, we integrate evolutionary annotations of the genome at diverse timescales with common variant associations from large-scale neuroimaging genetic screens in living humans, to reveal how selective pressures have shaped neocortical surface area. We show that variation within human gained enhancers active in the developing brain is associated with global surface area as well as that of specific regions. Moreover, we find evidence of recent polygenic selection over the past 2,000 years influencing surface area of multiple cortical regions, including those involved in spoken language and visual processing.

Summary: Over the last decade, genome-wide association studies (GWAS) have generated vast amounts of analysis results, requiring development of novel tools for data visualization. Quantile-quantile plots and Manhattan plots are classical tools which have been utilized to visually summarize GWAS results and identify genetic variants significantly associated with traits of interest. However, static visualizations are limiting in the information that can be shown. Here we present Assocplots, a python package for viewing and exploring GWAS results not only using classic static Manhattan and quantile-quantile plots, but also through a dynamic extension which allows to visualize data interactively, and to visualize the relationships between GWAS results from multiple cohorts or studies. Availability: The Assocplots package is open source and distributed under the MIT license via GitHub (https://github.com/khramts/assocplots) along with examples, documentation and installation instructions. Contact: ekhramts@medicine.bsd.uchicago.edu, bstranger@medicine.bsd.uchicago.edu