Catechol-O-methyltransferase (COMT) is a key enzyme in the elimination of dopamine in the prefrontal cortex of the human brain. Genetic variation in the COMT gene (MIM 116790) has been associated with altered prefrontal cortex function and higher risk for schizophrenia, but the specific alleles and their functional implications have been controversial. We analyzed the effects of several single-nucleotide polymorphisms (SNPs) within COMT on mRNA expression levels (using reverse-transcriptase polymerase chain reaction analysis), protein levels (using Western blot analysis), and enzyme activity (using catechol methylation) in a large sample (n = 108) of postmortem human prefrontal cortex tissue, which predominantly expresses the -membrane-bound isoform. A common coding SNP, Val158Met (rs4680), significantly affected protein abundance and enzyme activity but not mRNA expression levels, suggesting that differences in protein integrity account for the difference in enzyme activity between alleles. A SNP in intron 1 (rs737865) and a SNP in the 3′ flanking region (rs165599)—both of which have been reported to contribute to allelic expression differences and to be associated with schizophrenia as part of a haplotype with Val—had no effect on mRNA expression levels, protein immunoreactivity, or enzyme activity. In lymphocytes from 47 subjects, we confirmed a similar effect on enzyme activity in samples with the Val/Met genotype but no effect in samples with the intron 1 or 3′ SNPs. Separate analyses revealed that the subject's sex, as well as the presence of a SNP in the P2 promoter region (rs2097603), had small effects on COMT enzyme activity. Using site-directed mutagenesis of mouse COMT cDNA, followed by in vitro translation, we found that the conversion of Leu at the homologous position into Met or Val progressively and significantly diminished enzyme activity. Thus, although we cannot exclude a more complex genetic basis for functional effects of COMT, Val is a predominant factor that determines higher COMT activity in the prefrontal cortex, which presumably leads to lower synaptic dopamine levels and relatively deleterious prefrontal function. Catechol-O-methyltransferase (COMT) is a key enzyme in the elimination of dopamine in the prefrontal cortex of the human brain. Genetic variation in the COMT gene (MIM 116790) has been associated with altered prefrontal cortex function and higher risk for schizophrenia, but the specific alleles and their functional implications have been controversial. We analyzed the effects of several single-nucleotide polymorphisms (SNPs) within COMT on mRNA expression levels (using reverse-transcriptase polymerase chain reaction analysis), protein levels (using Western blot analysis), and enzyme activity (using catechol methylation) in a large sample (n = 108) of postmortem human prefrontal cortex tissue, which predominantly expresses the -membrane-bound isoform. A common coding SNP, Val158Met (rs4680), significantly affected protein abundance and enzyme activity but not mRNA expression levels, suggesting that differences in protein integrity account for the difference in enzyme activity between alleles. A SNP in intron 1 (rs737865) and a SNP in the 3′ flanking region (rs165599)—both of which have been reported to contribute to allelic expression differences and to be associated with schizophrenia as part of a haplotype with Val—had no effect on mRNA expression levels, protein immunoreactivity, or enzyme activity. In lymphocytes from 47 subjects, we confirmed a similar effect on enzyme activity in samples with the Val/Met genotype but no effect in samples with the intron 1 or 3′ SNPs. Separate analyses revealed that the subject's sex, as well as the presence of a SNP in the P2 promoter region (rs2097603), had small effects on COMT enzyme activity. Using site-directed mutagenesis of mouse COMT cDNA, followed by in vitro translation, we found that the conversion of Leu at the homologous position into Met or Val progressively and significantly diminished enzyme activity. Thus, although we cannot exclude a more complex genetic basis for functional effects of COMT, Val is a predominant factor that determines higher COMT activity in the prefrontal cortex, which presumably leads to lower synaptic dopamine levels and relatively deleterious prefrontal function.

The CommonMind Consortium sequenced RNA from dorsolateral prefrontal cortex of subjects with schizophrenia (N = 258) and control subjects (N = 279), creating a resource of gene expression and its genetic regulation. Using this resource, they found that ∼20% of schizophrenia loci have variants that may contribute to altered gene expression and liability. Over 100 genetic loci harbor schizophrenia-associated variants, yet how these variants confer liability is uncertain. The CommonMind Consortium sequenced RNA from dorsolateral prefrontal cortex of people with schizophrenia (N = 258) and control subjects (N = 279), creating a resource of gene expression and its genetic regulation. Using this resource, ∼20% of schizophrenia loci have variants that could contribute to altered gene expression and liability. In five loci, only a single gene was involved: FURIN, TSNARE1, CNTN4, CLCN3 or SNAP91. Altering expression of FURIN, TSNARE1 or CNTN4 changed neurodevelopment in zebrafish; knockdown of FURIN in human neural progenitor cells yielded abnormal migration. Of 693 genes showing significant case-versus-control differential expression, their fold changes were ≤ 1.33, and an independent cohort yielded similar results. Gene co-expression implicates a network relevant for schizophrenia. Our findings show that schizophrenia is polygenic and highlight the utility of this resource for mechanistic interpretations of genetic liability for brain diseases.

INTRODUCTION Our understanding of the pathophysiology of psychiatric disorders, including autism spectrum disorder (ASD), schizophrenia (SCZ), and bipolar disorder (BD), lags behind other fields of medicine. The diagnosis and study of these disorders currently depend on behavioral, symptomatic characterization. Defining genetic contributions to disease risk allows for biological, mechanistic understanding but is challenged by genetic complexity, polygenicity, and the lack of a cohesive neurobiological model to interpret findings. RATIONALE The transcriptome represents a quantitative phenotype that provides biological context for understanding the molecular pathways disrupted in major psychiatric disorders. RNA sequencing (RNA-seq) in a large cohort of cases and controls can advance our knowledge of the biology disrupted in each disorder and provide a foundational resource for integration with genomic and genetic data. RESULTS Analysis across multiple levels of transcriptomic organization—gene expression, local splicing, transcript isoform expression, and coexpression networks for both protein-coding and noncoding genes—provides an in-depth view of ASD, SCZ, and BD molecular pathology. More than 25% of the transcriptome exhibits differential splicing or expression in at least one disorder, including hundreds of noncoding RNAs (ncRNAs), most of which have unexplored functions but collectively exhibit patterns of selective constraint. Changes at the isoform level, as opposed to the gene level, show the largest effect sizes and genetic enrichment and the greatest disease specificity. We identified coexpression modules associated with each disorder, many with enrichment for cell type–specific markers, and several modules significantly dysregulated across all three disorders. These enabled parsing of down-regulated neuronal and synaptic components into a variety of cell type– and disease-specific signals, including multiple excitatory neuron and distinct interneuron modules with differential patterns of disease association, as well as common and rare genetic risk variant enrichment. The glial-immune signal demonstrates shared disruption of the blood-brain barrier and up-regulation of NFkB-associated genes, as well as disease-specific alterations in microglial-, astrocyte-, and interferon-response modules. A coexpression module associated with psychiatric medication exposure in SCZ and BD was enriched for activity-dependent immediate early gene pathways. To identify causal drivers, we integrated polygenic risk scores and performed a transcriptome-wide association study and summary-data–based Mendelian randomization. Candidate risk genes—5 in ASD, 11 in BD, and 64 in SCZ, including shared genes between SCZ and BD—are supported by multiple methods. These analyses begin to define a mechanistic basis for the composite activity of genetic risk variants. CONCLUSION Integration of RNA-seq and genetic data from ASD, SCZ, and BD provides a quantitative, genome-wide resource for mechanistic insight and therapeutic development at Resource.PsychENCODE.org. These data inform the molecular pathways and cell types involved, emphasizing the importance of splicing and isoform-level gene regulatory mechanisms in defining cell type and disease specificity, and, when integrated with genome-wide association studies, permit the discovery of candidate risk genes. The PsychENCODE cross-disorder transcriptomic resource. Human brain RNA-seq was integrated with genotypes across individuals with ASD, SCZ, BD, and controls, identifying pervasive dysregulation, including protein-coding, noncoding, splicing, and isoform-level changes. Systems-level and integrative genomic analyses prioritize previously unknown neurogenetic mechanisms and provide insight into the molecular neuropathology of these disorders.

Genes overlap across psychiatric disease Many genome-wide studies have examined genes associated with a range of neuropsychiatric disorders. However, the degree to which the genetic underpinnings of these diseases differ or overlap is unknown. Gandal et al. performed meta-analyses of transcriptomic studies covering five major psychiatric disorders and compared cases and controls to identify coexpressed gene modules. From this, they found that some psychiatric disorders share global gene expression patterns. This overlap in polygenic traits in neuropsychiatric disorders may allow for better diagnosis and treatment. Science , this issue p. 693

Despite progress in defining genetic risk for psychiatric disorders, their molecular mechanisms remain elusive. Addressing this, the PsychENCODE Consortium has generated a comprehensive online resource for the adult brain across 1866 individuals. The PsychENCODE resource contains ~79,000 brain-active enhancers, sets of Hi-C linkages, and topologically associating domains; single-cell expression profiles for many cell types; expression quantitative-trait loci (QTLs); and further QTLs associated with chromatin, splicing, and cell-type proportions. Integration shows that varying cell-type proportions largely account for the cross-population variation in expression (with >88% reconstruction accuracy). It also allows building of a gene regulatory network, linking genome-wide association study variants to genes (e.g., 321 for schizophrenia). We embed this network into an interpretable deep-learning model, which improves disease prediction by ~6-fold versus polygenic risk scores and identifies key genes and pathways in psychiatric disorders.

The constellation of major phenomena associated with schizophrenia (e.g., postpubertal onset, congenital hippocampal area damage, cortical functional deficits, limbic dopamine (DA) dysregulation, and vulnerability to stress) have been difficult to explain with a unitary animal model. Although it has been shown that rats develop increased mesolimbic DA transmission and reduced cortical DA turnover following adult excitotoxic lesions of the ventral hippocampus (VH), the implications of early developmental VH lesions are not known. To determine the developmental sequelae of such changes, we produced ibotenic acid lesions of the ventral hippocampal formation in rats on the 7th day after birth (PD7). Motor activity in a novel environment, after saline injection and after d-amphetamine administration were similar in control and lesioned rats at PD35. However, in early adulthood, at PD56, animals with the hippocampal lesion were hyperactive in each of these conditions. The emergence of the hyperactivity at PD56 could be prevented by pretreatment with haloperidol. Moreover, rats lesioned as neonates, in contrast to a similar lesion induced in adult animals, were also hyperresponsive to stress evaluated with a swim test. This latter effect is analogous to that seen after adult lesions of the medial prefrontal cortex, rather than after adult lesions of VH, suggesting that the neonatal VH lesion may affect functional development of the medial prefrontal cortex. These results demonstrate that in rats with neonatally induced excitotoxic VH lesions, behavioral indices consistent with increased mesolimbic DA responsivity to stressful and to pharmacologic stimuli emerge only in early adulthood. Homologous mechanisms may underlie certain aspects of the pathophysiology of schizophrenia.

Gene expression controls and dictates everything from development and plasticity to ongoing neurogenesis in the brain, yet the temporal dynamics of transcription throughout the brain's lifetime have been mostly unknown. Here, two groups present a large gene-expression database from a variety of human brain samples ranging from before birth to over 80 years in age. Colantuoni et al. focus on the prefrontal cortex. Although they note significant expression pattern dynamics throughout development, they identify a consistent molecular architecture of transcription across subjects from different races despite the large number of genetic polymorphisms among them. Kang et al. produce a more comprehensive time course, exploring expression in 16 different brain areas, determining that the largest spatiotemporal variability occurs before birth, with transcriptomes in brain regions converging as we age. Previous investigations have combined transcriptional and genetic analyses in human cell lines1,2,3, but few have applied these techniques to human neural tissue4,5,6,7,8. To gain a global molecular perspective on the role of the human genome in cortical development, function and ageing, we explore the temporal dynamics and genetic control of transcription in human prefrontal cortex in an extensive series of post-mortem brains from fetal development through ageing. We discover a wave of gene expression changes occurring during fetal development which are reversed in early postnatal life. One half-century later in life, this pattern of reversals is mirrored in ageing and in neurodegeneration. Although we identify thousands of robust associations of individual genetic polymorphisms with gene expression, we also demonstrate that there is no association between the total extent of genetic differences between subjects and the global similarity of their transcriptional profiles. Hence, the human genome produces a consistent molecular architecture in the prefrontal cortex, despite millions of genetic differences across individuals and races. To enable further discovery, this entire data set is freely available (from Gene Expression Omnibus: accession GSE30272; and dbGaP: accession phs000417.v1.p1) and can also be interrogated via a biologist-friendly stand-alone application ( http://www.libd.org/braincloud ).

INTRODUCTION The brain is responsible for cognition, behavior, and much of what makes us uniquely human. The development of the brain is a highly complex process, and this process is reliant on precise regulation of molecular and cellular events grounded in the spatiotemporal regulation of the transcriptome. Disruption of this regulation can lead to neuropsychiatric disorders. RATIONALE The regulatory, epigenomic, and transcriptomic features of the human brain have not been comprehensively compiled across time, regions, or cell types. Understanding the etiology of neuropsychiatric disorders requires knowledge not just of endpoint differences between healthy and diseased brains but also of the developmental and cellular contexts in which these differences arise. Moreover, an emerging body of research indicates that many aspects of the development and physiology of the human brain are not well recapitulated in model organisms, and therefore it is necessary that neuropsychiatric disorders be understood in the broader context of the developing and adult human brain. RESULTS Here we describe the generation and analysis of a variety of genomic data modalities at the tissue and single-cell levels, including transcriptome, DNA methylation, and histone modifications across multiple brain regions ranging in age from embryonic development through adulthood. We observed a widespread transcriptomic transition beginning during late fetal development and consisting of sharply decreased regional differences. This reduction coincided with increases in the transcriptional signatures of mature neurons and the expression of genes associated with dendrite development, synapse development, and neuronal activity, all of which were temporally synchronous across neocortical areas, as well as myelination and oligodendrocytes, which were asynchronous. Moreover, genes including MEF2C , SATB2 , and TCF4 , with genetic associations to multiple brain-related traits and disorders, converged in a small number of modules exhibiting spatial or spatiotemporal specificity. CONCLUSION We generated and applied our dataset to document transcriptomic and epigenetic changes across human development and then related those changes to major neuropsychiatric disorders. These data allowed us to identify genes, cell types, gene coexpression modules, and spatiotemporal loci where disease risk might converge, demonstrating the utility of the dataset and providing new insights into human development and disease. Spatiotemporal dynamics of human brain development and neuropsychiatric risks. Human brain development begins during embryonic development and continues through adulthood (top). Integrating data modalities (bottom left) revealed age- and cell type–specific properties and global patterns of transcriptional dynamics, including a late fetal transition (bottom middle). We related the variation in gene expression (brown, high; purple, low) to regulatory elements in the fetal and adult brains, cell type–specific signatures, and genetic loci associated with neuropsychiatric disorders (bottom right; gray circles indicate enrichment for corresponding features among module genes). Relationships depicted in this panel do not correspond to specific observations. CBC, cerebellar cortex; STR, striatum; HIP, hippocampus; MD, mediodorsal nucleus of thalamus; AMY, amygdala.

Anatomical and molecular abnormalities of excitatory neurons in the dorsolateral prefrontal cortex (DLPFC) are found in schizophrenia. We hypothesized that brain-derived neurotrophic factor (BDNF), a protein capable of increasing pyramidal neuron spine density and augmenting synaptic efficacy of glutamate, may be abnormally expressed in the DLPFC of patients with schizophrenia. Using an RNase protection assay and Western blotting, we detected a significant reduction in BDNF mRNA (mean=23%) and protein (mean=40%) in the DLPFC of patients with schizophrenia compared to normal individuals. At the cellular level, BDNF mRNA was expressed at varying intensities in pyramidal neurons throughout layers II, III, V, and VI of DLPFC. In patients with schizophrenia; neuronal BDNF expression was decreased in layers III, V and VI. Our study demonstrates a reduction in BDNF production and availability in the DLPFC of schizophrenics, and suggests that intrinsic cortical neurons, afferent neurons, and target neurons may receive less trophic support in this disorder.

Genetic variation in neuregulin 1 ( NRG1 ) is associated with schizophrenia. The disease-associated SNPs are noncoding, and their functional implications remain unknown. We hypothesized that differential expression of the NRG1 gene explains its association to the disease. We examined four of the disease-associated SNPs that make up the original risk haplotype in the 5′ upstream region of the gene for their effects on mRNA abundance of NRG1 types I–IV in human postmortem hippocampus. Diagnostic comparisons revealed a 34% increase in type I mRNA in schizophrenia and an interaction of diagnosis and genotype (SNP8NRG221132) on this transcript. Of potentially greater interest, a single SNP within the risk haplotype (SNP8NRG243177) and a 22-kb block of this core haplotype are associated with mRNA expression for the novel type IV isoform in patients and controls. Bioinformatic promoter analyses indicate that both SNPs lead to a gain/loss of putative binding sites for three transcription factors, serum response factor, myelin transcription factor-1, and High Mobility Group Box Protein-1. These data implicate variation in isoform expression as a molecular mechanism for the genetic association of NRG1 with schizophrenia.