Previous genome-wide association studies (GWAS), conducted by our group and others, have identified loci that harbor risk variants for neurodegenerative diseases, including Alzheimer's disease (AD). Human disease variants are enriched for polymorphisms that affect gene expression, including some that are known to associate with expression changes in the brain. Postulating that many variants confer risk to neurodegenerative disease via transcriptional regulatory mechanisms, we have analyzed gene expression levels in the brain tissue of subjects with AD and related diseases. Herein, we describe our collective datasets comprised of GWAS data from 2,099 subjects; microarray gene expression data from 773 brain samples, 186 of which also have RNAseq; and an independent cohort of 556 brain samples with RNAseq. We expect that these datasets, which are available to all qualified researchers, will enable investigators to explore and identify transcriptional mechanisms contributing to neurodegenerative diseases.

To investigate the top late-onset Alzheimer disease (LOAD) risk loci detected or confirmed by the International Genomics of Alzheimer's Project for association with brain gene expression levels to identify variants that influence Alzheimer disease (AD) risk through gene expression regulation.Expression levels from the cerebellum (CER) and temporal cortex (TCX) were obtained using Illumina whole-genome cDNA-mediated annealing, selection, extension, and ligation assay (WG-DASL) for ∼400 autopsied patients (∼200 with AD and ∼200 with non-AD pathologies). We tested 12 significant LOAD genome-wide association study (GWAS) index single nucleotide polymorphisms (SNPs) for cis association with levels of 34 genes within ±100 kb. We also evaluated brain levels of 14 LOAD GWAS candidate genes for association with 1,899 cis-SNPs. Significant associations were validated in a subset of TCX samples using next-generation RNA sequencing (RNAseq).We identified strong associations of brain CR1, HLA-DRB1, and PILRB levels with LOAD GWAS index SNPs. We also detected other strong cis-SNPs for LOAD candidate genes MEF2C, ZCWPW1, and SLC24A4. MEF2C and SLC24A4, but not ZCWPW1 cis-SNPs, also associate with LOAD risk, independent of the index SNPs. The TCX expression associations could be validated with RNAseq for CR1, HLA-DRB1, ZCWPW1, and SLC24A4.Our results suggest that some LOAD GWAS variants mark brain regulatory loci, nominate genes under regulation by LOAD risk variants, and annotate these variants for their brain regulatory effects.

Abstract Introduction We hypothesized that common Alzheimer's disease (AD)‐associated variants within the triggering receptor expressed on myeloid ( TREM ) gene cluster influence disease through gene expression. Methods Expression microarrays on temporal cortex and cerebellum from ∼400 neuropathologically diagnosed subjects and two independent RNAseq replication cohorts were used for expression quantitative trait locus analysis. Results A variant within a DNase hypersensitive site 5′ of TREM2 , rs9357347‐C, associates with reduced AD risk and increased TREML1 and TREM2 levels (uncorrected P = 6.3 × 10 −3 and 4.6 × 10 −2 , respectively). Meta‐analysis on expression quantitative trait locus results from three independent data sets ( n = 1006) confirmed these associations (uncorrected P = 3.4 × 10 −2 and 3.5 × 10 −3 , Bonferroni‐corrected P = 6.7 × 10 −2 and 7.1 × 10 −3 , respectively). Discussion Our findings point to rs9357347 as a functional regulatory variant that contributes to a protective effect observed at the TREM locus in the International Genomics of Alzheimer's Project genome‐wide association study meta‐analysis and suggest concomitant increase in TREML1 and TREM2 brain levels as a potential mechanism for protection from AD.

Abstract Blood-brain barrier (BBB) dysfunction is well-known in Alzheimer’s disease (AD), but the precise molecular changes contributing to its pathophysiology are unclear. To understand the transcriptional changes in brain vascular cells, we performed single nucleus RNA sequencing (snRNAseq) of temporal cortex tissue in 24 AD and control brains resulting in 79,751 nuclei, 4,604 of which formed three distinct vascular clusters characterized as activated pericytes, endothelia and resting pericytes. We identified differentially expressed genes (DEGs) and their enriched pathways in these clusters and detected the most transcriptional changes within activated pericytes. Using our data and a knowledge-based predictive algorithm, we discovered and prioritized molecular interactions between vascular and astrocyte clusters, the main cell types of the gliovascular unit (GVU) of the BBB. Vascular targets predicted to interact with astrocytic ligands have biological functions in signalling, angiogenesis, amyloid ß metabolism and cytoskeletal structure. Top astrocytic and vascular interacting molecules include both novel and known AD risk genes such as APOE , APP and ECE1 . Our findings provide information on transcriptional changes in predicted vascular-astrocytic partners at the GVU, bringing insights to the molecular mechanisms of BBB breakdown in AD. Graphical Abstract Pericytes (yellow), endothelia (salmon) and astrocytes (purple) that form the gliovascular unit (GVU) at the blood brain barrier (BBB) were interrogated for their differentially expressed genes (DEG) and vascular cell (pericyte or endothelia) to astrocyte interactions using single nucleus RNA sequencing (RNAseq) transcriptome obtained from brains of Alzheimer’s disease (AD) patients and controls. We identified many upregulated (red) or downregulated (blue) DEGs in AD brains in these cell types. These genes have known biological functions in amyloid ß (Aß) clearance, immune modulation, astrogliosis and neuronal death. Novel predicted interactions were identified between vascular cells and astrocytic DEGs. Collectively, our findings highlight the vast transcriptome changes that occur at the GVU and provide mechanistic insights into BBB dysfunction in AD. This figure was created with Biorender.com.

Abstract Microglia have fundamental roles in health and disease, however effects of age, sex and genetic factors on human microglia have not been fully explored. We applied bulk and single cell approaches to comprehensively characterize human microglia transcriptomes and their associations with age, sex and APOE . We identified a novel microglial signature, characterized its expression in bulk tissue and single cell microglia transcriptomes. We discovered microglial co-expression network modules associated with age, sex and APOE -ε4 that are enriched for lipid and carbohydrate metabolism genes. Integrated analyses of modules with single cell transcriptomes revealed significant overlap between age-associated module genes and both pro-inflammatory and disease-associated microglial clusters. These modules and clusters harbor known neurodegenerative disease genes including APOE, PLCG2 and BIN1 . Meta-analyses with published bulk and single cell microglial datasets further supported our findings. Thus, these data represent a well-characterized human microglial transcriptome resource; and highlight age, sex and APOE -related microglial immunometabolism perturbations with potential relevance in neurodegeneration.

Large-scale brain bulk-RNAseq studies identified molecular pathways implicated in Alzheimer's disease (AD), however these findings can be confounded by cellular composition changes in bulk-tissue. To identify cell intrinsic gene expression alterations of individual cell types, we designed a bioinformatics pipeline and analyzed three AD and control bulk-RNAseq datasets of temporal and dorsolateral prefrontal cortex from 685 brain samples. We detected cell-proportion changes in AD brains that are robustly replicable across the three independently assessed cohorts. We applied three different algorithms including our in-house algorithm to identify cell intrinsic differentially expressed genes in individual cell types (CI-DEGs). We assessed the performance of all algorithms by comparison to single nucleus RNAseq data. We identified consensus CI-DEGs that are common to multiple brain regions. Despite significant overlap between consensus CI-DEGs and bulk-DEGs, many CI-DEGs were absent from bulk-DEGs. Consensus CI-DEGs and their enriched GO terms include genes and pathways previously implicated in AD or neurodegeneration, as well as novel ones. We demonstrated that the detection of CI-DEGs through computational deconvolution methods is promising and highlight remaining challenges. These findings provide novel insights into cell-intrinsic transcriptional changes of individual cell types in AD and may refine discovery and modeling of molecular targets that drive this complex disease.### Competing Interest StatementThe authors have declared no competing interest.

Alzheimer's disease (AD) is neuropathologically characterized by amyloid-beta (Aβ) plaques and neurofibrillary tangles. Main protein components of these hallmarks include Aβ40, Aβ42, tau, phospho-tau and APOE. With the exception of the APOE -ϵ4 variant, genetic risk factors associated with brain biochemical measures of these proteins have yet to be characterized. We performed a genome-wide association study in brains of 441 AD patients for levels of these proteins collected from three distinct fractions reflecting soluble, membrane-bound and insoluble biochemical states. We identified 123 genome-wide significant associations at seven novel loci and the APOE locus. Genes and variants at these loci also associate with multiple AD-related measures, regulate gene expression, have cell-type specific enrichment, and roles in brain health and other neuropsychiatric diseases. Pathway analysis identified significant enrichment of shared and distinct biological pathways. Although all biochemical measures tested reflect proteins core to AD pathology, our results strongly suggest that each have unique genetic architecture and biological pathways that influence their specific biochemical states in the brain. Our novel approach of deep brain biochemical endophenotype GWAS has implications for pathophysiology of proteostasis in AD that can guide therapeutic discovery efforts focused on these proteins.

Abstract We identify a striking correlation in the directionality and magnitude of gene expression changes in brain transcriptomes between Alzheimer’s disease (AD) and Progressive Supranuclear Palsy (PSP). Further, the transcriptome architecture in AD and PSP is highly conserved between the temporal and cerebellar cortices, indicating highly similar transcriptional changes occur in pathologically affected and “unaffected” areas of the brain. These data have broad implications for interpreting transcriptomic data in neurodegenerative disorders.