Schizophrenia (SCZ) and bipolar disorder (BD) are highly heritable disorders that share a significant proportion of common risk variation. Understanding the genetic factors underlying the specific symptoms of these disorders will be crucial for improving diagnosis, intervention and treatment. In case-control data consisting of 53,555 cases (20,129 BD, 33,426 SCZ) and 54,065 controls, we identified 114 genome-wide significant loci (GWS) when comparing all cases to controls, of which 41 represented novel findings. Two genome-wide significant loci were identified when comparing SCZ to BD and a third was found when directly incorporating functional information. Regional joint association identified a genomic region of overlapping association in BD and SCZ with disease-independent causal variants indicating a fourth region contributing to differences between these disorders. Regional SNP-heritability analyses demonstrated that the estimated heritability of BD based on the SCZ GWS regions was significantly higher than that based on the average genomic region (91 regions, p = 1.2x10-6) while the inverse was not significant (19 regions, p=0.89). Using our BD and SCZ GWAS we calculated polygenic risk scores and identified several significant correlations with: 1) SCZ subphenotypes: negative symptoms (SCZ, p=3.6x10-6) and manic symptoms (BD, p=2x10-5), 2) BD subphenotypes: psychotic features (SCZ p=1.2x10-10, BD p=5.3x10-5) and age of onset (SCZ p=7.9x10-4). Finally, we show that psychotic features in BD has significant SNP-heritability (h2snp=0.15, SE=0.06), and a significant genetic correlation with SCZ (rg=0.34) in addition there is a significant sign test result between SCZ GWAS and a GWAS of BD cases contrasting those with and without psychotic features (p=0.0038, one-side binomial test). For the first time, we have identified specific loci pointing to a potential role of 4 genes (DARS2, ARFGEF2, DCAKD and GATAD2A) that distinguish between BD and SCZ, providing an opportunity to understand the biology contributing to clinical differences of these disorders. Our results provide the best evidence so far of genomic components distinguishing between BD and SCZ that contribute directly to specific symptom dimensions.

Objective: Over 90% of suicide attempters have a psychiatric diagnosis, however twin and family studies suggest that the genetic etiology of suicide attempt (SA) is partially distinct from that of the psychiatric disorders themselves. Here, we present the largest genome-wide association study (GWAS) on suicide attempt using major depressive disorder (MDD), bipolar disorder (BIP) and schizophrenia (SCZ) cohorts from the Psychiatric Genomics Consortium. Method: Samples comprise 1622 suicide attempters and 8786 non-attempters with MDD, 3264 attempters and 5500 non-attempters with BIP and 1683 attempters and 2946 non-attempters with SCZ. SA GWAS were performed comparing attempters to non-attempters in each disorder followed by meta-analysis across disorders. Polygenic risk scoring investigated the genetic relationship between SA and the psychiatric disorders. Results: Three genome-wide significant loci for SA were found: one associated with SA in MDD, one in BIP, and one in the meta-analysis of SA in mood disorders. These associations were not replicated in independent mood disorder cohorts from the UK Biobank and iPSYCH. Polygenic risk scores for major depression were significantly associated with SA in MDD (P=0.0002), BIP (P=0.0006) and SCZ (P=0.0006). Conclusions: This study provides new information on genetic associations and the genetic etiology of SA across psychiatric disorders. The finding that polygenic risk scores for major depression predict suicide attempt across disorders provide a possible starting point for predictive modelling and preventative strategies. Further collaborative efforts to increase sample size hold potential to robustly identify genetic associations and gain biological insights into the etiology of suicide attempt.

Abstract Polygenic risk for schizophrenia has been associated with lower cognitive ability and age-related cognitive change in healthy individuals. Despite well-established neuropsychological sex differences in schizophrenia patients, genetic studies on sex differences in schizophrenia in relation to cognitive phenotypes are scarce. Here, we investigated whether the effect of a polygenic risk score (PRS) for schizophrenia on childhood, midlife and late life cognitive function in healthy individuals is modified by sex, and if PRS is linked to accelerated cognitive decline. Using a longitudinal data set from healthy individuals aged 25-100 years (N = 1,459) spanning a 25-year period, we found that PRS was associated with lower cognitive ability (episodic memory, semantic memory, visuospatial ability), but not with accelerated cognitive decline. A significant interaction effect between sex and PRS was seen on cognitive task performance, and sex-stratified analyses showed that the effect of PRS was male-specific. In a sub-sample, we observed a male-specific effect of the PRS on school performance at age 12 (N = 496). Our findings of sex-specific effects of schizophrenia genetics on cognitive functioning across the life-span indicate that the effects of underlying disease genetics on cognitive functioning is dependent on biological processes that differ between the sexes.

Abstract To study how the 22q11.2 deletion predisposes to psychiatric disease, we generated induced pluripotent stem cells from deletion carriers and controls, as well as utilized CRISPR/Cas9 to introduce the heterozygous deletion into a control cell line. Upon differentiation into neural progenitor cells, we found the deletion acted in trans to alter the abundance of transcripts associated with risk for neurodevelopmental disorders including Autism Spectrum Disorder. In more differentiated excitatory neurons, altered transcripts encoded presynaptic factors and were associated with genetic risk for schizophrenia, including common (per-SNP heritability p ( τ c )= 4.2 x 10 -6 ) and rare, loss of function variants (p = 1.29×10 -12 ). These findings suggest a potential relationship between cellular states, developmental windows and susceptibility to psychiatric conditions with different ages of onset. To understand how the deletion contributed to these observed changes in gene expression, we developed and applied PPItools, which identifies the minimal protein-protein interaction network that best explains an observed set of gene expression alterations. We found that many of the genes in the 22q11.2 interval interact in presynaptic, proteasome, and JUN/FOS transcriptional pathways that underlie the broader alterations in psychiatric risk gene expression we identified. Our findings suggest that the 22q11.2 deletion impacts genes and pathways that may converge with risk loci implicated by psychiatric genetic studies to influence disease manifestation in each deletion carrier.