Abstract The biological processes that are disrupted in the Alzheimer’s disease (AD) brain remain incompletely understood. We recently performed a proteomic analysis of >2000 brains to better understand these changes, which highlighted alterations in astrocytes and microglia as likely key drivers of disease. Here, we extend this analysis by analyzing >1000 brain tissues using a tandem mass tag mass spectrometry (TMT-MS) pipeline, which allowed us to nearly triple the number of quantified proteins across cases. A consensus protein co-expression network analysis of this deeper dataset revealed new co-expression modules that were highly preserved across cohorts and brain regions, and strongly altered in AD. Nearly half of the protein co-expression modules, including modules significantly altered in AD, were not observed in RNA networks from the same cohorts and brain regions, highlighting the proteopathic nature of AD. Two such AD-associated modules unique to the proteomic network included a module related to MAPK signaling and metabolism, and a module related to the matrisome. Analysis of paired genomic and proteomic data within subjects showed that expression level of the matrisome module was influenced by the APOE ε4 allele, but was not related to the rate of cognitive decline after adjustment for neuropathology. In contrast, the MAPK/metabolism module was strongly associated with the rate of cognitive decline. Disease-associated modules unique to the proteome are sources of promising therapeutic targets and biomarkers for AD.

MicroRNAs are essential post-transcriptional regulators of gene expression and involved in many biological processes; however, our understanding of their genetic regulation and role in brain illnesses is limited. Here, we mapped brain microRNA expression quantitative trait loci (miR-QTLs) using genome-wide small RNA sequencing profiles from dorsolateral prefrontal cortex (dlPFC) samples of 604 older adult donors of European ancestry. miR-QTLs were identified for 224 miRNAs (48% of 470 tested miRNAs) at false discovery rate < 1%. We found that miR-QTLs were enriched in brain promoters and enhancers, and that intragenic miRNAs often did not share QTLs with their host gene. Additionally, we integrated the brain miR-QTLs with results from 16 GWAS of psychiatric and neurodegenerative diseases using multiple independent integration approaches and identified four miRNAs that contribute to the pathogenesis of bipolar disorder, major depression, post-traumatic stress disorder, schizophrenia, and Parkinson's disease. This study provides novel insights into the contribution of miRNAs to the complex biological networks that link genetic variation to disease.

Abstract MicroRNAs (miRNAs) play a crucial role in regulating gene expression and influence many biological processes. Despite their importance, understanding of how genetic variation affects miRNA expression in the brain and how this relates to brain disorders remains limited. Here we investigated these questions by identifying microRNA expression quantitative trait loci (miR-QTLs), or genetic variants associated with brain miRNA levels, using genome-wide small RNA sequencing profiles from dorsolateral prefrontal cortex samples of 604 older adult donors of European ancestry. Here we show that nearly half (224 of 470) of the analyzed miRNAs have associated miR-QTLs, many of which fall in regulatory regions such as brain promoters and enhancers. We also demonstrate that intragenic miRNAs often have genetic regulation independent from their host genes. Furthermore, by integrating our findings with 16 genome-wide association studies of psychiatric and neurodegenerative disorders, we identified miRNAs that likely contribute to bipolar disorder, depression, schizophrenia and Parkinson’s disease. These findings advance understanding of the genetic regulation of miRNAs and their role in brain health and disease.