Christopher Newton-Cheh and colleagues report a genome-wide association study for blood pressure traits as part of the Global BPgen consortium. They report eight loci with replicated association to systolic and/or diastolic blood pressure, with each also showing association to hypertension. Elevated blood pressure is a common, heritable cause of cardiovascular disease worldwide. To date, identification of common genetic variants influencing blood pressure has proven challenging. We tested 2.5 million genotyped and imputed SNPs for association with systolic and diastolic blood pressure in 34,433 subjects of European ancestry from the Global BPgen consortium and followed up findings with direct genotyping (N ≤ 71,225 European ancestry, N ≤ 12,889 Indian Asian ancestry) and in silico comparison (CHARGE consortium, N = 29,136). We identified association between systolic or diastolic blood pressure and common variants in eight regions near the CYP17A1 (P = 7 × 10−24), CYP1A2 (P = 1 × 10−23), FGF5 (P = 1 × 10−21), SH2B3 (P = 3 × 10−18), MTHFR (P = 2 × 10−13), c10orf107 (P = 1 × 10−9), ZNF652 (P = 5 × 10−9) and PLCD3 (P = 1 × 10−8) genes. All variants associated with continuous blood pressure were associated with dichotomous hypertension. These associations between common variants and blood pressure and hypertension offer mechanistic insights into the regulation of blood pressure and may point to novel targets for interventions to prevent cardiovascular disease.

Better analytical methods are needed to extract biological meaning from genome-wide association studies (GWAS) of psychiatric disorders. Here the authors take GWAS data from over 60,000 subjects, including patients with schizophrenia, bipolar disorder and major depression, and identify common etiological pathways shared amongst them. Genome-wide association studies (GWAS) of psychiatric disorders have identified multiple genetic associations with such disorders, but better methods are needed to derive the underlying biological mechanisms that these signals indicate. We sought to identify biological pathways in GWAS data from over 60,000 participants from the Psychiatric Genomics Consortium. We developed an analysis framework to rank pathways that requires only summary statistics. We combined this score across disorders to find common pathways across three adult psychiatric disorders: schizophrenia, major depression and bipolar disorder. Histone methylation processes showed the strongest association, and we also found statistically significant evidence for associations with multiple immune and neuronal signaling pathways and with the postsynaptic density. Our study indicates that risk variants for psychiatric disorders aggregate in particular biological pathways and that these pathways are frequently shared between disorders. Our results confirm known mechanisms and suggest several novel insights into the etiology of psychiatric disorders.

Background Serum uric acid levels in humans are influenced by diet, cellular breakdown, and renal elimination, and correlate with blood pressure, metabolic syndrome, diabetes, gout, and cardiovascular disease. Recent genome-wide association scans have found common genetic variants of SLC2A9 to be associated with increased serum urate level and gout. The SLC2A9 gene encodes a facilitative glucose transporter, and it has two splice variants that are highly expressed in the proximal nephron, a key site for urate handling in the kidney. We investigated whether SLC2A9 is a functional urate transporter that contributes to the longstanding association between urate and blood pressure in man. Methods and Findings We expressed both SLC2A9 splice variants in Xenopus laevis oocytes and found both isoforms mediate rapid urate fluxes at concentration ranges similar to physiological serum levels (200–500 μM). Because SLC2A9 is a known facilitative glucose transporter, we also tested whether glucose or fructose influenced urate transport. We found that urate is transported by SLC2A9 at rates 45- to 60-fold faster than glucose, and demonstrated that SLC2A9-mediated urate transport is facilitated by glucose and, to a lesser extent, fructose. In addition, transport is inhibited by the uricosuric benzbromarone in a dose-dependent manner (Ki = 27 μM). Furthermore, we found urate uptake was at least 2-fold greater in human embryonic kidney (HEK) cells overexpressing SLC2A9 splice variants than nontransfected kidney cells. To confirm that our findings were due to SLC2A9, and not another urate transporter, we showed that urate transport was diminished by SLC2A9-targeted siRNA in a second mammalian cell line. In a cohort of men we showed that genetic variants of SLC2A9 are associated with reduced urinary urate clearance, which fits with common variation at SLC2A9 leading to increased serum urate. We found no evidence of association with hypertension (odds ratio 0.98, 95% confidence interval [CI] 0.9 to 1.05, p > 0.33) by meta-analysis of an SLC2A9 variant in six case–control studies including 11,897 participants. In a separate meta-analysis of four population studies including 11,629 participants we found no association of SLC2A9 with systolic (effect size −0.12 mm Hg, 95% CI −0.68 to 0.43, p = 0.664) or diastolic blood pressure (effect size −0.03 mm Hg, 95% CI −0.39 to 0.31, p = 0.82). Conclusions This study provides evidence that SLC2A9 splice variants act as high-capacity urate transporters and is one of the first functional characterisations of findings from genome-wide association scans. We did not find an association of the SLC2A9 gene with blood pressure in this study. Our findings suggest potential pathogenic mechanisms that could offer a new drug target for gout.

Abstract A microglia response to pathogenic signals in diseases such as Alzheimer’s disease (AD) has long been recognised, but recent genetic findings have cemented their direct causal contribution to AD and thus the potential to target them or their effector pathways as a possible treatment strategy. TREM2 is a highly penetrant microglia risk gene for AD, which appears central to the coordination of the damage response by microglia in AD. Its absence has a negative impact on Tau and amyloid symptoms and pathologies. Full knowledge of its pathway and relationships with other brain cells in AD has not been fully characterised, but will be essential to fully evaluate the impact of manipulating this pathway for treatment development and to establish the best targets for achieving this. We used whole genome RNA sequencing of hippocampus and cortical brain samples from control, AD, and AD TREM2 risk carriers to identify TREM2-dependent genes driving changes in pathways, processes and cell types in AD. Through highly influential intra and intermodular hub genes and overall changes in the levels of gene expression, TREM2-DAP12 was found to strongly influence a number of other microglia, oligodendrocyte and endothelial genes, notably those involved in complement and Fcγ receptor function, microglia-associated ribosomal genes and oligodendrocyte genes, particularly proteosomal subunits. These strong TREM2 centred co-expression relationships were significantly disrupted in AD cases with a TREM2 risk variant, revealing for the first time genes and pathways directly impacted by TREM2 in the brains of AD patients. Consistent with its function as a lipid sensor, our data supports a role for TREM2 in mediating oligodendrocyte and/or myelin clearance in AD which may be essential not only for preserving healthy tissue homeostasis but may also serve to minimise the persistence of antigenic peptides and lipids which may lead to detrimental pro-inflammatory sequelae. Further work should expand our knowledge of TREM2 on complement and Fcγ receptor function and its impact on oligodendcrotye and myelin integrity and further evaluate the genes and pathways we have identified as possible treatment targets for AD.

Cytochrome (CYP) P450 enzymes have a primary role in antidepressant metabolism and variants in these polymorphic genes are targets for pharmacogenetic investigation. This is the first meta-analysis to investigate how CYP2C19 polymorphisms predict citalopram/escitalopram efficacy and side effects. CYP2C19 phenotypes comprise poor metabolizers (PM), intermediate and intermediate+ metabolizers (IM; IM+), extensive and extensive+ metabolizers (EM [wild type]; EM+) and ultra-rapid metabolizers (UM) defined by the two most common CYP2C19 functional polymorphisms (rs4244285 and rs12248560) in Caucasians. These polymorphisms were genotyped or imputed from genome-wide data in four samples treated with citalopram or escitalopram (GENDEP, STAR*D, GenPod, PGRN-AMPS). Treatment efficacy was percentage symptom improvement and remission. Side effect data were available at weeks 2-4, 6 and 9 in three of the investigated samples. A fixed-effects meta-analysis was performed using EM as the reference group. Analysis of 2558 patients for efficacy and 2037 patients for side effects showed that PMs had higher symptom improvement (SMD=0.43, CI=0.19-0.66) and higher remission rates (OR=1.55, CI=1.23-1.96) compared to EMs. At weeks 2-4, PMs showed higher risk of gastro-intestinal (OR=1.26, CI=1.08-1.47), neurological (OR=1.28, CI=1.07-1.53) and sexual side effects (OR=1.52, CI=1.23-1.87; week 6 values similar). No difference was seen at week 9 or in total side effect burden. PMs did not have higher risk of dropout at week 4 compared to EMs. Antidepressant dose was not different among CYP2C19 groups. CYP2C19 polymorphisms may provide helpful information for guiding citalopram/escitalopram treatment, despite PMs are relatively rare among Caucasians (~2%).

Genome-wide association studies have generally failed to identify polymorphisms associated with antidepressant response. Possible reasons include limited coverage of genetic variants that this study tried to address by exome genotyping and dense imputation. A meta-analysis of Genome-Based Therapeutic Drugs for Depression (GENDEP) and Sequenced Treatment Alternatives to Relieve Depression (STAR*D) studies was performed at SNP, gene and pathway level. Coverage of genetic variants was increased compared to previous studies by adding exome genotypes to previously available genome-wide data and using the Haplotype Reference Consortium panel for imputation. Standard quality control was applied. Phenotypes were symptom improvement and remission after 12 weeks of antidepressant treatment. NEWMEDS consortium samples and Pharmacogenomic Research Network Antidepressant Medication Pharmacogenomic Study (PGRN-AMPS) served for replication. 7,062,950 SNPs were analysed in GENDEP (n=738) and STAR*D (n=1409). rs116692768 (p=1.80e-08, ITGA9 (integrin alpha 9)) and rs76191705 (p=2.59e-08, NRXN3 (neurexin 3)) were significantly associated with symptom improvement during citalopram/escitalopram treatment. At gene level, no consistent effect was found. At pathway level, the Gene Ontology terms GO:0005694 (chromosome) and GO:0044427 (chromosomal part) were associated with improvement (corrected p=0.007 and 0.045, respectively). The association between rs116692768 and symptom improvement was replicated in PGRN-AMPS (p=0.047), while rs76191705 was not. The two SNPs did not replicate in NEWMEDS. ITGA9 codes for a membrane receptor for neurotrophins and NRXN3 is a transmembrane neuronal adhesion receptor involved in synaptic differentiation. Despite their meaningful biological rationale for being involved in antidepressant effect, no convincing replication was achieved. Further studies may help in clarifying their role.

Individuals with intact cognition and neuropathology consistent with Alzheimer's disease (AD) are referred to as asymptomatic AD (AsymAD). These individuals are highly likely to develop AD, yet transcriptomic changes in the brain which might reveal mechanisms for their AD vulnerability are currently unknown. Entorhinal cortex, frontal cortex, temporal cortex and cerebellum tissue from 27 control, 33 AsymAD and 52 AD human brains were microarray expression profiled. Differential expression analysis identified a significant increase of transcriptomic activity in the frontal cortex of AsymAD subjects, suggesting fundamental changes in AD may initially begin within the frontal cortex region prior to AD diagnosis. Co-expression analysis identified an overactivation of the brain glutamate-glutamine cycle, and disturbances in the brain energy pathways in both AsymAD and AD subjects, while connectivity of key hub genes in this network indicates a shift from an already increased cell proliferation in AsymAD subjects to stress response and removal of amyloidogenic proteins in AD subjects. This study provides new insight into the earliest biological changes occurring in the brain prior to the manifestation of clinical AD symptoms and provides new potential therapeutic targets for early disease intervention.

Amyotrophic lateral sclerosis (ALS, MND) is a neurodegenerative disease of upper and lower motor neurons resulting in death from neuromuscular respiratory failure, typically within two years of first symptoms. Genetic factors are an important cause of ALS, with variants in more than 25 genes having strong evidence, and weaker evidence available for variants in more than 120 genes. With the increasing availability of Next-Generation sequencing data, non-specialists, including health care professionals and patients, are obtaining their genomic information without a corresponding ability to analyse and interpret it. Furthermore, the relevance of novel or existing variants in ALS genes is not always apparent. Here we present ALSgeneScanner, a tool that is easy to install and use, able to provide an automatic, detailed, annotated report, on a list of ALS genes from whole genome sequence data in a few hours and whole exome sequence data in about one hour on a readily available mid-range computer. This will be of value to non-specialists and aid in the interpretation of the relevance of novel and existing variants identified in DNA sequencing data.

Abstract Background A significant number of studies have investigated the use of blood-derived gene expression profiling as a biomarker for Alzheimer’s Disease (AD). However, the typical approach of developing classification models trained on subjects with AD and complimentary cognitive healthy controls may result in markers of general illness rather than being AD-specific. Incorporating additional related neurological and age-related disorders during the classification model development process may lead to the discovery of an AD-specific expression signature. Methods Two XGBoost classification models were developed and optimised. The first used the typical approach, training on 160 AD and 160 cognitively normal controls, while the second was trained in 6318 AD and 6318 mixed controls. Up-sampling was performed in each training set to the minority classes to avoid sampling bias, and both classification models were evaluated in an independent dataset consisting of 127 AD and 687 mixed controls. The mixed control group represents a heterogeneous ageing population consisting of Parkinson’s Disease, Multiple Sclerosis, Amyotrophic Lateral Sclerosis, Bipolar Disorder, Schizophrenia, Coronary Artery Disease, Rheumatoid Arthritis, Chronic Obstructive Pulmonary Disease, and cognitively healthy subjects. Results The typical approach resulted in a 74 gene classification model with a validation performance of 58.3% sensitivity, 30.3% specificity, 13.4% PPV and 79.7% NPV. In contrast, the second approach resulted in a 28 gene classification model with an overall improved validation performance of 46.5% sensitivity, 95.6% specificity, 66.3% PPV and 90.6% NPV. Conclusions The addition of related neurological and age-related disorders into the AD classification model developmental process identified a more AD-specific expression signature, with improved ability to distinguish AD from other related diseases and cognitively healthy controls. However, this was at the cost of sensitivity. Further improvement is still required to identify a robust blood transcriptomic signature specific to AD.

The most recent genome-wide association study in amyotrophic lateral sclerosis (ALS) demonstrates a disproportionate contribution from low-frequency variants to genetic susceptibility of disease. We have therefore begun Project MinE, an international collaboration that seeks to analyse whole-genome sequence data of at least 15,000 ALS patients and 7,500 controls. Here, we report on the design of Project MinE and pilot analyses of newly whole-genome sequenced 1,264 ALS patients and 611 controls drawn from the Netherlands. As has become characteristic of sequencing studies, we find an abundance of rare genetic variation (minor allele frequency < 0.1%), the vast majority of which is absent in public data sets. Principal component analysis reveals local geographical clustering of these variants within The Netherlands. We use the whole-genome sequence data to explore the implications of poor geographical matching of cases and controls in a sequence-based disease study and to investigate how ancestry-matched, externally sequenced controls can induce false positive associations. Also, we have publicly released genome-wide minor allele counts in cases and controls, as well as results from genic burden tests.