Objective: The aim of this study was to search for genes/variants that modify the effect of LRRK2 mutations in terms of penetrance and age-at-onset of Parkinson's disease. Methods: We performed the first genome-wide association study of penetrance and age-at-onset of Parkinson's disease in LRRK2 mutation carriers (776 cases and 1,103 non-cases at their last evaluation). Cox proportional hazard models and linear mixed models were used to identify modifiers of penetrance and age-at-onset of LRRK2 mutations, respectively. We also investigated whether a polygenic risk score derived from a published genome-wide association study of Parkinson's disease was able to explain variability in penetrance and age-at-onset in LRRK2 mutation carriers. Results: A variant located in the intronic region of CORO1C on chromosome 12 (rs77395454; P-value=2.5E-08, beta=1.27, SE=0.23, risk allele: C) met genome-wide significance for the penetrance model. A region on chromosome 3, within a previously reported linkage peak for Parkinson's disease susceptibility, showed suggestive associations in both models (penetrance top variant: P-value=1.1E-07; age-at-onset top variant: P-value=9.3E-07). A polygenic risk score derived from publicly available Parkinson's disease summary statistics was a significant predictor of penetrance, but not of age-at-onset. Interpretation: This study suggests that variants within or near CORO1C may modify the penetrance of LRRK2 mutations. In addition, common Parkinson's disease associated variants collectively increase the penetrance of LRRK2 mutations.

Objectives: Alterations of the gut microbiome in Parkinson's disease (PD) have been repeatedly demonstrated. However, little is known about whether such alterations precede disease onset and how they may be related to risk and prodromal markers of PD. We investigated associations of these features with gut microbiome composition. Methods: Established risk and prodromal markers of PD as well as factors related to diet/lifestyle, bowel function and medication were studied in relation to bacterial α-/β-diversity, enterotypes, and taxonomic composition in stool samples of 666 elderly TREND study participants. Results: Among risk and prodromal markers, physical inactivity, constipation and age showed associations with α- and β-diversity, and for both measures subthreshold parkinsonism and physical inactivity showed interaction effects. Moreover, male sex, possible REM-sleep behavior disorder (RBD), smoking as well as body-mass-index, antidiabetic and urate-lowering medication were associated with β-diversity. Physical inactivity and constipation severity were increased in individuals with the Firmicutes-enriched enterotype. Subthreshold parkinsonism was least frequently observed in individuals with the Prevotella-enriched enterotype. Differentially abundant taxa were linked to constipation, physical inactivity, possible RBD, and subthreshold parkinsonism. Substantia nigra hyperechogenicity, olfactory loss, depression, orthostatic hypotension, urinary/erectile dysfunction, PD family history and the overall prodromal PD probability showed no significant microbiome associations. Interpretation: Several risk and prodromal markers of PD are associated with changes in gut microbiome composition. However, the impact of the gut microbiome on PD risk and potential microbiome-dependent subtypes in the prodrome of PD need further investigation based on prospective clinical and (multi)omics data in incident PD cases.

Background: To develop therapeutics for Alzheimer's disease, early detection of patients awakes new hope. Circulating small non-coding RNAs are among the prominent candidates for a blood-based diagnosis, requiring however growing cohort sizes. Methods: We determined abundance levels of 21 known circulating microRNAs in 465 individuals encompassing Alzheimer's patients and controls recruited in US and Germany. We computed models to assess the relation between microRNA-expression and phenotypes, gender, age and disease severity (Mini-Mental State Examination MMSE). Results: 20 of 21 miRNAs were consistently dys-regulated in the US and Germany. 18 were significantly correlated to neurodegeneration (adjusted p<0.05) with highest significance for miR-532-5p (adjusted p=4.8x10 -30 ). Ten miRNAs were significantly correlated with MMSE, in particular miR-26a/26b-5p (adjusted p=0.0002). Machine learning models reached an AUC value of 87.6% in differentiating AD patients from controls. Conclusions: Our data provide strong evidence for the relevance of circulating non-coding RNAs to detect Alzheimer's from a blood sample.