In non-human mammals, the neuropeptide oxytocin is a key mediator of complex emotional and social behaviors, including attachment, social recognition, and aggression. Oxytocin reduces anxiety and impacts on fear conditioning and extinction. Recently, oxytocin administration in humans was shown to increase trust, suggesting involvement of the amygdala, a central component of the neurocircuitry of fear and social cognition that has been linked to trust and highly expresses oxytocin receptors in many mammals. However, no human data on the effects of this peptide on brain function were available. Here, we show that human amygdala function is strongly modulated by oxytocin. We used functional magnetic resonance imaging to image amygdala activation by fear-inducing visual stimuli in 15 healthy males after double-blind crossover intranasal application of placebo or oxytocin. Compared with placebo, oxytocin potently reduced activation of the amygdala and reduced coupling of the amygdala to brainstem regions implicated in autonomic and behavioral manifestations of fear. Our results indicate a neural mechanism for the effects of oxytocin in social cognition in the human brain and provide a methodology and rationale for exploring therapeutic strategies in disorders in which abnormal amygdala function has been implicated, such as social phobia or autism.

The highly complex structure of the human brain is strongly shaped by genetic influences. Subcortical brain regions form circuits with cortical areas to coordinate movement, learning, memory and motivation, and altered circuits can lead to abnormal behaviour and disease. To investigate how common genetic variants affect the structure of these brain regions, here we conduct genome-wide association studies of the volumes of seven subcortical regions and the intracranial volume derived from magnetic resonance images of 30,717 individuals from 50 cohorts. We identify five novel genetic variants influencing the volumes of the putamen and caudate nucleus. We also find stronger evidence for three loci with previously established influences on hippocampal volume and intracranial volume. These variants show specific volumetric effects on brain structures rather than global effects across structures. The strongest effects were found for the putamen, where a novel intergenic locus with replicable influence on volume (rs945270; P = 1.08 × 10(-33); 0.52% variance explained) showed evidence of altering the expression of the KTN1 gene in both brain and blood tissue. Variants influencing putamen volume clustered near developmental genes that regulate apoptosis, axon guidance and vesicle transport. Identification of these genetic variants provides insight into the causes of variability in human brain development, and may help to determine mechanisms of neuropsychiatric dysfunction.

Social hierarchies guide behavior in many species, including humans, where status also has an enormous impact on motivation and health. However, little is known about the underlying neural representation of social hierarchies in humans. In the present study, we identify dissociable neural responses to perceived social rank using functional magnetic resonance imaging (fMRI) in an interactive, simulated social context. In both stable and unstable social hierarchies, viewing a superior individual differentially engaged perceptual-attentional, saliency, and cognitive systems, notably dorsolateral prefrontal cortex. In the unstable hierarchy setting, additional regions related to emotional processing (amygdala), social cognition (medial prefrontal cortex), and behavioral readiness were recruited. Furthermore, social hierarchical consequences of performance were neurally dissociable and of comparable salience to monetary reward, providing a neural basis for the high motivational value of status. Our results identify neural mechanisms that may mediate the enormous influence of social status on human behavior and health.

Abstract Defining the environmental context in which genes enhance susceptibility can provide insight into the pathogenesis of complex disorders, like schizophrenia. Here we show that the intrauterine and perinatal environment modulates the association of schizophrenia with genomic risk, as measured with polygenic risk scores (PRS) based primarily on GWAS significant variants. Genomic risk interacts with intrauterine and perinatal complications (Early Life Complications, ELCs) in each of three independent samples from USA, Italy and Germany (overall n= 1693, p= 6e-05). In each sample, the liability of schizophrenia explained by PRS is nominally more than five times greater in the presence of a history of ELCs compared with its absence. In each sample, patients with positive ELC histories have higher PRS than patients without ELCs, which is further confirmed in two additional patient samples from Germany and Japan (overall n=2038, p= 1e-04). The gene set based on the schizophrenia loci interacting with ELCs is highly expressed in multiple placental compartments and dynamically regulated in placenta from complicated in comparison with normal pregnancies. The same genes are differentially up-regulated in placentae from male compared with female offspring. The interaction between genomic risk and ELCs is mainly driven by GWAS significant loci enriched for genes highly expressed in the various placenta samples. Molecular pathway analyses based on the genes not driving this interaction reflect previous analyses about schizophrenia risk-genes, while genes highly and differentially expressed in placentae implicate an orthogonal biology involving cellular stress. These results suggest that the most significant genetic variants detected by current schizophrenia GWAS contribute to risk in part by converging on a developmental trajectory sensitive to events affecting placentation, which may underlie the male preponderance of schizophrenia and offer new insights into primary prevention.

A bstract We propose a novel end-to-end framework for whole-brain and whole-genome imaging-genetics. Our genetics network uses hierarchical graph convolution and pooling operations to embed subject-level data onto a low-dimensional latent space. The hierarchical network implicitly tracks the convergence of genetic risk across well-established biological pathways, while an attention mechanism automatically identifies the salient edges of this network at the subject level. In parallel, our imaging network projects multimodal data onto a set of latent embeddings. For interpretability, we implement a Bayesian feature selection strategy to extract the discriminative imaging biomarkers; these feature weights are optimized alongside the other model parameters. We couple the imaging and genetic embeddings with a predictor network, to ensure that the learned representations are linked to phenotype. We evaluate our framework on a schizophrenia dataset that includes two functional MRI paradigms and gene scores derived from Single Nucleotide Polymorphism data. Using repeated 10-fold cross-validation, we show that our imaging-genetics fusion achieves the better classification performance than state-of-the-art baselines. In an exploratory analysis, we further show that the biomarkers identified by our model are reproducible and closely associated with deficits in schizophrenia.

Abstract Global increases in urbanization have brought dramatic economic, environmental and social changes. However, less is understood about how these may influence disease-related brain mechanisms underlying epidemiological observations that urban birth and childhoods may increase the risk for neuropsychiatric disorders, including increased social stress and depression. In a genetically homogeneous Han Chinese adult population with divergent urban and rural birth and childhoods, we examined the structural and functional MRI neural correlates of childhood urbanicity, focusing on behavioral traits responding to social status threats, and polygenic risk for depression. Subjects with divergent rural and urban childhoods were similar in adult socioeconomic status and were genetically homogeneous. Urban childhoods, however, were associated with higher trait anxiety-depression. On structural MRI, urban childhoods were associated with relatively reduced medial prefrontal gray matter volumes. Functional medial prefrontal engagement under social status threat during working memory correlated with trait anxiety-depression in subjects with urban childhoods, to a significantly greater extent than in their rural counterparts, implicating an exaggerated physiological response to the threat context. Stress-associated medial prefrontal engagement also interacted with polygenic risk for depression, significantly predicting a differential response in individuals with urban but not rural childhoods. Developmental urbanicity thus differentially influenced medial prefrontal structure and function, at least in part through mechanisms associated with the neural processing of social status threat, trait anxiety, and genetic risk for depression, which may be factors in the association of urbanicity with adult psychopathology. Significance Statement Urban living has been associated with social inequalities and stress. However, less is understood about the neural underpinnings by which these stressors affect disease risk, and in particular, genetic risk for depression. Leveraging urbanization in China, we studied adults with diverse urban and rural upbringings, who were genetically homogeneous and with similar current socioeconomic status, to isolate the effects of childhood urbanicity. At medial prefrontal cortex, a region critical for processing emotional stressors and social status, genetic risk for depression resulted in more deleterious function under stress in individuals with urban, but not rural childhoods. This implicates medial prefrontal cortex’s critical role in brain development, integrating genetic mechanisms of stress and depression with the childhood environment.

Human memory is a polygenic cognitive trait that is fundamental to individual competence. Genome-wide association studies (GWAS) have identified KIBRA as a novel gene associated with human memory performance. KIBRA interacts with AMPA receptors (AMPARs) and proteins essential for synaptic plasticity. The deletion of Kibra in mice impairs synaptic plasticity and learning and memory. However, the molecular basis through which KIBRA regulates dynamic AMPAR trafficking underlying synaptic plasticity is still unknown. Here we report that KIBRA interacts with the neuronal specific kinase PKCγ to modulate AMPAR trafficking upon learning, and KIBRA-PKCƔ signaling pathway also associates with human memory performance. We find PKCƔ is an essential kinase that phosphorylates AMPARs upon learning, and the loss of KIBRA in mouse brain impedes PKCƔ-AMPAR interaction. Activation of PKCƔ enables KIBRA to recruit phosphorylated AMPARs to the synapse to promote LTP and learning. We further performed transcriptomic and genetic analyses in human postmortem brain samples, and behavioral and fMRI evaluations in living human subjects, to demonstrate the genetic interactions between KIBRA and PRKCG on memory performance and memory associated physiological engagement of the hippocampal memory system. Overall, our results support that the KIBRA-PKCƔ signaling pathway is crucial for modulating memory performance in mice and humans.

Abstract Ancestral differences in genomic variation are determining factors in gene regulation; however, most gene expression studies have been limited to European ancestry samples or adjusted for ancestry to identify ancestry-independent associations. We instead examined the impact of genetic ancestry on gene expression and DNA methylation (DNAm) in admixed African/Black American neurotypical individuals to untangle effects of genetic and environmental factors. Ancestry-associated differentially expressed genes (DEGs), transcripts, and gene networks, while notably not implicating neurons, are enriched for genes related to immune response and vascular tissue and explain up to 26% of heritability for ischemic stroke, 27% of heritability for Parkinson’s disease, and 30% of heritability for Alzhemier’s disease. Ancestry-associated DEGs also show general enrichment for heritability of diverse immune-related traits but depletion for psychiatric-related traits. The cell-type enrichments and direction of effects vary by brain region. These DEGs are less evolutionarily constrained and are largely explained by genetic variations; roughly 15% are predicted by DNAm variation implicating environmental exposures. We also compared Black and White Americans, confirming most of these ancestry-associated DEGs. Our results highlight how environment and genetic background affect genetic ancestry differences in gene expression in the human brain and affect risk for brain illness. Summary We examine the impact of genetic ancestry on gene expression and DNA methylation of admixed African/Black Americans, highlighting how genetic and environmental background affect risk for brain illness.

ABSTRACT While the role of genomic risk for schizophrenia on brain gene co-expression networks has been described, the patterns of its manifestations are varied and complex. To acquire a deeper understanding of this issue, we implemented a novel approach to network construction by manipulating the RNA-Seq expression input to “integrate” or “remove” the “modulatory” effects of genomic risk for schizophrenia. We created co-expression networks in DLPFC from the adjusted expression input and compared them in terms of gene overlap and connectivity. We used linear regression models to remove variance explained by RNA quality, cell type proportion, age, sex and genetic ancestry. We also created co-expression networks based on the genomic profile of a normative trait, height, as a “negative control”; we also applied the same analytical approach in two independent samples: LIBD Human Brain Repository (HBR) (N=78 brains, European ancestry) and Common Mind Consortium (CMC) (N=116 brains, European ancestry). In addition to direct comparisons, we explored the biological plausibility of the differential gene clusters between co-expression networks by testing them for enrichment in relevant gene ontologies and gene sets of interest (PGC2-CLOZUK GWAS significant loci genes, height GWAS significant loci genes, genes in synaptic ontologies-SynGO and genes of the “druggable genome”). We identify several key aspects of the role of genomic risk for schizophrenia in brain co-expression networks: 1) Variability of co-expression modules with “integration” or “removal” of genomic profiles of complex traits (normal or pathological); 2) Biological plausibility of gene sets represented in the differential co-expression contrasts and potential relevance for illness etiopathogenesis; 3) Non-preferential mapping of schizophrenia GWAS loci genes to network areas apparently influenced by the genomic risk score. Overall, our study supports the notion that genomic risk for schizophrenia has an extensive and non-linear effect on brain gene co-expression networks that possibly manifests as a molecular background for gene-gene, gene-environment interactions that affect various biological pathways.

Gene co-expression networks are relevant to functional and clinical translation of schizophrenia (SCZ) risk genes. We hypothesized that SCZ risk genes may converge into co-expression pathways which may be associated with gene regulation mechanisms and with response to treatment in patients with SCZ. We identified gene co-expression networks in two prefrontal cortex post-mortem RNA sequencing datasets (total N=688) and replicated them in four more datasets (total N=227). We identified and replicated (all p-values<.001) a single module enriched for SCZ risk loci (13 risk genes in 10 loci). In silico screening of potential regulators of the SCZ risk module via bioinformatic analyses identified two transcription factors and three miRNAs associated with the risk module. To translate post-mortem information into clinical phenotypes, we identified polymorphisms predicting co-expression and combined them to obtain an index approximating module co-expression (Polygenic Co-expression Index: PCI). The PCI-co-expression association was successfully replicated in two independent brain transcriptome datasets (total N=131; all p-values<.05). Finally, we tested the association between the PCI and short-term treatment response in two independent samples of patients with SCZ treated with olanzapine (total N=167). The PCI was associated with treatment response in the positive symptom domain in both clinical cohorts (all p-values<.05). In summary, our findings in a large sample of human post-mortem prefrontal cortex show that co-expression of a set of genes enriched for schizophrenia risk genes is relevant to treatment response. This co-expression pathway may be co-regulated by transcription factors and miRNA associated with it.