We tested the hypothesis that de novo copy number variation (CNV) is associated with autism spectrum disorders (ASDs). We performed comparative genomic hybridization (CGH) on the genomic DNA of patients and unaffected subjects to detect copy number variants not present in their respective parents. Candidate genomic regions were validated by higher-resolution CGH, paternity testing, cytogenetics, fluorescence in situ hybridization, and microsatellite genotyping. Confirmed de novo CNVs were significantly associated with autism (P = 0.0005). Such CNVs were identified in 12 out of 118 (10%) of patients with sporadic autism, in 2 out of 77 (3%) of patients with an affected first-degree relative, and in 2 out of 196 (1%) of controls. Most de novo CNVs were smaller than microscopic resolution. Affected genomic regions were highly heterogeneous and included mutations of single genes. These findings establish de novo germline mutation as a more significant risk factor for ASD than previously recognized.

Schizophrenia is a devastating neurodevelopmental disorder whose genetic influences remain elusive. We hypothesize that individually rare structural variants contribute to the illness. Microdeletions and microduplications >100 kilobases were identified by microarray comparative genomic hybridization of genomic DNA from 150 individuals with schizophrenia and 268 ancestry-matched controls. All variants were validated by high-resolution platforms. Novel deletions and duplications of genes were present in 5% of controls versus 15% of cases and 20% of young-onset cases, both highly significant differences. The association was independently replicated in patients with childhood-onset schizophrenia as compared with their parents. Mutations in cases disrupted genes disproportionately from signaling networks controlling neurodevelopment, including neuregulin and glutamate pathways. These results suggest that multiple, individually rare mutations altering genes in neurodevelopmental pathways contribute to schizophrenia.

The CNV analysis group of the Psychiatric Genomic Consortium analyzes a large schizophrenia cohort to examine genomic copy number variants (CNVs) and disease risk. They find an enrichment of CNV burden in cases versus controls and identify 8 genome-wide significant loci as well as novel suggestive loci conferring either risk or protection to schizophrenia. Copy number variants (CNVs) have been strongly implicated in the genetic etiology of schizophrenia (SCZ). However, genome-wide investigation of the contribution of CNV to risk has been hampered by limited sample sizes. We sought to address this obstacle by applying a centralized analysis pipeline to a SCZ cohort of 21,094 cases and 20,227 controls. A global enrichment of CNV burden was observed in cases (odds ratio (OR) = 1.11, P = 5.7 × 10−15), which persisted after excluding loci implicated in previous studies (OR = 1.07, P = 1.7 × 10−6). CNV burden was enriched for genes associated with synaptic function (OR = 1.68, P = 2.8 × 10−11) and neurobehavioral phenotypes in mouse (OR = 1.18, P = 7.3 × 10−5). Genome-wide significant evidence was obtained for eight loci, including 1q21.1, 2p16.3 (NRXN1), 3q29, 7q11.2, 15q13.3, distal 16p11.2, proximal 16p11.2 and 22q11.2. Suggestive support was found for eight additional candidate susceptibility and protective loci, which consisted predominantly of CNVs mediated by nonallelic homologous recombination.

Oligodendrocyte pathology is increasingly implicated in neurodegenerative diseases as oligodendrocytes both myelinate and provide metabolic support to axons. In multiple sclerosis (MS), demyelination in the central nervous system thus leads to neurodegeneration, but the severity of MS between patients is very variable. Disability does not correlate well with the extent of demyelination1, which suggests that other factors contribute to this variability. One such factor may be oligodendrocyte heterogeneity. Not all oligodendrocytes are the same—those from the mouse spinal cord inherently produce longer myelin sheaths than those from the cortex2, and single-cell analysis of the mouse central nervous system identified further differences3,4. However, the extent of human oligodendrocyte heterogeneity and its possible contribution to MS pathology remain unknown. Here we performed single-nucleus RNA sequencing from white matter areas of post-mortem human brain from patients with MS and from unaffected controls. We identified subclusters of oligodendroglia in control human white matter, some with similarities to mouse, and defined new markers for these cell states. Notably, some subclusters were underrepresented in MS tissue, whereas others were more prevalent. These differences in mature oligodendrocyte subclusters may indicate different functional states of oligodendrocytes in MS lesions. We found similar changes in normal-appearing white matter, showing that MS is a more diffuse disease than its focal demyelination suggests. Our findings of an altered oligodendroglial heterogeneity in MS may be important for understanding disease progression and developing therapeutic approaches. Single-nucleus RNA sequencing analysis identifies different subclusters of oligodendroglia in white matter from individuals with multiple sclerosis compared with controls, and these differences may be important for understanding disease progression.

Based on genome-wide analysis of copy number variants in two large schizophrenia cohorts, Vacic et al. report a significant association between duplications within a region of chromosome 7 and schizophrenia. Using microduplication analysis, the region affected was narrowed down to 7q36.3, just upstream of a gene encoding vasoactive intestinal peptide receptor (VIPR2). Increased expression of VIPR2 in patients with schizophrenia implicates VIP signalling as a molecular mechanism underlying schizophrenia. This work points to the VIPR2 receptor as a potential target for antipsychotic drugs. Substantial risk for schizophrenia is conferred by large copy number variants at a number of genomic loci. Here, a significant association between duplications on chromosome 7 and schizophrenia is reported. Importantly, microduplication analysis narrowed down the region to a region just upstream of a gene encoding vasoactive intestinal peptide receptor (VIPR2). Increased expression of VIPR2 in patients with schizophrenia implicates VIP signalling as a molecular mechanism underlying schizophrenia. Rare copy number variants (CNVs) have a prominent role in the aetiology of schizophrenia and other neuropsychiatric disorders1. Substantial risk for schizophrenia is conferred by large (>500-kilobase) CNVs at several loci, including microdeletions at 1q21.1 (ref. 2), 3q29 (ref. 3), 15q13.3 (ref. 2) and 22q11.2 (ref. 4) and microduplication at 16p11.2 (ref. 5). However, these CNVs collectively account for a small fraction (2–4%) of cases, and the relevant genes and neurobiological mechanisms are not well understood. Here we performed a large two-stage genome-wide scan of rare CNVs and report the significant association of copy number gains at chromosome 7q36.3 with schizophrenia. Microduplications with variable breakpoints occurred within a 362-kilobase region and were detected in 29 of 8,290 (0.35%) patients versus 2 of 7,431 (0.03%) controls in the combined sample. All duplications overlapped or were located within 89 kilobases upstream of the vasoactive intestinal peptide receptor gene VIPR2. VIPR2 transcription and cyclic-AMP signalling were significantly increased in cultured lymphocytes from patients with microduplications of 7q36.3. These findings implicate altered vasoactive intestinal peptide signalling in the pathogenesis of schizophrenia and indicate the VPAC2 receptor as a potential target for the development of new antipsychotic drugs.

While it is known that rare copy-number variants (CNVs) contribute to risk for some neuropsychiatric disorders, the role of CNVs in bipolar disorder is unclear. Here, we reasoned that a contribution of CNVs to mood disorders might be most evident for de novo mutations. We performed a genome-wide analysis of de novo CNVs in a cohort of 788 trios. Diagnoses of offspring included bipolar disorder (n = 185), schizophrenia (n = 177), and healthy controls (n = 426). Frequencies of de novo CNVs were significantly higher in bipolar disorder as compared with controls (OR = 4.8 [1.4,16.0], p = 0.009). De novo CNVs were particularly enriched among cases with an age at onset younger than 18 (OR = 6.3 [1.7,22.6], p = 0.006). We also confirmed a significant enrichment of de novo CNVs in schizophrenia (OR = 5.0 [1.5,16.8], p = 0.007). Our results suggest that rare spontaneous mutations are an important contributor to risk for bipolar disorder and other major neuropsychiatric diseases.

Single-cell RNA sequencing (scRNA-seq) has become an empowering technology to profile the transcriptomes of individual cells on a large scale. Early analyses of differential expression have aimed at identifying differences between subpopulations to identify subpopulation markers. More generally, such methods compare expression levels across sets of cells, thus leading to cross-condition analyses. Given the emergence of replicated multi-condition scRNA-seq datasets, an area of increasing focus is making sample-level inferences, termed here as differential state analysis; however, it is not clear which statistical framework best handles this situation. Here, we surveyed methods to perform cross-condition differential state analyses, including cell-level mixed models and methods based on aggregated pseudobulk data. To evaluate method performance, we developed a flexible simulation that mimics multi-sample scRNA-seq data. We analyzed scRNA-seq data from mouse cortex cells to uncover subpopulation-specific responses to lipopolysaccharide treatment, and provide robust tools for multi-condition analysis within the muscat R package.

Abstract The lack of understanding of the cellular and molecular basis of clinical and genetic heterogeneity in progressive multiple sclerosis (MS) has hindered the search for new effective therapies. Here, to address this gap, we analysed 632,000 single nuclei RNAseq profiles of 156 brain tissue samples, comprising white matter (WM) lesions, normal appearing WM, grey matter (GM) lesions and normal appearing GM from 54 MS patients and 26 controls. We observed the expected changes in overall neuronal and glial numbers previously described within the classical lesion subtypes. We found highly cell type-specific gene expression changes in MS tissue, with distinct differences between GM and WM areas, confirming different pathologies. However, surprisingly, we did not observe distinct gene expression signatures for the classical different WM lesion types, rather a continuum of change. This indicates that classical lesion characterization better reflects changes in cell abundance than changes in cell type gene expression, and indicates a global disease effect. Furthermore, the major biological determinants of variability in gene expression in MS WM samples relate to individual patient effects, rather than to lesion types or other metadata. We identify four subgroups of MS patients with distinct WM glial gene expression signatures and patterns of oligodendrocyte stress and/or maturation, suggestive of engagement of different pathological processes, with an additional more variable regenerative astrocyte signature. The discovery of these patterns, which were also found in an independent MS patient cohort, provides a framework to use molecular biomarkers to stratify patients for optimal therapeutic approaches for progressive MS, significantly advances our mechanistic understanding of progressive MS, and highlights the need for precision-medicine approaches to address heterogeneity among MS patients.

Abstract Cerebrospinal fluid (CSF) biomarkers are important for multiple sclerosis (MS) diagnosis. Moreover, absent of autopsy or biopsy tissue, CSF is the most relevant source for studying the immune cells involved in MS pathophysiology. Single-cell RNA sequencing (scRNA-seq) provides new opportunities to advance our understanding of disease-associated changes in CSF immune cells. Here, using scRNA-seq data generated from 58 CSF and 10 PBMC samples, we provide an updated atlas of the immune cells present in human CSF in MS and other neuroinflammatory conditions, including novel lymphoid and myeloid cell clusters. Our atlas can thus serve as a reference for future studies of immune cells in neuroinflammation. Our further characterization of CSF myeloid cells suggests that most CSF microglia-like cells resemble two of the previously-described brain microglia signatures. Additionally, our data from a sex-mismatched bone marrow transplant recipient suggest that CSF microglia-like cells are of peripheral origin. Our comparisons between MS and other neuroinflammatory disorders show a highly-specific increase in plasma cells, along with reductions in the proportion of microglia-like cells in MS CSF. Furthermore, our analyses on MS patients receiving anti-CD20 therapy ocrelizumab suggest that the treatment effects are not limited to B cell depletion, and ocrelizumab appears to reverse some MS-associated T and myeloid changes in CSF. Finally, we utilized our atlas to prioritize (1) CSF cell types expressing genes associated with MS susceptibility, and (2) ligand-receptor gene pairs that are differentially expressed in MS CSF, providing targets for further mechanistic and causal investigations in pathophysiology and treatment of MS.

ABSTRACT Translating genome-wide association loci to therapies requires knowledge of the causal genes, their directionality of effect and the cell-types in which they act. To infer these relationships in the human brain, we implemented Mendelian randomisation using single cell-type expression quantitative trait loci (eQTLs) as genetic anchors. Expression QTLs were mapped across 8 major cell-types in brain tissue exclusively ascertained from donors with no history of brain disease. We report evidence for a causal association between the change in expression of 118 genes and one or more of 16 brain phenotypes, revealing candidate targets for risk mitigation and opportunities for shared preventative therapeutic strategies. We highlight key causal genes for neurodegenerative and neuropsychiatric disease and for each, we report its cellular context and the therapeutic directionality required for risk mitigation. Our use of control samples establishes a new resource for the causal interpretation of GWAS risk alleles for human brain phenotypes.