A genome-wide association study using the International Schizophrenia Consortium (ISC) data set revealed that common genetic variation underlies risk of schizophrenia. The study identified common variants within the major histocompatibility complex (MHC) locus and provided molecular genetic evidence for a substantial polygenic component to risk of schizophrenia that involved thousands of common alleles of very small effect. These alleles of small effect also contribute to risk of bipolar disorder (BPD). In the second of three papers on the genetics of schizophrenia, a large genome-wide association study looking at common genetic variants underlying the risk of schizophrenia implicates the major histocompatibility complex — and thus, immunity — and provides molecular genetic evidence for a substantial polygenic component to the risk of schizophrenia. The latter involves thousands of common alleles of very small effect that also contribute to the risk of bipolar disorder. Schizophrenia is a severe mental disorder with a lifetime risk of about 1%, characterized by hallucinations, delusions and cognitive deficits, with heritability estimated at up to 80%1,2. We performed a genome-wide association study of 3,322 European individuals with schizophrenia and 3,587 controls. Here we show, using two analytic approaches, the extent to which common genetic variation underlies the risk of schizophrenia. First, we implicate the major histocompatibility complex. Second, we provide molecular genetic evidence for a substantial polygenic component to the risk of schizophrenia involving thousands of common alleles of very small effect. We show that this component also contributes to the risk of bipolar disorder, but not to several non-psychiatric diseases.

Autism spectrum disorder is a heritable developmental disorder in which chromosomal abnormalities are thought to play a role.

The genetics of schizophrenia and other mental disorders are complex and poorly understood, and made even harder to study because reduced reproduction rates result in negative selection pressure on risk alleles. To date, some copy number variations have been linked to schizophrenia but the studies have been relatively small. Now two independent large-scale genome-wide studies of thousands of patients and controls by two international consortia confirm a previously identified locus but also reveal novel associations. In the first study, a collaboration between SGENE and partners, de novo (spontaneous) copy number variants are reported on chromosomes 1 and 15. In the second study, by the International Schizophrenia Consortium, deletions were also reported on these chromosomes, as was greater overall frequency of copy number variation in the genome. The genetics of schizophrenia and other mental disorders are complex and poorly understood, and made even harder to study due to reduced reproduction resulting in negative selection pressure on risk alleles. Two independent large-scale genome wide studies of thousands of patients and controls by two international consortia confirm a previously identified locus, but also reveal novel associations. In this study, deletions were reported on chromosomes 1 and 15, as well as a greater overall frequency of copy number variation in the genome. Schizophrenia is a severe mental disorder marked by hallucinations, delusions, cognitive deficits and apathy, with a heritability estimated at 73–90% (ref. 1). Inheritance patterns are complex, and the number and type of genetic variants involved are not understood. Copy number variants (CNVs) have been identified in individual patients with schizophrenia2,3,4,5,6,7 and also in neurodevelopmental disorders8,9,10,11, but large-scale genome-wide surveys have not been performed. Here we report a genome-wide survey of rare CNVs in 3,391 patients with schizophrenia and 3,181 ancestrally matched controls, using high-density microarrays. For CNVs that were observed in less than 1% of the sample and were more than 100 kilobases in length, the total burden is increased 1.15-fold in patients with schizophrenia in comparison with controls. This effect was more pronounced for rarer, single-occurrence CNVs and for those that involved genes as opposed to those that did not. As expected, deletions were found within the region critical for velo-cardio-facial syndrome, which includes psychotic symptoms in 30% of patients12. Associations with schizophrenia were also found for large deletions on chromosome 15q13.3 and 1q21.1. These associations have not previously been reported, and they remained significant after genome-wide correction. Our results provide strong support for a model of schizophrenia pathogenesis that includes the effects of multiple rare structural variants, both genome-wide and at specific loci.

A small number of rare, recurrent genomic copy number variants (CNVs) are known to substantially increase susceptibility to schizophrenia. As a consequence of the low fecundity in people with schizophrenia and other neurodevelopmental phenotypes to which these CNVs contribute, CNVs with large effects on risk are likely to be rapidly removed from the population by natural selection. Accordingly, such CNVs must frequently occur as recurrent de novo mutations. In a sample of 662 schizophrenia proband-parent trios, we found that rare de novo CNV mutations were significantly more frequent in cases (5.1% all cases, 5.5% family history negative) compared with 2.2% among 2623 controls, confirming the involvement of de novo CNVs in the pathogenesis of schizophrenia. Eight de novo CNVs occurred at four known schizophrenia loci (3q29, 15q11.2, 15q13.3 and 16p11.2). De novo CNVs of known pathogenic significance in other genomic disorders were also observed, including deletion at the TAR (thrombocytopenia absent radius) region on 1q21.1 and duplication at the WBS (Williams-Beuren syndrome) region at 7q11.23. Multiple de novos spanned genes encoding members of the DLG (discs large) family of membrane-associated guanylate kinases (MAGUKs) that are components of the postsynaptic density (PSD). Two de novos also affected EHMT1, a histone methyl transferase known to directly regulate DLG family members. Using a systems biology approach and merging novel CNV and proteomics data sets, systematic analysis of synaptic protein complexes showed that, compared with control CNVs, case de novos were significantly enriched for the PSD proteome (P=1.72 × 10⁻⁶. This was largely explained by enrichment for members of the N-methyl-D-aspartate receptor (NMDAR) (P=4.24 × 10⁻⁶) and neuronal activity-regulated cytoskeleton-associated protein (ARC) (P=3.78 × 10⁻⁸) postsynaptic signalling complexes. In an analysis of 18 492 subjects (7907 cases and 10 585 controls), case CNVs were enriched for members of the NMDAR complex (P=0.0015) but not ARC (P=0.14). Our data indicate that defects in NMDAR postsynaptic signalling and, possibly, ARC complexes, which are known to be important in synaptic plasticity and cognition, play a significant role in the pathogenesis of schizophrenia.

Shamil Sunyaev and colleagues present exome sequencing methods and their applications in studies to identify the genetic basis of human complex traits. They include analyses of the whole-exome sequences of 438 individuals from across several studies.

Bipolar disorder and schizophrenia are two often severe disorders with high heritabilities. Recent studies have demonstrated a large overlap of genetic risk loci between these disorders but diagnostic and molecular distinctions still remain. Here, we perform a combined genome-wide association study (GWAS) of 19 779 bipolar disorder (BP) and schizophrenia (SCZ) cases versus 19 423 controls, in addition to a direct comparison GWAS of 7129 SCZ cases versus 9252 BP cases. In our case–control analysis, we identify five previously identified regions reaching genome-wide significance (CACNA1C, IFI44L, MHC, TRANK1 and MAD1L1) and a novel locus near PIK3C2A. We create a polygenic risk score that is significantly different between BP and SCZ and show a significant correlation between a BP polygenic risk score and the clinical dimension of mania in SCZ patients. Our results indicate that first, combining diseases with similar genetic risk profiles improves power to detect shared risk loci and second, that future direct comparisons of BP and SCZ are likely to identify loci with significant differential effects. Identifying these loci should aid in the fundamental understanding of how these diseases differ biologically. These findings also indicate that combining clinical symptom dimensions and polygenic signatures could provide additional information that may someday be used clinically.

A recent genome-wide association study (GWAS) reported evidence for association between rs1344706 within ZNF804A (encoding zinc-finger protein 804A) and schizophrenia (P=1.61 × 10(-7)), and stronger evidence when the phenotype was broadened to include bipolar disorder (P=9.96 × 10(-9)). In this study we provide additional evidence for association through meta-analysis of a larger data set (schizophrenia/schizoaffective disorder N=18 945, schizophrenia plus bipolar disorder N=21 274 and controls N=38 675). We also sought to better localize the association signal using a combination of de novo polymorphism discovery in exons, pooled de novo polymorphism discovery spanning the genomic sequence of the locus and high-density linkage disequilibrium (LD) mapping. The meta-analysis provided evidence for association between rs1344706 that surpasses widely accepted benchmarks of significance by several orders of magnitude for both schizophrenia (P=2.5 × 10(-11), odds ratio (OR) 1.10, 95% confidence interval 1.07-1.14) and schizophrenia and bipolar disorder combined (P=4.1 × 10(-13), OR 1.11, 95% confidence interval 1.07-1.14). After de novo polymorphism discovery and detailed association analysis, rs1344706 remained the most strongly associated marker in the gene. The allelic association at the ZNF804A locus is now one of the most compelling in schizophrenia to date, and supports the accumulating data suggesting overlapping genetic risk between schizophrenia and bipolar disorder.

Genetic variants in the brain-derived neurotrophic factor (BDNF) gene, predominantly the functional Val66Met polymorphism, have been associated with risk of bipolar disorder and other psychiatric disorders. However, not all studies support these findings, and overall the evidence for the association of BDNF with disease risk is weak. As differences in population genetic structure between patient samples could cause discrepant or spurious association results, we investigated this possibility by carrying out population genetic analyses of the BDNF genomic region. Substantial variation was detected in BDNF coding region single-nucleotide polymorphism (SNP) allele and haplotype frequencies between 58 global populations, with the derived Met allele of Val66Met ranging in frequency from 0 to 72% across populations. FST analyses to assess diversity in the HapMap populations determined that the Val66Met FST value was at the 99.8th percentile among all SNPs in the genome. As the BDNF population genetic differences may be due to local selection, we performed the long-range haplotype test for selection using 68 SNPs spanning the BDNF genomic region in 12 European-derived pedigrees. Evidence for positive selection was found for a high-frequency Val-carrying haplotype, with a relative extended haplotype homozygosity value above the 99th percentile compared with HapMap data (P=4.6 × 10−4). In conclusion, we observed considerable BDNF allele and haplotype diversity among global populations and evidence for positive selection at the BDNF locus. These phenomena can have a profound impact on the detection of disease susceptibility genes and must be considered in gene association studies of BDNF.

Bogdan Pasaniuc, David Reich, Alkes Price and colleagues report analyses considering the potential of genome-wide association studies (GWAS) based on extremely low-coverage sequence data sets combined with imputation using data sets from the 1000 Genomes Project. They show with simulations and real exome-sequencing data that low-coverage sequencing can increase power for GWAS relative to genotyping arrays. Genome-wide association studies (GWAS) have proven to be a powerful method to identify common genetic variants contributing to susceptibility to common diseases. Here, we show that extremely low-coverage sequencing (0.1–0.5×) captures almost as much of the common (>5%) and low-frequency (1–5%) variation across the genome as SNP arrays. As an empirical demonstration, we show that genome-wide SNP genotypes can be inferred at a mean r2 of 0.71 using off-target data (0.24× average coverage) in a whole-exome study of 909 samples. Using both simulated and real exome-sequencing data sets, we show that association statistics obtained using extremely low-coverage sequencing data attain similar P values at known associated variants as data from genotyping arrays, without an excess of false positives. Within the context of reductions in sample preparation and sequencing costs, funds invested in extremely low-coverage sequencing can yield several times the effective sample size of GWAS based on SNP array data and a commensurate increase in statistical power.