Intelligence is highly heritable1 and a major determinant of human health and well-being2. Recent genome-wide meta-analyses have identified 24 genomic loci linked to variation in intelligence3-7, but much about its genetic underpinnings remains to be discovered. Here, we present a large-scale genetic association study of intelligence (n = 269,867), identifying 205 associated genomic loci (190 new) and 1,016 genes (939 new) via positional mapping, expression quantitative trait locus (eQTL) mapping, chromatin interaction mapping, and gene-based association analysis. We find enrichment of genetic effects in conserved and coding regions and associations with 146 nonsynonymous exonic variants. Associated genes are strongly expressed in the brain, specifically in striatal medium spiny neurons and hippocampal pyramidal neurons. Gene set analyses implicate pathways related to nervous system development and synaptic structure. We confirm previous strong genetic correlations with multiple health-related outcomes, and Mendelian randomization analysis results suggest protective effects of intelligence for Alzheimer's disease and ADHD and bidirectional causation with pleiotropic effects for schizophrenia. These results are a major step forward in understanding the neurobiology of cognitive function as well as genetically related neurological and psychiatric disorders.

Abstract The second iteration of the Autism Brain Imaging Data Exchange (ABIDE II) aims to enhance the scope of brain connectomics research in Autism Spectrum Disorder (ASD). Consistent with the initial ABIDE effort (ABIDE I), that released 1112 datasets in 2012, this new multisite open-data resource is an aggregate of resting state functional magnetic resonance imaging (MRI) and corresponding structural MRI and phenotypic datasets. ABIDE II includes datasets from an additional 487 individuals with ASD and 557 controls previously collected across 16 international institutions. The combination of ABIDE I and ABIDE II provides investigators with 2156 unique cross-sectional datasets allowing selection of samples for discovery and/or replication. This sample size can also facilitate the identification of neurobiological subgroups, as well as preliminary examinations of sex differences in ASD. Additionally, ABIDE II includes a range of psychiatric variables to inform our understanding of the neural correlates of co-occurring psychopathology; 284 diffusion imaging datasets are also included. It is anticipated that these enhancements will contribute to unraveling key sources of ASD heterogeneity.

Summary

Background

 Thyroid hormone is involved in the regulation of early brain development. Since the fetal thyroid gland is not fully functional until week 18–20 of pregnancy, neuronal migration and other crucial early stages of intrauterine brain development largely depend on the supply of maternal thyroid hormone. Current clinical practice mostly focuses on preventing the negative consequences of low thyroid hormone concentrations, but data from animal studies have shown that both low and high concentrations of thyroid hormone have negative effects on offspring brain development. We aimed to investigate the association of maternal thyroid function with child intelligence quotient (IQ) and brain morphology. 

Methods

 In this population-based prospective cohort study, embedded within the Generation R Study (Rotterdam, Netherlands), we investigated the association of maternal thyroid function with child IQ (assessed by non-verbal intelligence tests) and brain morphology (assessed on brain MRI scans). Eligible women were those living in the study area at their delivery date, which had to be between April 1, 2002, and Jan 1, 2006. For this study, women with available serum samples who presented in early pregnancy (<18 weeks) were included. Data for maternal thyroid-stimulating hormone, free thyroxine, thyroid peroxidase antibodies (at weeks 9–18 of pregnancy), and child IQ (assessed at a median of 6·0 years of age [95% range 5·6–7·9 years]) or brain MRI scans (done at a median of 8·0 years of age [6·2–10·0]) were obtained. Analyses were adjusted for potential confounders including concentrations of human chorionic gonadotropin and child thyroid-stimulating hormone and free thyroxine. 

Findings

 Data for child IQ were available for 3839 mother–child pairs, and MRI scans were available from 646 children. Maternal free thyroxine concentrations showed an inverted U-shaped association with child IQ (p=0·0044), child grey matter volume (p=0·0062), and cortex volume (p=0·0011). For both low and high maternal free thyroxine concentrations, this association corresponded to a 1·4–3·8 points reduction in mean child IQ. Maternal thyroid-stimulating hormone was not associated with child IQ or brain morphology. All associations remained similar after the exclusion of women with overt hypothyroidism and overt hyperthyroidism, and after adjustment for concentrations of human chorionic gonadotropin, child thyroid-stimulating hormone and free thyroxine or thyroid peroxidase antibodies (continuous or positivity). 

Interpretation

 Both low and high maternal free thyroxine concentrations during pregnancy were associated with lower child IQ and lower grey matter and cortex volume. The association between high maternal free thyroxine and low child IQ suggests that levothyroxine therapy during pregnancy, which is often initiated in women with subclinical hypothyroidism during pregnancy, might carry the potential risk of adverse child neurodevelopment outcomes when the aim of treatment is to achieve high-normal thyroid function test results. 

Funding

 The Netherlands Organisation for Health Research and Development (ZonMw) and the European Community's Seventh Framework Programme.

Emerging evidence suggests an association of maternal PUFA concentrations during pregnancy with child cognitive and neuropsychiatric outcomes such as intelligence and autistic traits. However, little is known about prenatal maternal PUFAs in relation to child brain development, which may underlie these associations.We aimed to investigate the association of maternal PUFA status during pregnancy with child brain morphology, including volumetric and white matter microstructure measures.This study was embedded in a prospective population-based study. In total, 1553 mother-child dyads of Dutch origin were included. Maternal plasma glycerophospholipid PUFAs were assessed in midpregnancy. Child brain morphologic outcomes, including total gray and white matter volumes, as well as white matter microstructure quantified by global fractional anisotropy and mean diffusivity, were measured using MRI (including diffusion tensor imaging) at age 9-11 y.Maternal ω-3 (n-3) long-chain PUFA (LC-PUFA) concentrations during pregnancy had an inverted U-shaped relation with child total gray volume (linear term: β: 16.7; 95% CI: 2.0, 31.5; quadratic term: β: -1.1; 95% CI: -2.1, -0.07) and total white matter volume (linear term: β: 15.7; 95% CI: 3.6, 27.8; quadratic term: β: -1.0; 95% CI: -1.8, -0.16). Maternal gestational ω-6 LC-PUFA concentrations did not predict brain volumetric differences in children, albeit the linolenic acid concentration was inversely associated with child total white matter volume. Maternal PUFA status during pregnancy was not related to child white matter microstructure.Sufficient maternal ω-3 PUFAs during pregnancy may be related to more optimal child brain development in the long term. In particular, exposure to lower ω-3 PUFA concentrations in fetal life was associated with less brain volume in childhood. Maternal ω-6 LC-PUFAs were not related to child brain morphology.

Abstract Hemispheric asymmetry is a cardinal feature of human brain organization. Altered brain asymmetry has also been linked to some cognitive and neuropsychiatric disorders. Here the ENIGMA consortium presents the largest ever analysis of cerebral cortical asymmetry and its variability across individuals. Cortical thickness and surface area were assessed in MRI scans of 17,141 healthy individuals from 99 datasets worldwide. Results revealed widespread asymmetries at both hemispheric and regional levels, with a generally thicker cortex but smaller surface area in the left hemisphere relative to the right. Regionally, asymmetries of cortical thickness and/or surface area were found in the inferior frontal gyrus, transverse temporal gyrus, parahippocampal gyrus, and entorhinal cortex. These regions are involved in lateralized functions, including language and visuospatial processing. In addition to population-level asymmetries, variability in brain asymmetry was related to sex, age, and brain size (indexed by intracranial volume). Interestingly, we did not find significant associations between asymmetries and handedness. Finally, with two independent pedigree datasets ( N = 1,443 and 1,113, respectively), we found several asymmetries showing modest but highly reliable heritability. The structural asymmetries identified, and their variabilities and heritability provide a reference resource for future studies on the genetic basis of brain asymmetry and altered laterality in cognitive, neurological, and psychiatric disorders. Significance Statement Left-right asymmetry is a key feature of the human brain's structure and function. It remains unclear which cortical regions are asymmetrical on average in the population, and how biological factors such as age, sex and genetic variation affect these asymmetries. Here we describe by far the largest ever study of cerebral cortical brain asymmetry, based on data from 17,141 participants. We found a global anterior-posterior 'torque' pattern in cortical thickness, together with various regional asymmetries at the population level, which have not been previously described, as well as effects of age, sex, and heritability estimates. From these data, we have created an on-line resource that will serve future studies of human brain anatomy in health and disease.

Abstract The size of the human head is determined by growth in the first years of life, while the rest of the body typically grows until early adulthood 1 . Such complex developmental processes are regulated by various genes and growth pathways 2 . Rare genetic syndromes have revealed genes that affect head size 3 , but the genetic drivers of variation in head size within the general population remain largely unknown. To elucidate biological pathways underlying the growth of the human head, we performed the largest genome-wide association study on human head size to date (N = 79,107). We identified 67 genetic loci, 50 of which are novel, and found that these loci are preferentially associated with head size and mostly independent from height. In subsequent neuroimaging analyses, the majority of genetic variants demonstrated widespread effects on the brain, whereas the effects of 17 variants could be localized to one or two specific brain regions. Through hypothesis-free approaches, we find a strong overlap of head size variants with both cancer pathways and cancer genes. Gene set analyses showed enrichment for different types of cancer and the p53, Wnt and ErbB signalling pathway. Genes overlapping or close to lead variants – such as TP53 , PTEN and APC – were enriched for genes involved in macrocephaly syndromes (up to 37-fold) and high-fidelity cancer genes (up to 9-fold), whereas this enrichment was not seen for human height variants. This indicates that genes regulating early brain and cranial growth are associated with a propensity to neoplasia later in life, irrespective of height. Our results warrant further investigations of the link between head size and cancer, as well as its clinical implications in the general population.

Dietary patterns in childhood have been associated with child neurodevelopment and cognitive performance, while the underlying neurobiological pathway is unclear. We aimed to examine associations of dietary patterns in infancy and mid-childhood with pre-adolescent brain morphology, and whether diet-related differences in brain morphology mediate the relation with cognition. We included 1888 and 2326 children with dietary data at age one or eight years, respectively, and structural neuroimaging at age 10 years in the Generation R Study. Measures of brain morphology were obtained using magnetic resonance imaging. Dietary intake was assessed using food-frequency questionnaires, from which we derived diet quality scores based on dietary guidelines and dietary patterns using principal component analyses. Full scale IQ was estimated using the Wechsler Intelligence Scale for Children-Fifth Edition at age 13 years. Children with higher adherence to a dietary pattern labeled as 'Snack, processed foods and sugar' at age one year had smaller cerebral white matter volume at age 10 (B = -4.3, 95%CI -6.9, -1.7). At age eight years, higher adherence to a 'Whole grains, soft fats and dairy' pattern was associated with a larger total brain (B = 8.9, 95%CI 4.5, 13.3), and larger cerebral gray matter volumes at age 10 (B = 5.2, 95%CI 2.9, 7.5). Children with higher diet quality and better adherence to a 'Whole grains, soft fats and dairy' dietary pattern at age eight showed greater brain gyrification and larger surface area, clustered primarily in the dorsolateral prefrontal cortex. These observed differences in brain morphology mediated associations between dietary patterns and IQ. In conclusion, dietary patterns in early- and mid-childhood are associated with differences in brain morphology which may explain the relation between dietary patterns and neurodevelopment in children.

The radial unit hypothesis provides a framework for global (proliferation) and regional (distribution) expansion of the primate cerebral cortex. Using principal component analysis (PCA), we have identified cortical regions with shared variance in their surface area and cortical thickness, respectively, segmented from magnetic resonance images obtained in 23,800 participants. We then carried out meta-analyses of genome-wide association studies of the first two principal components for each phenotype. For surface area (but not cortical thickness), we have detected strong associations between each of the components and single nucleotide polymorphisms in a number of gene loci. The first (global) component was associated mainly with loci on chromosome 17 (9.5e-32 ≤ p ≤ 2.8e-10), including those detected previously as linked with intracranial volume and/or general cognitive function. The second (regional) component captured shared variation in the surface area of the primary and adjacent secondary visual cortices and showed a robust association with polymorphisms in a locus on chromosome 14 containing Disheveled Associated Activator of Morphogenesis 1 ( DAAM1 ; p =2.4e-34). DAAM1 is a key component in the planar-cell-polarity signaling pathway. In follow-up studies, we have focused on the latter finding and established that: (1) DAAM1 is highly expressed between 12th and 22nd post-conception weeks in the human cerebral cortex; (2) genes co-expressed with DAAM1 in the primary visual cortex are enriched in mitochondria-related pathways; and (3) volume of the lateral geniculate nucleus, which projects to regions of the visual cortex staining for cytochrome oxidase (a mitochondrial enzyme), correlates with the surface area of the visual cortex in major-allele homozygotes but not in carriers of the minor allele. Altogether, we speculate that, in concert with thalamocortical input to cortical subplate, DAAM1 enables migration of neurons to cytochrome-oxidase rich regions of the visual cortex, and, in turn, facilitates regional expansion of this set of cortical regions during development.

Background: Neuroimaging has contributed considerably to our understanding of brain development and its relationship to cognition and behavior. However, despite advancements in neuroimaging, replicability in research remains a key issue and there are no gold standard models that quantify neuroanatomical correlates of cognition, behavior and their interplay. Methods: Research groups across the globe have each independently created simulated datasets containing the interplay between brain development, behavior, and cognition. Each group has worked independently and unaware of the approaches and assumptions made by the other groups. Each group was provided the same number of variables and were instructed to create three datasets with each embedding how they envision the interplay between brain development, behavior, and cognition emerges throughout development. Results: We are releasing these simulated datasets to challenge/invite the research community to determine the underlying patterns and assumptions within the simulated datasets. Each dataset contains 10,000 participants over 7 longitudinal waves, ranging from age 7 to 20. The data can be found at https://socoden.github.io/Simulation/. The code and descriptions of the models that were used to create these datasets will be released mid 2025. The research community is invited to explore underlying models and data patterns in simulated datasets and submit their findings. Discussion: Findings from those in the community analyzing data will be evaluated by the groups that generated the simulated datasets. Evaluations will be qualitative and will be used to identify common themes across patterns in simulated datasets and models applied by the community, to learn which proposed neurodevelopment patterns were picked up, which ones were missed and what were common assumptions made. Lessons learned will be disseminated to the research community and may also be beneficial to test with real data as large developmental datasets, such as the ABCD Study and the China Child Brain Development (CCBD) Study, come to fruition.

Insomnia is the second-most prevalent mental disorder, with no sufficient treatment available. Despite a substantial role of genetic factors, only a handful of genes have been implicated and insight into the associated neurobiological pathways remains limited. Here, we use an unprecedented large genetic association sample (N=1,331,010) to allow detection of a substantial number of genetic variants and gain insight into biological functions, cell types and tissues involved in insomnia. We identify 202 genome-wide significant loci implicating 956 genes through positional, eQTL and chromatin interaction mapping. We show involvement of the axonal part of neurons, of specific cortical and subcortical tissues, and of two specific cell-types in insomnia: striatal medium spiny neurons and hypothalamic neurons. These cell-types have been implicated previously in the regulation of reward processing, sleep and arousal in animal studies, but have never been genetically linked to insomnia in humans. We found weak genetic correlations with other sleep-related traits, but strong genetic correlations with psychiatric and metabolic traits. Mendelian randomization identified causal effects of insomnia on specific psychiatric and metabolic traits. Our findings reveal key brain areas and cells implicated in the neurobiology of insomnia and its related disorders, and provide novel targets for treatment.