Summary Bub1 is a serine/threonine kinase proposed to function centrally in both mitotic chromosome alignment and the spindle assembly checkpoint (SAC), however its role remains controversial. Although it is well documented that Bub1 phosphorylation of Histone 2A at T120 (H2ApT120) recruits Sgo1/2 to kinetochores, the requirement of its kinase activity for chromosome alignment and the SAC is debated. As small-molecule inhibitors can be invaluable tools for investigation of kinase function, we decided to evaluate the relative potential of two agents (2OH-BNPPI and BAY-320) as Bub1 inhibitors. After confirming that both agents inhibit Bub1 in vitro , we developed a cell based-assay to specifically measure Bub1 inhibition in vivo . For this assay we overexpressed a fusion of Histone 2B and the Bub1 kinase region (Bub1C) tethering it in close proximity to H2A, which generated a strong ectopic H2ApT120 signal along chromosome arms. The ectopic signal generated from Bub1C activity was effectively inhibited by BAY-320, but not 2OH-BNPP1. In addition, only BAY-320 was able to inhibit endogenous Bub1-mediated Sgo1 localisation. Preliminary experiments using BAY-320 suggested a minor role for Bub1 kinase activity in chromosome alignment and the SAC, however results suggest that BAY-320 may exhibit off-target effects at the concentration required to demonstrate these outcomes. In conclusion, 2OH-BNPP1 may not be an effective Bub1 inhibitor in vivo , and while BAY-320 is able to inhibit Bub1 in vivo , the high concentrations required and potential for off-target effects highlight the ongoing need for improved Bub1 inhibitors.

Introduction Loneliness has been identified as an important public health issue, peaking during adolescence. Previous research has suggested that social interaction is a key factor in loneliness, and positive social interaction can act as a protective factor against loneliness. However, it is unclear whether there are differing impacts of in-person and online social interaction on adolescents’ loneliness and mental health. Ecological Momentary Assessment (EMA) designs are ideally suited for better understanding these associations. Method and analysis In the ‘Loneliness in the Digital World’ study, we will use a co-developed EMA design to capture daily social interactions, loneliness and mental health such as positive and negative emotions, depression and anxiety in approximately 200 adolescents aged 12–15 years. We will combine this with comprehensive information gathered from online surveys. Analysing the data using techniques such as dynamic structural equation modelling, we will examine, among other research questions, the associations between online and in-person social interaction and feelings of loneliness. The results can help inform interventions to support adolescents with high levels of loneliness and poor mental health. Ethics and dissemination We received the ethics approval for the data collection from The Academic and Clinical Central Office for Research and Development, followed by the College of Medicine and Veterinary Medicine Ethics panel at University of Edinburgh, and finally reviewed by East of Scotland Research Ethics Service. The results will be disseminated through journal publications, conferences and seminar presentations and to relevant stakeholders such as teachers.

Abstract Delineating age-related cortical trajectories in healthy individuals is critical given the association of cortical thickness with cognition and behaviour. Previous research has shown that deriving robust estimates of age-related brain morphometric changes requires large-scale studies. In response, we conducted a large-scale analysis of cortical thickness in 17,075 individuals aged 3-90 years by pooling data through the Lifespan Working group of the Enhancing Neuroimaging Genetics through Meta-Analysis (ENIGMA) Consortium. We used fractional polynomial (FP) regression to characterize age-related trajectories in cortical thickness, and we computed normalized growth centiles using the parametric Lambda, Mu, and Sigma (LMS) method. Inter-individual variability was estimated using meta-analysis and one-way analysis of variance. Overall, cortical thickness peaked in childhood and had a steep decrease during the first 2-3 decades of life; thereafter, it showed a gradual monotonic decrease which was steeper in men than in women particularly in middle-life. Notable exceptions to this general pattern were entorhinal, temporopolar and anterior cingulate cortices. Inter-individual variability was largest in temporal and frontal regions across the lifespan. Age and its FP combinations explained up to 59% variance in cortical thickness. These results reconcile uncertainties about age-related trajectories of cortical thickness; the centile values provide estimates of normative variance in cortical thickness, and may assist in detecting abnormal deviations in cortical thickness, and associated behavioural, cognitive and clinical outcomes.

Abstract Age has a major effect on brain volume. However, the normative studies available are constrained by small sample sizes, restricted age coverage and significant methodological variability. These limitations introduce inconsistencies and may obscure or distort the lifespan trajectories of brain morphometry. In response, we capitalised on the resources of the Enhancing Neuroimaging Genetics through Meta-Analysis (ENIGMA) Consortium to examine the age-related morphometric trajectories of the ventricles, the basal ganglia (caudate, putamen, pallidum, and nucleus accumbens), the thalamus, hippocampus and amygdala using magnetic resonance imaging data obtained from 18,605 individuals aged 3-90 years. All subcortical structure volumes were at their maximum early in life; the volume of the basal ganglia showed a gradual monotonic decline thereafter while the volumes of the thalamus, amygdala and the hippocampus remained largely stable (with some degree of decline in thalamus) until the sixth decade of life followed by a steep decline thereafter. The lateral ventricles showed a trajectory of continuous enlargement throughout the lifespan. Significant age-related increase in inter-individual variability was found for the hippocampus and amygdala and the lateral ventricles. These results were robust to potential confounders and could be used to derive risk predictions for the early identification of diverse clinical phenotypes.

Background: Major depressive disorder (MDD) is a severe, heritable psychiatric disorder associated with shortened lifespan and comorbidities of advancing age. It is unknown however whether MDD is associated with accelerated biological ageing relative to chronological age. This hypothesis was tested using the epigenetic clock as a measure of biological age. Methods: To address the main hypothesis, using peripheral blood, we derived measures of Epigenetic Age Acceleration (EAA) in 3,833 controls and 1,219 MDD cases based on Hannum and Horvath epigenetic clocks in Generation Scotland (GS:SFHS, mean age 48 years, std dev 14.5). Models controlled for relatedness, sex, cell counts, and processing batch (basic model), as well as additional covariates of smoking and drinking status, and body mass index (BMI) (full models). Results: Accelerated epigenetic ageing was found in MDD cases versus controls using the Horvath clock (β=0.0804, p=0.012 equivalent to 0.20 years) in both the basic and full models. Significant MDD*age interactions indicated greatest effects at younger age ranges. No significant differences were observed for the Hannum clock. BMI was the only additional covariate found to attenuate the relationship between EAAHorvath and MDD. Further, genetic correlation analysis indicated significant overlap in the genetic aetiology of EAAHorvath with BMI (rG=0.20, p=0.03), between MDD with BMI (rG=0.10, p=9.86x10-6), but not between EAAHorvath and MDD (rG=0.14, p=0.125). Mediation analysis indicated partial mediation of the relationship between EAAHorvath and depression status through BMI (β=0.0028; p=0.0248, ~13%). Conclusion: These data imply that accelerated biological ageing is associated with MDD and partially mediated through BMI.

For many traits, males show greater variability than females, with possible implications for understanding sex differences in health and disease. Here, the ENIGMA (Enhancing Neuro Imaging Genetics through Meta-Analysis) Consortium presents the largest-ever mega-analysis of sex differences in variability of brain structure, based on international data spanning nine decades of life. Subcortical volumes, cortical surface area and cortical thickness were assessed in MRI data of 16,683 healthy individuals 1-90 years old (47% females). We observed patterns of greater male than female between-subject variance for all brain measures. This pattern was stable across the lifespan for 50% of the subcortical structures, 70% of the regional area measures, and nearly all regions for thickness. Our findings that these sex differences are present in childhood implicate early life genetic or gene-environment interaction mechanisms. The findings highlight the importance of individual differences within the sexes, that may underpin sex-specific vulnerability to disorders.

Sex differences in the human brain are of interest, for example because of sex differences in the observed prevalence of psychiatric disorders and in some psychological traits. We report the largest single-sample study of structural and functional sex differences in the human brain (2,750 female, 2,466 male participants; 44-77 years). Males had higher volumes, surface areas, and white matter fractional anisotropy; females had thicker cortices and higher white matter tract complexity. There was considerable distributional overlap between the sexes. Subregional differences were not fully attributable to differences in total volume or height. There was generally greater male variance across structural measures. Functional connectome organization showed stronger connectivity for males in unimodal sensorimotor cortices, and stronger connectivity for females in the default mode network. This large-scale study provides a foundation for attempts to understand the causes and consequences of sex differences in adult brain structure and function.

Aims: Several factors are known to increase risk for cerebrovascular disease and dementia, but there is limited evidence on associations between multiple vascular risk factors (VRFs) and detailed aspects of brain macro- and microstructure in large community-dwelling populations across middle- and older age. Methods and Results: Associations between VRFs (smoking, hypertension, pulse pressure, diabetes, hypercholersterolaemia, BMI, and waist-hip ratio) and both global and regional brain structural and diffusion MRI markers were examined in UK Biobank (N = 9722, age range 44-77 years). A larger number of VRFs was associated with greater brain atrophy, lower grey matter volume, and poorer white matter health. Effect sizes were small (brain structural R2 ≤ 1.8%). Higher aggregate vascular risk was related to multiple regional MRI hallmarks associated with dementia risk: lower frontal and temporal cortical volumes, lower subcortical volumes, higher white matter hyperintensity volumes, and poorer white matter microstructure in association and thalamic pathways. Smoking pack years, hypertension and diabetes showed the most consistent associations across all brain measures. Hypercholesterolaemia was not uniquely associated with any MRI marker. Conclusion: Higher levels of VRFs were associated with poorer brain health across grey and white matter macro- and microstructure. Effects are mainly additive, converging upon frontal and temporal cortex, subcortical structures, and specific classes of white matter fibres. Though effect sizes were small, these results emphasise the vulnerability of brain health to vascular factors even in relatively healthy middle and older age, and the potential to partly ameliorate cognitive decline by addressing these malleable risk factors.

Previous reports of altered grey and white matter structure in Major Depressive Disorder (MDD) have been inconsistent. Recent meta-analyses have, however, reported reduced hippocampal grey matter volume in MDD and reduced white matter integrity in several brain regions. The use of different diagnostic criteria, scanners and imaging sequences may, however, obscure further anatomical differences. In this study, we tested for differences in subcortical grey matter volume (n=1157) and white matter integrity (n=1089) between depressed individuals and controls in the subset of 8590 UK Biobank Imaging study participants who had undergone depression assessments. Whilst we found no significant differences in subcortical volumes, significant reductions were found in depressed individuals versus controls in global white matter integrity, as measured by fractional anisotropy (FA) (β=-0.182, p=0.005). We also found reductions in FA in association/commissural fibres (β=-0.184, pcorrected=0.010) and thalamic radiations (β=-0.159, pcorrected=0.020). Tract-specific FA reductions were also found in the left superior longitudinal fasciculus (β=-0.194, pcorrected=0.025), superior thalamic radiation (β=-0.224, pcorrected=0.009) and forceps major (β=-0.193, pcorrected=0.025) in depression (all betas standardised). Our findings provide further evidence for disrupted white matter integrity in MDD.

Major depressive disorder (MDD), schizophrenia (SCZ) and bipolar disorder (BP) are common, disabling and heritable psychiatric diseases with a complex overlapping polygenic architecture. Individuals with these disorders, as well as their unaffected relatives, show widespread structural differences in corticostriatal and limbic networks. Structural variation in many of these brain regions is also heritable and polygenic but whether their genetic architecture overlaps with major psychiatric disorders is unknown. We sought to address this issue by examining the impact of polygenic risk of MDD, SCZ, and BP on subcortical brain volumes and white matter (WM) microstructure in a large single sample of neuroimaging data; the UK Biobank Imaging study. The first release of UK Biobank imaging data compromised participants with overlapping genetic data and subcortical volumes (N = 978) and WM measures (N = 816). Our, findings however, indicated no statistically significant associations between either subcortical volumes or WM microstructure, and polygenic risk for MDD, SCZ or BP. In the current study, we found little or no evidence for genetic overlap between major psychiatric disorders and structural brain measures. These findings suggest that subcortical brain volumes and WM microstructure may not be closely linked to the genetic mechanisms of major psychiatric disorders.