The prevalence of somatic insulinopathies, like metabolic syndrome (MetS), obesity, and type 2 diabetes mellitus (T2DM), is higher in Alzheimer's disease (AD), autism spectrum disorder (ASD), and obsessive-compulsive disorder (OCD). Dysregulation of insulin signalling has been implicated in these neuropsychiatric disorders, and shared genetic factors might partly underlie this observed multimorbidity. We investigated the genetic overlap between AD, ASD, and OCD with MetS, obesity, and T2DM by estimating pairwise global genetic correlations using the summary statistics of the largest available genome-wide association studies for these phenotypes. Having tested these hypotheses, other potential brain "insulinopathies" were also explored by estimating the genetic relationship of six additional neuropsychiatric disorders with nine insulin-related diseases/traits. Stratified covariance analyses were then performed to investigate the contribution of insulin-related gene sets. Significant negative genetic correlations were found between OCD and MetS (rg = -0.315, p = 3.9 × 10-8), OCD and obesity (rg = -0.379, p = 3.4 × 10-5), and OCD and T2DM (rg = -0.172, p = 3 × 10-4). Significant genetic correlations with insulin-related phenotypes were also found for anorexia nervosa (AN), attention-deficit/hyperactivity disorder (ADHD), major depressive disorder, and schizophrenia (p < 6.17 × 10-4). Stratified analyses showed negative genetic covariances between AD, ASD, OCD, ADHD, AN, bipolar disorder, schizophrenia and somatic insulinopathies through gene sets related to insulin signalling and insulin receptor recycling, and positive genetic covariances between AN and T2DM, as well as ADHD and MetS through gene sets related to insulin processing/secretion (p < 2.06 × 10-4). Overall, our findings suggest the existence of two clusters of neuropsychiatric disorders, in which the genetics of insulin-related diseases/traits may exert divergent pleiotropic effects. These results represent a starting point for a new research line on "insulinopathies" of the brain.

Abstract Objective Maladaptive aggression, as present in conduct disorder (CD) and, to a lesser extent, oppositional defiant disorder (ODD), has been associated with structural alterations in various brain regions, such as ventromedial prefrontal cortex (vmPFC), anterior cingulate cortex (ACC), amygdala, insula and ventral striatum. Although aggression can be subdivided into reactive and proactive subtypes, no neuroimaging studies have yet investigated if any structural brain alterations are associated with either of the subtypes specifically. Here we investigated this association in predefined regions of interest. Method T1-weighted magnetic resonance images were acquired from 158 children and adolescents with aggressive behavior (ODD/CD) and 96 controls in a multi-centre study. Aggression subtypes were assessed by questionnaires. Cortical volume and subcortical volumes and shape were determined using Freesurfer and the FMRIB integrated registration and segmentation tool. Associations between volumes and continuous measures of aggression were established using multilevel linear mixed effects models. Results In cases only proactive aggression was negatively associated with amygdala volume ( b =−11.82, p =0.05), while reactive aggression was negatively associated with insula volume ( b =−46.41, p =0.01). Classical group comparison showed that children and adolescents with aggressive behavior had smaller volumes than controls in (bilateral) ventral striatum ( p =0.003), ACC ( p =0.01), and vmPFC ( p =0.003) with modest effect sizes. Conclusions Aggression was associated with reduced volume in brain regions involved in decision making. Negative associations were found between reactive aggression and volumes in regions involved in threat responsivity and between proactive aggression and regions linked to empathy. This provides evidence for aggression subtype-specific alterations in brain structure.

A bstract It is increasingly recognized that multiple psychiatric conditions are underpinned by shared neural pathways, affecting similar brain systems. Here, we assessed i) shared dimensions of alterations in cortical morphology across six major psychiatric conditions (autism spectrum disorder, attention deficit/hyperactivity disorder, major depression, obsessive-compulsive disorder, bipolar disorder, schizophrenia) and ii) carried out a multiscale neural contextualization, by cross-referencing shared anomalies against cortical myeloarchitecture and cytoarchitecture, as well as connectome and neurotransmitter organization. Pooling disease-related effects on MRI-based cortical thickness measures across six ENIGMA working groups, including a total of 28,546 participants (12,876 patients and 15,670 controls), we computed a shared disease dimension on cortical morphology using principal component analysis that described a sensory-fugal pattern with paralimbic regions showing the most consistent abnormalities across conditions. The shared disease dimension was closely related to cortical gradients of microstructure and intrinsic connectivity, as well as neurotransmitter systems, specifically serotonin and dopamine. Our findings embed the shared effects of major psychiatric conditions on brain structure in multiple scales of brain organization and may provide novel insights into neural mechanisms into transdiagnostic vulnerability.

Abstract Structural brain alterations found in Autism Spectrum Disorder (ASD) have previously been very heterogeneous, with overall limited effect sizes for every region implicated. In this study, we aimed at exploring the existence of subgroups in ASD, based on neuroanatomic profiles; we hypothesized that effect sizes of case/control difference would be increased in defined subgroups. Using the dataset from the ENIGMA-ASD Working Group (n=2661), exploratory factor analysis (EFA) was applied on seven subcortical volumes of individuals with ASD and controls to uncover the underlying organization of subcortical structures. Based on earlier findings in ADHD patients and controls as well as data availability, we focused on three age groups: boys (aged 4-14 years), male adolescents (aged 14-22 years), and adult men (aged >=22 years). The resulting factor scores were used in a community detection (CD) analysis, to cluster participants into subgroups. Three factors were found in each sample, with the factor structure in adult men differing from that in boys and male adolescents. From the patterns in these factors, CD uncovered four distinct communities in boys and three communities in adolescents and adult men, irrespective of ASD diagnostic status. The effect sizes of case/control comparisons appeared more pronounced than in the whole sample in some communities. Based on subcortical volumes, we succeeded in stratifying our participants into more homogeneous subgroups with similar brain structural patterns. The stratification enhanced our ability to observe case/control differences of subcortical brain volumes in ASD, and may help explain some of the heterogeneity of previous findings in ASD.

Abstract Most psychiatric disorders are highly heritable and associated with altered brain structural and functional patterns. Data fusion analyses on brain imaging and genetics, one of which is parallel independent component analysis (pICA), enable the link of genomic factors to brain patterns. Due to the small to modest effect sizes of common genetic variants in psychiatric disorders, it is usually challenging to reliably separate disorder-related genetic factors from the rest of the genome with the typical size of clinical samples. To alleviate this problem, we propose sparse parallel independent component analysis (spICA) to leverage the sparsity of individual genomic sources. The sparsity is enforced by performing Hoyer projection on the estimated independent sources. Simulation results demonstrate that the proposed spICA yields improved detection of independent sources and imaging-genomic associations compared to pICA. We applied spICA to gray matter volume (GMV) and single nucleotide polymorphism (SNP) data of 341 unrelated adults, including 127 controls, 167 attention-deficit/hyperactivity disorder (ADHD) cases, and 47 unaffected siblings. We identified one SNP source significantly and positively associated with a GMV source in superior/middle frontal regions. This association was replicated with a smaller effect size in 317 adolescents from ADHD families, including 188 individuals with ADHD and 129 unaffected siblings. The association was found to be more significant in ADHD families than controls, and stronger in adults and older adolescents than younger ones. The identified GMV source in superior/middle frontal regions was not correlated with head motion parameters and its loadings (expression levels) were reduced in adolescent (but not adult) individuals with ADHD. This GMV source was associated with working memory deficits in both adult and adolescent individuals with ADHD. The identified SNP component highlights SNPs in genes encoding long non-coding RNAs and SNPs in genes MEF2C, CADM2, and CADPS2, which have known functions relevant for modulating neuronal substrates underlying high-level cognition in ADHD.

Abstract Numerous brain disorders demonstrate structural brain abnormalities, which are thought to arise from molecular perturbations or connectome miswiring. The unique and shared contributions of these molecular and connectomic vulnerabilities to brain disorders remain unknown, and has yet to be studied in a single multi-disorder framework. Using MRI morphometry from the ENIGMA consortium, we construct maps of cortical abnormalities for thirteen neurodevelopmental, neurological, and psychiatric disorders from N = 21 000 patients and N = 26 000 controls, collected using a harmonized processing protocol. We systematically compare cortical maps to multiple micro-architectural measures, including gene expression, neurotransmitter density, metabolism, and myelination (molecular vulnerability), as well as global connectomic measures including number of connections, centrality, and connection diversity (connectomic vulnerability). We find that regional molecular vulnerability and macroscale brain network architecture interact to drive the spatial patterning of cortical abnormalities in multiple disorders. Local attributes, particularly neurotransmitter receptor profiles, constitute the best predictors of both disorder-specific cortical morphology and cross-disorder similarity. Finally, we find that cross-disorder abnormalities are consistently subtended by a small subset of network epicentres in bilateral sensory-motor, medial temporal lobe, precuneus, and superior parietal cortex. Collectively, our results highlight how local biological attributes and global connectivity jointly shape cross-disorder cortical abnormalities.

Abstract Objective There is increasing evidence for altered resting state functional connectivity (rsFC) in adolescents with disruptive behavior. Despite considerable ongoing behavioral research suggesting also important differences relating to reactive and proactive aggression, the corresponding rsFC correlates have not been studied to date. We therefore examined associations between these aggression subtypes along with subdimensions of callous-unemotional (CU) traits and rsFC using predefined seeds in aggression-related salience network (SN) and default mode network (DMN). Method Aggression subtype-specific whole-brain rsFC of SN and DMN seeds was investigated in a resting state sequence (mean acquisition time = 8 min 25 sec) acquired from 207 children and adolescents of both sexes aged 8 - 18 years (mean age (SD) = 13.30 (2.60) years; range = 8.02 – 18.35) in a multi-center study. One hundred eighteen individuals exhibited disruptive behavior (conduct disorder/oppositional defiant disorder) with different levels of comorbid ADHD symptoms, 89 were healthy. Results Compared to healthy controls, cases demonstrated reduced DMN and – after controlling for ADHD scores – SN seed-based rsFC with left hemispheric frontal clusters. We found increased and distinct aggression-subtype specific rsFC patterns. Specifically, reactive and proactive aggression correlated with distinct SN and DMN seed-based rsFC patterns. CU dimensions led to different DMN and SN rsFC with clusters including frontal, parietal, and cingulate areas. Conclusions This first study investigating reactive and proactive aggression along with CU dimensions reveals new subtype-specific whole-brain rsFC patterns in brain regions linked to processes like emotion, empathy, moral, and cognitive control.

Abstract Background Autism spectrum disorder (autism) is a complex neurodevelopmental condition with pronounced behavioural, cognitive, and neural heterogeneities across individuals. Here, our goal was to characterise heterogeneity in autism by identifying patterns of neural diversity as reflected in BOLD fMRI in the way individuals with autism engage with a varied array of cognitive tasks. Methods All analyses were based on the EU-AIMS/AIMS-2-TRIALS multisite Longitudinal European Autism Project (LEAP) with participants with autism and typically developing controls (TD) between 6 and 30 years of age. We employed a novel task-potency approach which combines the unique aspects of both resting-state fMRI and task-fMRI to quantify task-induced variations in the functional connectome. Normative modelling was used to map atypicality of features on an individual basis with respect to their distribution in neurotypical control participants. We applied robust out-of-sample canonical correlation analysis (CCA) to relate connectome data to behavioural data. Results Deviation from the normative ranges of global functional connectivity was greater for individuals with autism compared to TD in each fMRI task paradigm (all tasks p<0.001). The similarity across individuals of the deviation pattern was significantly increased in autistic relative to TD individuals (p<0.002). The CCA identified significant and robust brainbehavior covariation between functional connectivity atypicality and autism-related behavioral features. Conclusions Individuals with autism engage with tasks in a globally atypical way, but the particular spatial pattern of this atypicality is nevertheless similar across tasks. Atypicalities in the tasks originate mostly from prefrontal cortex and default mode network regions, but also speech and auditory networks. We show, moving forward, sophisticated modeling methods such as task-potency and normative modeling will prove key to unravelling complex heterogeneous conditions like autism.

Abstract Only a small number of studies have assessed structural differences between the two hemispheres during childhood and adolescence. However, the existing findings lack consistency or are restricted to a particular brain region, a specific brain feature, or a relatively narrow age range. Here, we investigated associations between brain asymmetry and age as well as sex in one of the largest pediatric samples to date ( n = 4265), aged 1–18 years, scanned at 69 sites participating in the ENIGMA (Enhancing NeuroImaging Genetics through Meta‐Analysis) consortium. Our study revealed that significant brain asymmetries already exist in childhood, but their magnitude and direction depend on the brain region examined and the morphometric measurement used (cortical volume or thickness, regional surface area, or subcortical volume). With respect to effects of age, some asymmetries became weaker over time while others became stronger; sometimes they even reversed direction. With respect to sex differences, the total number of regions exhibiting significant asymmetries was larger in females than in males, while the total number of measurements indicating significant asymmetries was larger in males (as we obtained more than one measurement per cortical region). The magnitude of the significant asymmetries was also greater in males. However, effect sizes for both age effects and sex differences were small. Taken together, these findings suggest that cerebral asymmetries are an inherent organizational pattern of the brain that manifests early in life. Overall, brain asymmetry appears to be relatively stable throughout childhood and adolescence, with some differential effects in males and females.

Abstract BACKGROUND Sensory atypicalities are particularly common in autism spectrum disorders (ASD). Nevertheless, our knowledge about the divergence of the underlying somatosensory region and its association with ASD phenotype features is limited. METHODS We applied a data-driven approach to map the fine-grained variations in functional connectivity of the primary somatosensory cortex (S1) to the rest of the brain in 240 autistic and 164 neurotypical individuals from the EU-AIMS LEAP dataset, aged between 7 and 30. We estimated the S1 connection topography (‘connectopy’) during rest and during the emotional face-matching (Hariri) task, an established measure of emotion reactivity, and accessed its association with a set of clinical and behavioral variables. RESULTS We demonstrated that the S1 connectopy is organized along a dorsoventral axis, mapping onto the somatotopic organization of S1. We found that its spatial characteristics were linked to the individuals’ adaptive functioning skills, as measured by the Vineland Adaptive Behavior Scales, across the whole sample. Higher functional differentiation characterized the S1 connectopies of individuals with higher daily life adaptive skills. Notably, we detected significant differences between rest and the Hariri task in the S1 connectopies, as well as their projection maps onto the rest of the brain suggesting a task-modulating effect on S1 due to emotion processing. CONCLUSIONS Variation of daily life adaptive skills appears to be reflected in the brain’s mesoscale neural circuitry, as shown by the S1 connectivity profile, which is also differentially modulated during rest and emotional processing.