Summary

 Macroscopic cortical networks are important for cognitive function, but it remains challenging to construct anatomically plausible individual structural connectomes from human neuroimaging. We introduce a new technique for cortical network mapping based on inter-regional similarity of multiple morphometric parameters measured using multimodal MRI. In three cohorts (two human, one macaque), we find that the resulting morphometric similarity networks (MSNs) have a complex topological organization comprising modules and high-degree hubs. Human MSN modules recapitulate known cortical cytoarchitectonic divisions, and greater inter-regional morphometric similarity was associated with stronger inter-regional co-expression of genes enriched for neuronal terms. Comparing macaque MSNs with tract-tracing data confirmed that morphometric similarity was related to axonal connectivity. Finally, variation in the degree of human MSN nodes accounted for about 40% of between-subject variability in IQ. Morphometric similarity mapping provides a novel, robust, and biologically plausible approach to understanding how human cortical networks underpin individual differences in psychological functions.

Abstract Functional neuroimaging research in the non-human primate (NHP) has been advancing at a remarkable rate. The increase in available data establishes a need for robust analysis pipelines designed for NHP neuroimaging and accompanying template spaces to standardize the localization of neuroimaging results. Our group recently developed the NIMH Macaque Template (NMT), a high-resolution population average anatomical template and associated neuroimaging resources, providing researchers with a standard space for macaque neuroimaging (Seidlitz, Sponheim et al., 2018). Here, we release NMT v2, which includes both symmetric and asymmetric templates in stereotaxic orientation, with improvements in spatial contrast, processing efficiency, and segmentation. We also introduce the Cortical Hierarchy Atlas of the Rhesus Macaque (CHARM), a hierarchical parcellation of the macaque cerebral cortex with varying degrees of detail. These tools have been integrated into the neuroimaging analysis software AFNI (Cox, 1996) to provide a comprehensive and robust pipeline for fMRI processing, visualization and analysis of NHP data. AFNI’s new @animal_warper program can be used to efficiently align anatomical scans to the NMT v2 space, and afni_proc.py integrates these results with full fMRI processing using macaque-specific parameters: from motion correction through regression modeling. Taken together, the NMT v2 and AFNI represent an all-in-one package for macaque functional neuroimaging analysis, as demonstrated with available demos for both task and resting state fMRI. Highlights The NMT v2, a stereotaxically aligned symmetric macaque template, is introduced. A new atlas (CHARM), defined on NMT v2, parcellates the cortex at six spatial scales. AFNI’s @animal_warper aligns and maps data between monkey anatomicals and templates. AFNI’s afni_proc.py facilitates monkey fMRI analysis with automated scripting and QC. Demos of macaque task and resting state fMRI analysis with these tools are provided.

Face processing is fundamental to primates and has been extensively studied in higher-order visual cortex. Here, we report that visual neurons in the midbrain superior colliculus (SC) of macaque monkeys display a preference for images of faces. This preference emerges within 40 ms of stimulus onset—well before "face patches" in visual cortex—and, at the population level, can be used to distinguish faces from other visual objects with accuracies of ∼80%. This short-latency face preference in SC depends on signals routed through early visual cortex because inactivating the lateral geniculate nucleus, the key relay from retina to cortex, virtually eliminates visual responses in SC, including face-related activity. These results reveal an unexpected circuit in the primate visual system for rapidly detecting faces in the periphery, complementing the higher-order areas needed for recognizing individual faces.

Abstract Digitized neuroanatomical atlases are crucial for localizing brain structures and analyzing functional networks identified by magnetic resonance imaging (MRI). To aid in MRI data analysis, we have created a comprehensive parcellation of the rhesus macaque subcortex using a high-resolution ex vivo structural imaging scan. The structural scan and its parcellation were warped to the updated NIMH Macaque Template (NMT v2), an in vivo population template, where the parcellation was refined to produce the Subcortical Atlas of the Rhesus Macaque (SARM). The subcortical parcellation and nomenclature reflect those of the 4 th edition of the Rhesus Monkey Brain in Stereotaxic Coordinates (RMBSC4; Paxinos et al., in preparation). The SARM features six parcellation levels, arranged hierarchically from fine regions-of-interest (ROIs) to broader composite regions, suited for fMRI studies. As a test, we ran a functional localizer for the dorsal lateral geniculate (DLG) nucleus in three macaques and found significant fMRI activation in this atlas region. The SARM has been made openly available to the neuroimaging community and can easily be used with common MR data processing software, such as AFNI, where the atlas can be embedded into the software alongside cortical macaque atlases. Highlights We present the Subcortical Atlas of the Rhesus Macaque (SARM). SARM provides a neuroanatomical reference frame for neuroimaging analysis. The entire subcortex is mapped, including the thalamus, basal ganglia, and brainstem. ROIs are grouped hierarchically, making SARM useful at multiple spatial resolutions. SARM is in the NMT v2 template space and complements the CHARM atlas for the cortex.

Abstract The MNI CIVET pipeline for automated extraction of cortical surfaces and evaluation of cortical thickness from in-vivo human MRI has been extended for processing macaque brains. Processing is performed based on the NIMH Macaque Template (NMT), as the reference template, with the anatomical parcellation of the surface following the D99 and CHARM atlases. The modifications needed to adapt CIVET to the macaque brain are detailed. Results have been obtained using CIVET-macaque to process the anatomical scans of the 31 macaques used to generate the NMT and another 95 macaques from the PRIME-DE initiative. It is anticipated that the open usage of CIVET-macaque will promote collaborative efforts in data collection and processing, sharing, and automated analyses from which the non-human primate brain imaging field will advance.

Abstract Neuroimaging non-human primates (NHPs) is a growing, yet highly specialized field of neuroscience. Resources that were primarily developed for human neuroimaging often need to be significantly adapted for use with NHPs or other animals, which has led to an abundance of custom, in-house solutions. In recent years, the global NHP neuroimaging community has made significant efforts to transform the field towards more open and collaborative practices. Here we present the PRIMatE Resource Exchange (PRIME-RE), a new collaborative online platform for NHP neuroimaging. PRIME-RE is a dynamic community-driven hub for the exchange of practical knowledge, specialized analytical tools, and open data repositories, specifically related to NHP neuroimaging. PRIME-RE caters to both researchers and developers who are either new to the field, looking to stay abreast of the latest developments, or seeking to collaboratively advance the field.

Face processing is fundamental to primates and has been extensively studied in higher-order visual cortex. Here we report that visual neurons in the midbrain superior colliculus (SC) display a preference for faces, that the preference emerges within 50ms of stimulus onset - well before "face patches" in visual cortex - and that this activity can distinguish faces from other visual objects with accuracies of ~80%. This short-latency preference in SC depends on signals routed through early visual cortex, because inactivating the lateral geniculate nucleus, the key relay from retina to cortex, virtually eliminates visual responses in SC, including face-related activity. These results reveal an unexpected circuit in the primate visual system for rapidly detecting faces in the periphery, complementing the higher-order areas needed for recognizing individual faces.

Recent efforts to chart human brain growth across the lifespan using large-scale MRI data have provided reference standards for human brain development. However, similar models for nonhuman primate (NHP) growth are lacking. The rhesus macaque, a widely used NHP in translational neuroscience due to its similarities in brain anatomy, phylogenetics, cognitive, and social behaviors to humans, serves as an ideal NHP model. This study aimed to create normative growth charts for brain structure across the macaque lifespan, enhancing our understanding of neurodevelopment and aging, and facilitating cross-species translational research. Leveraging data from the PRIMatE Data Exchange (PRIME-DE) and other sources, we aggregated 1,522 MRI scans from 1,024 rhesus macaques. We mapped non-linear developmental trajectories for global and regional brain structural changes in volume, cortical thickness, and surface area over the lifespan. Our findings provided normative charts with centile scores for macaque brain structures and revealed key developmental milestones from prenatal stages to aging, highlighting both species-specific and comparable brain maturation patterns between macaques and humans. The charts offer a valuable resource for future NHP studies, particularly those with small sample sizes. Furthermore, the interactive open resource (https://interspeciesmap.childmind.org) supports cross-species comparisons to advance translational neuroscience research.

Macroscopic cortical networks are important for cognitive function, but it remains challenging to construct anatomically plausible individual structural connectomes from human neuroimaging. We introduce a new technique for cortical network mapping, based on inter-regional similarity of multiple morphometric parameters measured using multimodal MRI. In three cohorts (two human, one macaque), we find that the resulting morphometric similarity networks (MSNs) have a complex topological organisation comprising modules and high-degree hubs. Human MSN modules recapitulate known cortical cytoarchitectonic divisions, and greater inter-regional morphometric similarity was associated with stronger inter-regional co-expression of genes enriched for neuronal terms. Comparing macaque MSNs to tract-tracing data confirmed that morphometric similarity was related to axonal connectivity. Finally, variation in the degree of human MSN nodes accounted for about 40% of between-subject variability in IQ. Morphometric similarity mapping provides a novel, robust and biologically plausible approach to understanding how human cortical networks underpin individual differences in psychological functions.

Non-human primate neuroimaging is a rapidly growing area of research that promises to transform and scale translational and cross-species comparative neuroscience. Unfortunately, the technological and methodological advances of the past two decades have outpaced the accrual of data, which is particularly challenging given the relatively few centers that have the necessary facilities and capabilities. The PRIMate Data Exchange (PRIME-DE) addresses this challenge by aggregating independently acquired non-human primate magnetic resonance imaging (MRI) datasets and openly sharing them via the International Neuroimaging Data-sharing Initiative (INDI). Here, we present the rationale, design and procedures for the PRIME-DE consortium, as well as the initial release, consisting of 13 independent data collections aggregated across 11 sites (total = 98 macaque monkeys). We also outline the unique pitfalls and challenges that should be considered in the analysis of the non-human primate MRI datasets, including providing automated quality assessment of the contributed datasets.