Abstract Individual differences in cognition during childhood are associated with important social, physical, and mental health outcomes in adolescence and adulthood. Given that cortical surface arealization during development reflects the brain’s functional prioritization, quantifying variation in the topography of functional brain networks across the developing cortex may provide insight regarding individual differences in cognition. We test this idea by defining personalized functional networks (PFNs) that account for interindividual heterogeneity in functional brain network topography in 9-10 year olds from the Adolescent Brain Cognitive Development SM Study. Across matched discovery (n=3,525) and replication (n=3,447) samples, the total cortical representation of fronto-parietal PFNs positively correlated with general cognition. Cross-validated ridge regressions trained on PFN topography predicted cognition across domains, with prediction accuracy increasing along the cortex’s sensorimotor-association organizational axis. These results establish that functional network topography heterogeneity is associated with individual differences in cognition before the critical transition into adolescence.

Abstract Background Glioblastoma is characterized by extensive invasion into brain parenchymal tissue through white matter tracts. Systematically quantifying invasion, however, is limited by the conventional imaging tools, and could potentially be achieved by a structural connectome approach. Methods Two prospective patient cohorts of newly diagnosed glioblastoma were included for network construction. A fiber template was firstly derived by employing probabilistic tractography on healthy subjects. Through performing tract-based spatial statistics in patients and age-matched controls, the connectivity strength of each fiber was estimated in patients for network construction. Contrast-enhancing and non-enhancing tumors were segmented and overlaid to the network to identify connectome disruption in lesion and distant areas. The connectome disruption probabilities were calculated across all patients. Disruption indices and network topological features were examined using survival models. Results The distant areas accounted for higher proportion of disruption than the contrast-enhancing tumor (16.8 ± 12.0% vs 5.8 ± 5.1%, P < 0.001). Compared to healthy controls, patient networks demonstrated lower clustering coefficient, but higher characteristic path length (each P < 0.001). Higher distant area disruption (HR = 1.43, P = 0.027) and characteristic path length (HR = 1.59, P = 0.031) were associated with worse survival, while higher clustering coefficient (HR = 0.59, P = 0.016) was associated with prolonged survival. Conclusion The occult invasion in glioblastoma could be identified and quantified using structural connectome, which may confer benefits to precise patient management.

SUMMARY The brain is organized into networks at multiple resolutions, or scales, yet studies of functional network development typically focus on a single scale. Here, we derived personalized functional networks across 29 scales in a large sample of youths (n=693, ages 8-23 years) to identify multi-scale patterns of network re-organization related to neurocognitive development. We found that developmental shifts in inter-network coupling systematically adhered to and strengthened a functional hierarchy of cortical organization. Furthermore, we observed that scale-dependent effects were present in lower-order, unimodal networks, but not higher-order, transmodal networks. Finally, we found that network maturation had clear behavioral relevance: the development of coupling in unimodal and transmodal networks dissociably mediated the emergence of executive function. These results delineate maturation of multi-scale brain networks, which varies according to a functional hierarchy and impacts cognitive development.

Abstract Adolescence is hypothesized to be a critical period for the development of association cortex. A reduction of the excitation:inhibition (E:I) ratio is a hallmark of critical period development; however it has been unclear how to assess the development of the E:I ratio using non-invasive neuroimaging techniques. Here, we used pharmacological fMRI with a GABAergic benzodiazepine challenge to empirically generate a model of E:I ratio based on multivariate patterns of functional connectivity. In an independent sample of 879 youth (ages 8-22 years), this model predicted reductions in the E:I ratio during adolescence, which were specific to association cortex and related to psychopathology. These findings support hypothesized shifts in E:I balance of association cortices during a neurodevelopmental critical period in adolescence. Teaser Inhibitory maturation of the association cortex reflects an adolescent critical period.

ABSTRACT BACKGROUND Neuroimaging studies have reported functional connectome aberrancies in autism spectrum disorder (ASD). However, the time-varying patterns of connectome topology in ASD individuals and the connection between these patterns and gene expression profiles remain unknown. METHODS To investigate case-control differences in dynamic connectome topology, we conducted mega- and meta-analyses of resting-state functional magnetic resonance imaging data of 939 participants (440 ASD patients and 499 healthy controls, all males) from 18 independent sites, selected from the ABIDE (Autism Brain Imaging Data Exchange) dataset. Functional data was preprocessed and analyzed using harmonized protocols, and brain module dynamics was assessed using a multilayer network model. We further leveraged postmortem brain-wide gene expression data to identify transcriptomic signatures associated with ASD-related alterations in brain dynamics. RESULTS Compared to healthy controls, ASD individuals exhibited a higher global mean and lower standard deviation of whole-brain module dynamics, indicating an unstable and less regionally differentiated pattern. More specifically, ASD individuals showed higher module switching, primarily in the medial prefrontal cortex, posterior cingulate gyrus, and angular gyrus, and lower switching in the visual regions. These alterations in brain dynamics were predictive of social impairments in ASD individuals and were linked with expression profiles of genes primarily involved in the regulation of neurotransmitter transport and secretion, as well as with previously identified autism-related genes. CONCLUSIONS This study is the first to identify consistent alterations in brain network dynamics in ASD and the transcriptomic signatures related to those alterations, furthering insights into the biological basis behind this disorder.

ABSTRACT To support brain development during youth, the brain must balance energy delivery and consumption. Previous studies in adults have demonstrated high coupling between cerebral blood flow and brain function as measured using functional neuroimaging, but how this relationship evolves over adolescence is unknown. To address this gap, we studied a sample of 831 children and adolescents (478 females, ages 8-22) from the Philadelphia Neurodevelopmental Cohort who were scanned at 3T with both arterial spin labeled (ASL) MRI and resting-state functional MRI (fMRI). Local coupling between cerebral blood flow (CBF, from ASL) and the amplitude of low frequency fluctuations (ALFF, from fMRI) was first quantified using locally weighted regressions on the cortical surface. We then used generalized additive models to evaluate how CBF-ALFF coupling was associated with age, sex, and executive function. Enrichment of effects within canonical functional networks was evaluated using spin-based permutation tests. Our analyses revealed tight CBF-ALFF coupling across the brain. Whole-brain CBF-ALFF coupling decreased with age, largely driven by coupling decreases in the inferior frontal cortex, precuneus, visual cortex, and temporoparietal cortex ( p fdr <0.05). Females had stronger coupling in the frontoparietal network than males ( p fdr <0.05). Better executive function was associated with decreased coupling in the somatomotor network ( p fdr <0.05). Overall, we found that CBF-ALFF coupling evolves in development, differs by sex, and is associated with individual differences in executive function. Future studies will investigate relationships between maturational changes in CBF-ALFF coupling and the presence of psychiatric symptoms in youth. SIGNIFICANCE The functions of the human brain are metabolically expensive and reliant on coupling between cerebral blood flow and neural activity. Previous neuroimaging studies in adults demonstrate tight physiology-function coupling, but how this coupling evolves over development is unknown. Here, we examine the relationship between blood flow as measured by arterial spin labeling and the amplitude of low frequency fluctuations from resting-state magnetic resonance imaging across a large sample of youth. We demonstrate regionally specific changes in coupling over age and show that variations in coupling are related to biological sex and executive function. Our results highlight the importance of CBF-ALFF coupling throughout development; we discuss its potential as a future target for the study of neuropsychiatric diseases.

ABSTRACT Our minds and brains are highly unique. Despite the long-recognized importance of the environment in shaping individual differences in cognitive neurodevelopment, only with the combination of deep phenotyping approaches and the availability of large-scale datasets have we been able to more comprehensively characterize the many inter-connected features of an individual’s environment and experience (“exposome”). Moreover, despite clear evidence that brain organization is highly individualized, most neuroimaging studies still rely on group atlases to define functional networks, smearing away inter-individual variation in the spatial layout of functional networks across the cortex (“functional topography”). Here, we leverage the largest longitudinal study of brain and behavior development in the United States to investigate how an individual’s exposome may contribute to functional brain network organization leading to differences in cognitive functioning. To do so, we apply three previously-validated data driven computational models to characterize an individual’s multidimensional exposome, define individual-specific maps of functional brain networks, and measure cognitive functioning across broad domains. In pre-registered analyses replicated across matched discovery ( n =5,139, 48.5% female) and replication ( n =5,137, 47.1% female) samples, we find that a child’s exposome is associated with multiple domains of cognitive functioning both at baseline assessment and two years later – over and above associations with baseline cognition. Cross-validated ridge regression models reveal that the exposome is reflected in children’s unique patterns of functional topography. Finally, we uncover both shared and unique contributions of the exposome and functional topography to cognitive abilities, finding that models trained on a single variable capturing a child’s exposome can more accurately and parsimoniously predict future cognitive performance than models trained on a wealth of personalized neuroimaging data. This study advances our understanding of how childhood environments contribute to unique patterns of functional brain organization and variability in cognitive abilities.

The human cerebral cortex is connected by intricate inter-areal wiring at the macroscale. The cortical hierarchy from primary sensorimotor to higher-order association areas is a unifying organizational principle across various neurobiological properties; however, previous studies have not clarified whether the connections between cortical regions exhibit a similar hierarchical pattern. Here, we identify a connectional hierarchy indexed by inter-individual variability of functional connectivity edges, which continuously progresses along a hierarchical gradient from within-network connections to between-network edges connecting sensorimotor and association networks. We found that this connectional hierarchy of variability aligns with both hemodynamic and electromagnetic connectivity strength and is constrained by structural connectivity strength. Moreover, the patterning of connectional hierarchy is related to inter-regional similarity in transcriptional and neurotransmitter receptor profiles. Using the Neurosynth cognitive atlas and cortical vulnerability maps in 13 brain disorders, we found that the connectional hierarchy of variability is associated with similarity networks of cognitive relevance and that of disorder vulnerability. Finally, we found that the prominence of this hierarchical gradient of connectivity variability declines during youth. Together, our results reveal a novel hierarchal organizational principle at the connectional level that links multimodal and multiscale human connectomes to individual variability in functional connectivity.

ABSTRACT Mapping individual differences in behavior is fundamental to personalized neuroscience. Here, we establish that statistical patterns of smartphone-based mobility features represent unique “footprints” that allow individual identification. Critically, mobility footprints exhibit varying levels of person-specific distinctiveness and are associated with individual differences in affective instability, circadian irregularity, and brain functional connectivity. Together, this work suggests that real-world mobility patterns may provide an individual-specific signature linking brain, behavior, and mood.

The human cerebral cortex is organized into functionally segregated but synchronized regions connected by the structural connectivity of white matter pathways. While the structure-function coupling has been implicated in cognitive development and neuropsychiatric disorders, it remains unclear to what extent the coupling reflects a group-common characteristic or varies across individuals at global and regional levels. Leveraging two independent, high-quality datasets, we found that the graph neural network predicted unseen individuals9 functional connectivity from structural connectivity more accurately than previous studies, reflecting a strong structure-function coupling. This coupling was primarily driven by network topology and was substantially stronger than linear models. We also found that structure-function coupling was dominated by the group-common effects, with subtle yet significant individual-specific effects. The regional group and individual effects in the coupling were both hierarchically organized across the cortex along a sensorimotor-association cortical axis, with lower group effects and higher individual effects in association cortices. These findings emphasize the importance of considering the group and individual effects in cortical structure-function coupling, suggesting insights into connectivity-guided therapeutics.