Abstract Humans are remarkably skilled at listening to one speaker out of an acoustic mixture of several speech sources. Two speakers are easily segregated, even without binaural cues, but the neural mechanisms underlying this ability are not well understood. One possibility is that early cortical processing performs a spectro-temporal decomposition of the acoustic mixture, allowing the attended speech to be reconstructed via optimally weighted recombinations that discount spectro-temporal regions where sources heavily overlap. Using human magnetoencephalography (MEG) responses to a two-talker mixture, we show evidence for an alternative possibility, in which early, active segregation occurs even for strongly spectro-temporally overlapping regions. Early (∼70 ms) responses to non-overlapping spectro-temporal features are seen for both talkers. When competing talkers’ spectro-temporal features mask each other, the individual representations persist, but they occur with a ∼20 ms delay. This suggests that the auditory cortex recovers acoustic features that are masked in the mixture, even if they occurred in the ignored speech. The existence of such noise-robust cortical representations, of features present in attended as well as ignored speech, suggests an active cortical stream segregation process, which could explain a range of behavioral effects of ignored background speech.

The advent of simultaneously collected imaging-genetics data in large study cohorts provides an unprecedented opportunity to assess the causal effect of brain imaging traits on externally measured experimental results (e.g., cognitive tests) by treating genetic variants as instrumental variables. However, classic Mendelian Randomization methods are limited when handling high-throughput imaging traits as exposures to identify causal effects. We propose a new Mendelian Randomization framework to jointly select instrumental variables and imaging exposures, and then estimate the causal effect of multivariable imaging data on the outcome. We validate the proposed method with extensive data analyses and compare it with existing methods. We further apply our method to evaluate the causal effect of white matter microstructure integrity on cognitive function. The findings suggest that our method achieved better performance regarding sensitivity, bias, and false discovery rate compared to individually assessing the causal effect of a single exposure and jointly assessing the causal effect of multiple exposures without dimension reduction. Our application results indicated that WM measures across different tracts have a joint causal effect that significantly impacts the cognitive function among the participants from the UK Biobank.

The blood-brain barrier (BBB) plays a pivotal role in protecting the central nervous system (CNS), shielding it from potential harmful entities. A natural decline of BBB function with aging has been reported in both animal and human studies, which may contribute to cognitive decline and neurodegenerative disorders. Limited data also suggest that being female may be associated with protective effects on BBB function. Here we investigated age and sex-dependent trajectories of perfusion and BBB water exchange rate (kw) across the lifespan in 186 cognitively normal participants spanning the ages of 8 to 92 years old, using a novel non-invasive diffusion prepared pseudo-continuous arterial spin labeling (DP-pCASL) MRI technique. We found that the pattern of BBB kw decline with aging varies across brain regions. Moreover, results from our novel DP-pCASL technique revealed a remarkable decline in BBB kw beginning in the early 60s, which was more pronounced in males. In addition, we observed sex differences in parietotemporal and hippocampal regions. Our findings provide in vivo results demonstrating sex differences in the decline of BBB function with aging, which may serve as a foundation for future investigations into perfusion and BBB function in neurodegenerative and other brain disorders.

The functional connectome changes with aging. We systematically evaluated aging related alterations in the functional connectome using a whole-brain connectome network analysis in 39,675 participants in UK Biobank project. We used adaptive dense network discovery tools to identify networks directly associated with aging from resting-state fMRI data. We replicated our findings in 499 participants from the Lifespan Human Connectome Project in Aging study. The results consistently revealed two motor-related subnetworks (both permutation test p-values <0.001) that showed a decline in resting-state functional connectivity (rsFC) with increasing age. The first network primarily comprises sensorimotor and dorsal/ventral attention regions from precentral gyrus, postcentral gyrus, superior temporal gyrus, and insular gyrus, while the second network is exclusively composed of basal ganglia regions, namely the caudate, putamen, and globus pallidus. Path analysis indicates that white matter fractional anisotropy mediates 19.6% (p<0.001, 95% CI [7.6% 36.0%]) and 11.5% (p<0.001, 95% CI [6.3% 17.0%]) of the age-related decrease in both networks, respectively. The total volume of white matter hyperintensity mediates 32.1% (p<0.001, 95% CI [16.8% 53.0%]) of the aging-related effect on rsFC in the first subnetwork.

Cortical thickness, surface area and volumes (MRI cortical measures) vary with age and cognitive function, and in neurological and psychiatric diseases. We examined heritability, genetic correlations and genome-wide associations of cortical measures across the whole cortex, and in 34 anatomically predefined regions. Our discovery sample comprised 22,824 individuals from 20 cohorts within the Cohorts for Heart and Aging Research in Genomic Epidemiology (CHARGE) consortium and the United Kingdom Biobank. Significant associations were replicated in the Enhancing Neuroimaging Genetics through Meta-analysis (ENIGMA) consortium, and their biological implications explored using bioinformatic annotation and pathway analyses. We identified genetic heterogeneity between cortical measures and brain regions, and 160 genome-wide significant associations pointing to wnt/β-catenin, TGF-β and sonic hedgehog pathways. There was enrichment for genes involved in anthropometric traits, hindbrain development, vascular and neurodegenerative disease and psychiatric conditions. These data are a rich resource for studies of the biological mechanisms behind cortical development and aging.

Susceptibility genes for psychiatric and neurological disorders - including APOE, BDNF, CLU, CNTNAP2, COMT, DISC1, DTNBP1, ErbB4, HFE, NRG1, NTKR3, and ZNF804A - have been reported to affect white matter (WM) microstructure in the healthy human brain, as assessed through diffusion tensor imaging (DTI). However, effects of single nucleotide polymorphisms (SNPs) in these genes explain only a small fraction of the overall variance and are challenging to detect reliably in single cohort studies. To date, few studies have evaluated the reproducibility of these results. As part of the ENIGMA-DTI consortium, we pooled regional fractional anisotropy (FA) measures for 6,165 subjects (CEU ancestry N=4,458) from 11 cohorts worldwide to evaluate effects of 15 candidate SNPs by examining their associations with WM microstructure. Additive association tests were conducted for each SNP. We used several meta-analytic and mega-analytic designs, and we evaluated regions of interest at multiple granularity levels. The ENIGMA-DTI protocol was able to detect single-cohort findings as originally reported. Even so, in this very large sample, no significant associations remained after multiple-testing correction for the 15 SNPs investigated. Suggestive associations (1.3x10-4 < p < 0.05, uncorrected) were found for BDNF, COMT, and ZNF804A in specific tracts. Meta- and mega-analyses revealed similar findings. Regardless of the approach, the previously reported candidate SNPs did not show significant associations with WM microstructure in this largest genetic study of DTI to date; the negative findings are likely not due to insufficient power. Genome-wide studies, involving large-scale meta-analyses, may help to discover SNPs robustly influencing WM microstructure.

During speech perception, a central task of the auditory cortex is to analyze complex acoustic patterns to allow detection of the words that encode a linguistic message. It is generally thought that this process includes at least one intermediate, phonetic, level of representations, localized bilaterally in the superior temporal lobe. While recent research has also identified neural signals arising from successful recognition of individual words in continuous speech, no explicit neurophysiological signal has been found demonstrating the transition from acoustic/phonetic to symbolic, lexical representations. Using magnetoencephalography (MEG) responses to continuous narrative speech, we report a response reflecting the incremental integration of phonetic information for word identification. The response is dominantly localized to the left temporal lobe, with a short response latency, approximately 110 ms relative to phoneme onset, suggesting that phonetic information is used for lexical processing as soon as it becomes available. Responses also tracked word boundaries with a latency of approximately 110 ms, which corresponds closely to previous reports of an electroencephalographic (EEG) signature of immediate lexical segmentation. These new results were further investigated using a cocktail-party paradigm in which participants listened to a mix of two talkers, attending to one and ignoring the other. Analysis indicates neural lexical processing of only the attended, but not the unattended, speech stream. Thus, while responses to acoustic features reflect attention through selective amplification of attended speech, responses consistent with a lexical processing model reveal categorically selective processing.

Abstract The Adolescent Brain and Cognitive Development (ABCD) project is the largest longitudinal study of brain development that tracts 11,820 subjects from 21 sites using standardized protocols for multi-site data collection and analysis. Adolescence is a critical period of brain development associated with white matter myelination and requires reliable measures to detect these changes. We assessed confounding non-biological variances in diffusion tensor imaging (DTI) data that may be present due to technological variations, participant compliance and data analysis protocols. ABCD imaging data were collected biannually, and thus ongoing maturation may artificially introduce bias to classical test-retest approaches such as the interclass correlation coefficients (ICC). To address this, we developed a site-wise adaptive ICC (AICC) to systematically evaluate the quality of imaging-derived phenotypes while accounting for ongoing brain development. We measured the age-related brain development trajectory and estimated site-wise AICC iteratively, adjusting the weight for each site based on the ICC scores. We evaluated longitudinal reliability of diffusion fractional anisotropy (FA) data for each site, considering the impact of MRI scanner platform and standard ABCD versus ENIGMA-DTI data extraction pipelines, and comparing longitudinal stability of FA measurements to these of the cortical thickness. The ENIGMA structural and diffusion pipeline with QA/QC improved the average reliability for cortical FA to AICC=0.70±0.19, compared to 0.61±0.19 for the standard ABCD pipeline (Wilcoxon test p<0.001). Furthermore, we showed that the AICC for sites that used Siemens scanners significantly outperformed those using GE/Phillips scanners (AICC=0.78±0.11 vs 0.62±0.21, p<0.001). In conclusion, variations in data quality among study sites and preprocessing pipelines underscore the necessity for meticulous data curation in subsequent association analyses.

The cerebral cortex underlies our complex cognitive capabilities, yet we know little about the specific genetic loci influencing human cortical structure. To identify genetic variants, including structural variants, impacting cortical structure, we conducted a genome-wide association meta-analysis of brain MRI data from 51,662 individuals. We analysed the surface area and average thickness of the whole cortex and 34 regions with known functional specialisations. We identified 255 nominally significant loci ( P ≤ 5 × 10−8); 199 survived multiple testing correction ( P ≤ 8.3 × 10−10; 187 surface area; 12 thickness). We found significant enrichment for loci influencing total surface area within regulatory elements active during prenatal cortical development, supporting the radial unit hypothesis. Loci impacting regional surface area cluster near genes in Wnt signalling pathways, known to influence progenitor expansion and areal identity. Variation in cortical structure is genetically correlated with cognitive function, Parkinson’s disease, insomnia, depression and ADHD.One Sentence Summary Common genetic variation is associated with inter-individual variation in the structure of the human cortex, both globally and within specific regions, and is shared with genetic risk factors for some neuropsychiatric disorders.

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.