Abstract Background Autism traits emerge between the ages of 1 and 2. It is not known if experiences which increase the likelihood of childhood autism are related to early trait emergence, or if other exposures are more important. Identifying factors linked to toddler autism traits in the general population may improve our understanding of the mechanisms underlying atypical neurodevelopment. Methods Clinical, socio-demographic, and parental information was collected at birth from 536 toddlers in London, UK (gestational age at birth, sex, maternal body mass index, age, parental education level, parental first language, parental history of neurodevelopmental disorders) and at 18 months (parent cohabiting status, two measures of social deprivation, three measures of maternal parenting style, and a measure of maternal postnatal depression). General neurodevelopment was assessed with the Bayley Scales of Infant and Toddler Development, 3 rd Edition (BSID-III), and autism traits were assessed using the Quantitative Checklist for Autism in Toddlers (Q-CHAT). Multivariable models were used to identify associations between variables and Q-CHAT. A model including BSID-III was used to identify factors associated with Q-CHAT independent of general neurodevelopment. Models were also evaluated addressing variable collinearity with principal component analysis (PCA). Results A multivariable model explained 20% of Q-CHAT variance, with four individually significant variables (two measures of parenting style and two measures of socio-economic deprivation). After adding general neurodevelopment into the model 36% of Q-CHAT variance was explained, with three individually significant variables (two measures of parenting style and one measure of language development). After addressing variable collinearity with PCA, parenting style and social deprivation were positively correlated with Q-CHAT score via a single principal component, independently of general neurodevelopment. Neither sex nor family history of autism were associated with Q-CHAT score. Limitations The Q-CHAT is parent rated and is therefore a subjective opinion rather than a clinical assessment. We measured Q-CHAT at a single timepoint, and to date no participant has been followed up in later childhood, so we are focused purely on emerging traits rather than clinical autism diagnoses. Conclusions Autism traits are common at age 18 months, and greater emergence is specifically related to exposure to early life adversity.

Abstract Developmental antecedents of autism may affect parent–infant interactions (PII), altering the context in which core social skills develop. While studies have identified differences in PII between infants with and without elevated likelihood (EL) for autism, samples have been small. Here, we examined whether previously reported differences are replicable. From a longitudinal study of 113 EL and 27 typical likelihood infants (TL), 6‐min videotaped unstructured PII was blind rated at 8 and 14 months on eight interactional qualities. Autism outcome was assessed at 36 months. Linear mixed‐effects models found higher parent sensitive responsiveness, nondirectiveness, and mutuality ratings in TL than EL infants with and without later autism. PII qualities at 8 (infant positive affect, parent directiveness) and 14 months (infant attentiveness to parent, mutuality) predicted 3‐year autism. Attentiveness to parent decreased between 8 and 14 months in EL infants with later autism. This larger study supports previous findings of emerging alterations in PII in this group and extends on this by detecting earlier (8‐month) predictive effects of PII for autism outcome and a more marked trajectory of decreased social attentiveness. The findings strengthen the evidence base to support the implementation of early preemptive interventions to support PII in infants with early autism signs.

Abstract Background Neurodevelopmental conditions frequently co‐occur. The aim of this paper was to determine whether there is a cumulative association between (1) the number of neurodevelopmental conditions, specifically hyperkinetic disorder (hereafter referred to as attention deficit hyperactivity disorder), autism spectrum disorder (hereafter referred to as autism) and intellectual disability, and (2) behavioural and socio‐emotional problems and the level of clinician‐rated functioning for young males and females. Methods In this cross‐sectional study, diagnostic information, caregiver‐rated behavioural and socio‐emotional data (as conceptualised by the Strengths and Difficulties Questionnaire) and clinician‐rated functioning scores (as conceptualised by the Children's Global Assessment Scale) were extracted from electronic patient records for 2768 young people aged 3–17 years (mean = 11.55, SD = 3.46). All data were extracted at baseline, that is, at the time the young person was diagnosed with attention deficit hyperactivity disorder, autism and/or an intellectual disability. Ordinal regression analyses tested associations between the number of neurodevelopmental conditions met (i.e. 1, 2 or 3) and behavioural and socio‐emotional outcomes and functioning. Results After controlling for age and biological sex, the number of neurodevelopmental conditions was associated with higher levels of inattention/hyperactivity and peer problems, lower levels of prosocial behaviour and poorer clinician‐rated functioning. Although these findings were consistent for males, a cumulative association was not identified for females, except for clinician‐rated functioning. Conclusions For young people, the presence of multiple neurodevelopmental conditions may have a cumulative impact across domains, but this may differ between males and females.

Abstract Background Although many studies have explored atypicalities in gray and white matter (GM, WM) morphology of autism, most of them rely on unimodal analyses that do not benefit from the likelihood that different imaging modalities may reflect common neurobiology. We aimed to establish multimodal brain patterns that differentiate between autism and typically developing (TD) controls and explore associations between these brain patterns and clinical measures. Methods We studied 183 individuals with autism and 157 TD individuals (6-30 years) in a large deeply phenotyped autism dataset (EU-AIMS LEAP). Linked Independent Component Analysis was utilized to link all participants’ GM and WM images, and group comparisons of modality shared variances were examined. Subsequently, we performed a canonical correlation analysis to explore the aggregated effects between all multimodal GM-WM covariations and clinical profiles. Results One multimodal pattern was significantly related to autism. This pattern was primarily associated with GM in bilateral insula, frontal, pre- and post-central, cingulate, and caudate areas, and co-occurred with altered WM features in the superior longitudinal fasciculus. The canonical analysis showed a significant multivariate correlation primarily between multimodal brain patterns that involved variation of corpus callosum, and symptoms of social affect in the autism group. Conclusions Our findings demonstrate the assets of integrated analyses of GM and WM alterations to study the brain mechanisms that underpin autism, and show that the complex clinical autism phenotype can be interpreted by multimodal brain patterns that are spread across the brain involving both cortical and subcortical areas.

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 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.

Abstract Background Voxel-based Morphometry (VBM) studies in Autism Spectrum Disorder (autism) have yielded diverging results. This might partly be attributed to structural alterations being associating with the combined influence of several regions rather than with a single region. Further, these structural covariation differences may relate to continuous measures of autism rather than with categorical case-control contrasts. The current study aimed to identify structural covariation alterations in autism, and assessed canonical correlations between brain covariation patterns and core autism symptoms. Methods We studied 347 individuals with autism and 252 typically developing individuals, aged between 6 and 30 years, who have been deeply phenotyped in the Longitudinal European Autism Project (LEAP). All participants’ VBM maps were decomposed into spatially independent components using Independent Component Analysis. A Generalized Linear Model (GLM) was used to examine case-control differences. Next, Canonical Correlation Analysis (CCA) was performed to separately explore the integrated effects between all the brain sources of gray matter variation and two sets of core autism symptoms. Results GLM analyses showed significant case-control differences for two independent components. The first component was primarily associated with decreased density of bilateral insula, inferior frontal gyrus, orbitofrontal cortex, and increased density of caudate nucleus in the autism group relative to typically developing individuals. The second component was related to decreased densities of the bilateral amygdala, hippocampus, and parahippocampal gyrus in the autism group relative to typically developing individuals. The CCA results showed significant correlations between components that involved variation of thalamus, putamen, precentral gyrus, frontal, parietal, and occipital lobes, and the cerebellum, and repetitive, rigid and stereotyped behaviors and abnormal sensory behaviors in autism individuals. Limitations Only 55.9% of the participants with autism had complete questionnaire data on continuous parent-reported symptom measures. Conclusions Covaried areas associated with autism diagnosis and/or symptoms are scattered across the whole brain and include the limbic system, basal ganglia, thalamus, cerebellum, precentral gyrus, and parts of the frontal, parietal, and occipital lobes. Some of these areas potentially subserve social-communicative behavior whereas others may underpin sensory processing and integration, and motor behavior.

Abstract Background The excitatory/inhibitory (E/I) imbalance hypothesis posits that an imbalance between excitatory (glutamatergic) and inhibitory (GABAergic) mechanisms underlies the behavioral characteristics of autism spectrum disorder (autism). However, how E/I imbalance arises and how it may differ across autism symptomatology and brain regions is not well understood. Methods We used innovative analysis methods - combining competitive gene-set analysis and gene-expression profiles in relation to cortical thickness (CT)- to investigate the relationship between genetic variance, brain structure and autism symptomatology of participants from the EU-AIMS LEAP cohort (autism=360, male/female=259/101; neurotypical control participants=279, male/female=178/101) aged 6 to 30 years. Competitive gene-set analysis investigated associations between glutamatergic and GABAergic signaling pathway gene-sets and clinical measures, and CT. Additionally, we investigated expression profiles of the genes within those sets throughout the brain and how those profiles relate to differences in CT between autistic and neurotypical control participants in the same regions. Results The glutamate gene-set was associated with all autism symptom severity scores on the Autism Diagnostic Observation Schedule-2 (ADOS-2) and the Autism Diagnostic Interview-Revised (ADI-R) within the autistic group, while the GABA set was associated with sensory processing measures (using the SSP subscales) across all participants. Brain regions with greater gene expression of both glutamate and GABA genes showed greater differences in CT between autistic and neurotypical control participants. Conclusions Our results suggest crucial roles for glutamate and GABA genes in autism symptomatology as well as CT, where GABA is more strongly associated with sensory processing and glutamate more with autism symptom severity.

Abstract Autism sibling recurrence in prospective infant family history studies is ~20% at 3 years but systematic follow‐up to mid‐childhood is rare. In population and clinical cohorts autism is not recognized in some children until school‐age or later. One hundred and fifty‐nine infants with an older sibling with autism underwent research diagnostic assessments at 3 years and mid‐childhood (6 to 12 years (mean 9)). We report the autism sibling recurrence rate in mid‐childhood and compare developmental and behavioral profiles at mid‐childhood and 3 years in those with earlier versus later recognized autism, and those who had, or had not, received a community autism diagnosis. The autism recurrence rate in this sample in mid‐childhood was 37.1%, 95% CI [29.9%, 44.9%] and higher in boys than girls. Around half of those diagnosed with autism in mid‐childhood had not received a diagnosis at 3 years. Later, diagnosis was more common in girls than boys. While some had sub‐threshold symptoms at 3, in others late diagnosis followed a largely typical early presentation. Sibling recurrence based on community clinical diagnosis was 24.5%, 95% CI [18.4%, 31.9%]. Those who also had a community diagnosis tended to be older, have lower adaptive function and higher autism and inattention symptoms. Notwithstanding limitations of a single site study, modest sample size and limits to generalisability, autism sibling recurrence in family history infants may be higher in mid‐childhood than in studies reporting diagnostic outcome at 3 years. Findings have implications for families and clinical services, and for prospective family history studies.

Autism is a common neurodevelopmental condition with a complex genetic aetiology that includes contributions from monogenic and polygenic factors. Many autistic people have unmet healthcare needs that could be served by genomics-informed research and clinical trials. The primary aim of the European Autism GEnomics Registry (EAGER) is to establish a registry of participants with a diagnosis of autism or an associated rare genetic condition who have undergone whole-genome sequencing. The registry can facilitate recruitment for future clinical trials and research studies, based on genetic, clinical and phenotypic profiles, as well as participant preferences. The secondary aim of EAGER is to investigate the association between mental and physical health characteristics and participants' genetic profiles.