Among ‘big data’ initiatives, the ENIGMA ( E nhancing N euroImaging G enetics through M eta- A nalysis) Consortium—a worldwide alliance of over 2,000 scientists diversified into over 50 Working Groups—has yielded some of the largest studies of the healthy and diseased brain. Integration of multisite datasets to assess transdiagnostic similarities and differences and to contextualize findings with respect to neural organization, however, have been limited. Here, we introduce the ENIGMA Toolbox, a Python/Matlab ecosystem for ( i ) accessing 100+ ENIGMA datasets, facilitating cross-disorder analysis, ( ii ) visualizing data on brain surfaces, and ( iii ) contextualizing findings at the microscale ( postmortem cytoarchitecture and gene expression) and macroscale (structural and functional connectomes). Our Toolbox equips scientists with tutorials to explore molecular, histological, and network correlates of noninvasive neuroimaging markers of brain disorders. Moreover, our Toolbox bridges the gap between standardized data processing protocols and analytic workflows and facilitates cross-consortia initiatives. The Toolbox is documented and openly available at http://enigma-toolbox.readthedocs.io . Abstract Figure

Abstract The human brain scaffolds social cognitive functions, including Theory of Mind, empathy and compassion, through its functional and microstructural organization. However, it remains unclear how the learning and refinement of these skills may, in turn, shape brain function and structure. Here we studied if different types of social mental training can lead to plastic changes in brain function and microstructure. We studied a group of 332 healthy adults (197 women, 20-55 years) with repeated multimodal neuroimaging and behavioral testing. Our neuroimaging approach capitalized on the quantification of cortical functional gradients and myelin-sensitive T1 relaxometry, two emerging measures of cortical functional organization and microstructure. Longitudinal analysis indicated marked changes in intrinsic cortical function and microstructure, which varied as a function of social training content. In particular, we observed consistent differential change in function and microstructure between attention-mindfulness and socio-cognitive training in regions functionally associated with attention and interoception, including insular and parietal cortices. Conversely, socio-affective and socio-cognitive training resulted in differential microstructural changes in regions classically implicated in interoceptive and emotional processing, including insular and orbitofrontal areas, but did not result in functional reorganization. Notably, longitudinal changes in cortical function and microstructure were predictive of behavioral change in attention, compassion and perspective-taking, suggesting behavioral relevance. In sum, our work provides evidence for functional and microstructural plasticity after the training of social-interoceptive functions, and provides a causal perspective on the neural basis of behavioral adaptation in human adults.

A bstract Both macroscale connectome miswiring and microcircuit anomalies have been suggested to play a role in the pathophysiology of autism. However, an overarching framework that consolidates these macro and microscale perspectives of the condition is lacking. Here, we combined connectome-wide manifold learning and biophysical simulation models to understand associations between global network perturbations and microcircuit dysfunctions in autism. Our analysis established that autism showed significant differences in structural connectome organization relative to neurotypical controls, with strong effects in low-level somatosensory regions and moderate effects in high-level association cortices. Computational models revealed that the degree of macroscale anomalies was related to atypical increases of subcortical inputs into cortical microcircuits, especially in sensory and motor areas. Transcriptomic decoding and developmental gene enrichment analyses provided biological context and pointed to genes expressed in cortical and thalamic areas during childhood and adolescence. Supervised machine learning showed the macroscale perturbations predicted socio-cognitive symptoms and repetitive behaviors. Our analyses provide convergent support that atypical subcortico-cortical interactions may contribute to both microcircuit and macroscale connectome anomalies in autism.

A bstract Core features of higher-order cognition are hypothesized to be implemented via distributed cortical networks that are linked via long-range connections. However, these connections are biologically expensive, and it is unknown how the computational advantages long-range connections provide overcome the associated wiring costs. Our study investigated this question by exploring the relationship between long-range functional connections and local cortical microarchitecture. Specifically, our work (i) profiled distant cortical connectivity using resting-state fMRI and cortico-cortical geodesic distance mapping, (ii) assessed how long-range connections reflect local brain microarchitecture, and (iii) studied the microarchitectural similarity of regions connected through long-range connections. Analysis of two independent datasets indicated that sensory and motor areas had more clustered short-range connectivity patterns, while transmodal association cortices, including regions of the default mode network, were characterized by distributed, long-range connections. Confirmatory meta-analysis suggested that this topographical difference mirrored a shift in cognitive function, from perception/action towards emotional and social cognitive processing. Analysis of myelin-sensitive in vivo MRI in the same participants as well as post mortem histology and gene expression established that gradients in functional connectivity distance are paralleled by those present in cortical microarchitecture. Moreover, long-range connections were found to link together spatially remote regions of association cortex with an unexpectedly similar microarchitecture. These findings provide novel insights into how the organization of distributed functional networks in transmodal association cortex contribute to cognition, because they suggest that long-range connections link together distant islands of association cortex with similar microstructural features.

ABSTRACT Brain structure scaffolds intrinsic function, supporting cognition and ultimately behavioral flexibility. However, it remains unclear how a static, genetically controlled architecture supports flexible cognition and behavior. Here, we synthesize genetic, phylogenetic and cognitive analyses to understand how the macroscale organization of structure-function coupling across the cortex can inform its role in cognition. In humans, structure-function coupling was highest in regions of unimodal cortex and lowest in transmodal cortex, a pattern that was mirrored by a reduced alignment with heritable connectivity profiles. Structure-function uncoupling in non-human primates had a similar spatial distribution, but we observed an increased coupling between structure and function in association regions in macaques relative to humans. Meta-analysis suggested regions with the least genetic control (low heritable correspondence and different across primates) are linked to social cognition and autobiographical memory. Our findings establish the genetic and evolutionary uncoupling of structure and function in different transmodal systems may support the emergence of complex, culturally embedded forms of cognition.

A bstract The parahippocampus-hippocampus complex in the mesiotemporal lobe (MTL) is implicated in many different cognitive processes, is compromised in numerous disorders, and exhibits a unique cytoarchitectural transition from six-layered isocortex to three-layered allocortex. Our study leveraged an ultra-high-resolution histological reconstruction of a human brain to (i) develop a continuous surface model of the MTL iso-to-allocortex transition and (ii) quantitatively characterise the region’s cytoarchitecture. We projected the model into the native space of in vivo functional magnetic resonance imaging of healthy adults to (iii) construct a generative model of its intrinsic circuitry and (iv) determine its relationship with distributed functional dynamics of macroscale isocortical fluctuations. We provide evidence that the most prominent axis of cytoarchitectural differentiation of the MTL follows infolding from iso-to-allocortex and is defined by depth-specific variations in neuron density. Intrinsic effective connectivity exhibited a more complex relationship to MTL geometry, varying across both iso-to-allocortical and anterior-posterior axes. Variation along the long axis of the MTL was associated with differentiation between transmodal and unimodal systems, with anterior regions linked to transmodal cortex. In contrast, the iso-to-allocortical gradient was associated with the multiple demand system, with isocortex linked to regions activated when task demands prohibit the use of prior knowledge. Our findings establish a novel model of the MTL, in which its broad influence on neural function emerges through the combination micro- and macro-scale structural features.

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.

The topological differentiation of sensorimotor and association cortical regions along a sensorimotor-association (S-A) axis has undergone profound evolutionary change along the mammalian lineage. In humans, patterns of gene expression, microstructure, and functional connectivity have been shown to vary systematically along such S-A axis. Despite robust spatial relationships between these different neurobiological traits, whether common genetic pressures shape the S-A axis across traits remains poorly understood. In this study, we exploit observed pervasive inter-individual variation in the S-A axis to capture its genetic architecture and to study shared common genetic sources of structure-function relationships. To do so, we applied a structural equation modeling framework, which reduced the issue of measurement error heterogeneity across the cortex and its impact on structure-function relationship estimates. We then used genetic relatedness across pairs of twins and removed intra-individual differences to focus on the reliable inter-individual differences along the S-A functional axis. Notwithstanding robust spatial relationships and highly heritable inter-individual differences in S-A axis microstructure and functional organisation, and contrary to group-level findings, our results indicate distinct genetic effects across the different S-A axis properties. Together, our observations challenge the notion of a common genetic cause for the association between S-A axis structural and functional properties. Our approach highlights the diversity of genetic origins of brain features that co-vary along the S-A axis, which is key to interrogating inter-individual variability in brain organisation and its consequences on cognition.

A bstract Analysis and interpretation of neuroimaging datasets has become a multidisciplinary endeavor, relying not only on statistical methods, but increasingly on associations with respect to other brain-derived features such as gene expression, histological data, and functional as well as cognitive architectures. Here, we introduce BrainStat - a toolbox for (i) univariate and multivariate linear models in volumetric and surface-based brain imaging datasets, and (ii) multidomain feature association of results with respect to spatial maps of post-mortem gene expression and histology, task-based fMRI meta-analysis, as well as resting-state fMRI motifs across several common surface templates. The combination of statistics and feature associations into a turnkey toolbox streamlines analytical processes and accelerates cross-modal research. The toolbox is implemented in both Python and MATLAB, two widely used programming languages in the neuroimaging and neuroinformatics communities. BrainStat is openly available and complemented by an expandable documentation.

Abstract The relationship between brain areas based on neurotransmitter receptor and transporter molecule expression patterns may provide a link between brain structure and its function. Here, we studied the organization of the receptome, a measure of regional neurotransmitter receptor/transporter molecule (NTRM) similarity, derived from in vivo PET imaging studies of 19 different receptors and transporters. Nonlinear dimensionality reduction revealed three main spatial gradients of receptor similarity in the cortex. The first gradient differentiated the somato-motor network from the remaining cortex. The second gradient spanned between temporo-occipital and frontal anchors, differentiating visual and limbic networks from attention and control networks, and the third receptome gradient was anchored between the occipital and temporal cortices. In subcortical structures, the receptome delineated a striato-thalamic axis, separating functional communities. Moreover, we observed similar organizational principles underlying receptome differentiation in cortex and subcortex, indicating a link between subcortical and cortical NTRM patterning. Overall, we found that the cortical receptome shared key organizational traits with brain structure and function. Node-level correspondence of receptor similarity to functional, microstructural, and diffusion MRI-based measures decreased along a primary-to-transmodal gradient. Compared to primary and paralimbic regions, we observed higher receptomic diversification in unimodal and heteromodal regions, possibly supporting functional flexibility. In sum, we show how receptor similarity may form an additional organizational layer of human brain architecture, bridging brain structure and function.