Abstract Hemispheric asymmetry is a cardinal feature of human brain organization. Altered brain asymmetry has also been linked to some cognitive and neuropsychiatric disorders. Here the ENIGMA consortium presents the largest ever analysis of cerebral cortical asymmetry and its variability across individuals. Cortical thickness and surface area were assessed in MRI scans of 17,141 healthy individuals from 99 datasets worldwide. Results revealed widespread asymmetries at both hemispheric and regional levels, with a generally thicker cortex but smaller surface area in the left hemisphere relative to the right. Regionally, asymmetries of cortical thickness and/or surface area were found in the inferior frontal gyrus, transverse temporal gyrus, parahippocampal gyrus, and entorhinal cortex. These regions are involved in lateralized functions, including language and visuospatial processing. In addition to population-level asymmetries, variability in brain asymmetry was related to sex, age, and brain size (indexed by intracranial volume). Interestingly, we did not find significant associations between asymmetries and handedness. Finally, with two independent pedigree datasets ( N = 1,443 and 1,113, respectively), we found several asymmetries showing modest but highly reliable heritability. The structural asymmetries identified, and their variabilities and heritability provide a reference resource for future studies on the genetic basis of brain asymmetry and altered laterality in cognitive, neurological, and psychiatric disorders. Significance Statement Left-right asymmetry is a key feature of the human brain's structure and function. It remains unclear which cortical regions are asymmetrical on average in the population, and how biological factors such as age, sex and genetic variation affect these asymmetries. Here we describe by far the largest ever study of cerebral cortical brain asymmetry, based on data from 17,141 participants. We found a global anterior-posterior 'torque' pattern in cortical thickness, together with various regional asymmetries at the population level, which have not been previously described, as well as effects of age, sex, and heritability estimates. From these data, we have created an on-line resource that will serve future studies of human brain anatomy in health and disease.

Objective: Attention-deficit/hyperactivity disorder (ADHD), autism spectrum disorder (ASD), and obsessive-compulsive disorder (OCD) are common neurodevelopmental disorders that frequently co-occur. We aimed to directly compare all three disorders. The ENIGMA consortium is ideally positioned to investigate structural brain alterations across these disorders. Methods: Structural T1-weighted whole-brain MRI of controls (n=5,827) and patients with ADHD (n=2,271), ASD (n=1,777), and OCD (n=2,323) from 151 cohorts worldwide were analyzed using standardized processing protocols. We examined subcortical volume, cortical thickness and surface area differences within a mega-analytical framework, pooling measures extracted from each cohort. Analyses were performed separately for children, adolescents, and adults using linear mixed-effects models adjusting for age, sex and site (and ICV for subcortical and surface area measures). Results: We found no shared alterations among all three disorders, while shared alterations between any two disorders did not survive multiple comparisons correction. Children with ADHD compared to those with OCD had smaller hippocampal volumes, possibly influenced by IQ. Children and adolescents with ADHD also had smaller ICV than controls and those with OCD or ASD. Adults with ASD showed thicker frontal cortices compared to adult controls and other clinical groups. No OCD-specific alterations across different age-groups and surface area alterations among all disorders in childhood and adulthood were observed. Conclusion: Our findings suggest robust but subtle alterations across different age-groups among ADHD, ASD, and OCD. ADHD-specific ICV and hippocampal alterations in children and adolescents, and ASD-specific cortical thickness alterations in the frontal cortex in adults support previous work emphasizing neurodevelopmental alterations in these disorders.

Background: Resolving population genetic structure is challenging, especially when dealing with closely related or geographically confined populations. Although Principal Component Analysis (PCA)-based methods and genomic variation with single nucleotide polymorphisms (SNPs) are widely used to describe shared genetic ancestry, improvements can be made especially when fine-scale population structure is the target. Results: This work presents an R package called IPCAPS, which uses SNP information for resolving possibly fine-scale population structure. The IPCAPS routines are built on the iterative pruning Principal Component Analysis (ipPCA) framework that systematically assigns individuals to genetically similar subgroups. In each iteration, our tool is able to detect and eliminate outliers, hereby avoiding severe misclassification errors. Conclusions: IPCAPS supports different measurement scales for variables used to identify substructure. Hence, panels of gene expression and methylation data can be accommodated as well. The tool can also be applied in patient sub-phenotyping contexts. IPCAPS is developed in R and is freely available from http://bio3.giga.ulg.ac.be/ipcaps

SNP-based information is used in several existing clustering methods to detect shared genetic ancestry or to identify population substructure. Here, we present a methodology for unsupervised clustering using iterative pruning to capture fine-scale structure called IPCAPS. Our method supports ordinal data which can be applied directly to SNP data to identify fine-scale population structure. We compare our method to existing tools for detecting fine-scale structure via simulations. The simulated data do not take into account haplotype information, therefore all markers are independent. Although haplotypes may be more informative than SNPs, especially in fine-scale detection analyses, the haplotype inference process often remains too computationally intensive. Therefore, our strategy has been to restrict attention to SNPs and to investigate the scale of the structure we are able to detect with them. We show that the experimental results in simulated data can be highly accurate and an improvement to existing tools. We are convinced that our method has a potential to detect fine-scale structure.

Abstract The spread of artemisinin (ART)-resistant Plasmodium falciparum threatens the control of malaria and mutations in the propeller domains of P. falciparum Kelch13 ( k13 ) are strongly associated with the resistance. Ferredoxin (Fd) in the ferredoxin/NADP + reductase (Fd/FNR) redox system is essential for isoprenoid precursor synthesis in the plasmodial apicoplast; nonetheless, mutations of Fd gene ( fd ) may modulate ART resistance and Fd would be an important target for antimalarial drugs. We investigated the inhibitory effects of dihydroartemisinin (DHA), methoxyamino chalcone (C3), and iron chelators including deferiprone (DFP), 1-( N -acety1-6-aminohexyl)-3-hydroxy-2-methylpyridin-4-one (CM1) and deferiprone-resveratrol hybrid (DFP-RVT) against the growth of wild-type (WT) P. falciparum parasites and those with k13 and fd mutations. C3 showed antimalarial potency similar to the iron chelators. Surprisingly, combined treatments of DHA with the C3 or iron chelators showed moderately antagonistic effects against P. falciparum growth. No differences were observed among the mutant parasites with respect to their sensitivity to C3 and the chelators, or the interactions of these compounds with DHA. The data suggest that inhibitors of the Fd/FNR redox system should be avoided as ART partner drugs in ART combination therapy for treating malaria.