Abstract Neurodevelopmental disorders are highly heritable and associated with spatially-selective disruptions of brain anatomy. The logic that translates genetic risks into spatially patterned brain vulnerabilities remains unclear but is a fundamental question in disease pathogenesis. Here, we approach this question by integrating (i) in vivo neuroimaging data from patient subgroups with known causal genomic copy number variations (CNVs), and (ii) bulk and single-cell gene expression data from healthy cortex. First, for each of six different CNV disorders, we show that spatial patterns of cortical anatomy change in youth are correlated with spatial patterns of expression for CNV region genes in bulk cortical tissue from typically-developing adults. Next, by transforming normative bulk-tissue cortical expression data into cell-type expression maps, we further link each disorder’s anatomical change map to specific cell classes and specific CNV-region genes that these cells express. Finally, we establish convergent validity of this “transcriptional vulnerability model” by inter-relating patient neuroimaging data with measures of altered gene expression in both brain and blood-derived patient tissue. Our work clarifies general biological principles that govern the mapping of genetic risks onto regional brain disruption in neurodevelopmental disorders. We present new methods that can harness these principles to screen for potential cellular and molecular determinants of disease from readily available patient neuroimaging data.

Abstract Motivated by prior data on local cortical shrinkage and intracortical myelination, we predicted age-related changes in topological organisation of cortical structural networks during adolescence. We estimated structural correlation from magnetic resonance imaging measures of cortical thickness at 308 regions in a sample of N=297 healthy participants, aged 14-24 years. We used a novel sliding-window analysis to measure age-related changes in network attributes globally, locally and in the context of several community partitions of the network. We found that the strength of structural correlation generally decreased as a function of age. Association cortical regions demonstrated a sharp decrease in nodal degree (hubness) from 14 years, reaching a minimum at approximately 19 years, and then levelling off or even slightly increasing until 24 years. Greater and more prolonged age-related changes in degree of cortical regions within the brain network were associated with faster rates of adolescent cortical myelination and shrinkage. The brain regions that demonstrated the greatest age-related changes were concentrated within prefrontal modules. We conclude that human adolescence is associated with biologically plausible changes in structural imaging markers of brain network organization, consistent with the concept of tuning or consolidating anatomical connectivity between frontal cortex and the rest of the connectome.

Adolescent development of human brain structural and functional networks is increasingly recognized as fundamental to emergence of typical and atypical adult cognitive and emotional processes. We analysed multimodal magnetic resonance imaging (MRI) data collected from N ∼ 300 healthy adolescents (51%; female; 14 to 26 y) each scanned repeatedly in an accelerated longitudinal design, to provide an analyzable dataset of 469 structural scans and 448 functional MRI scans. We estimated the morphometric similarity between each possible pair of 358 cortical areas on a feature vector comprising six macro- and microstructural MRI metrics, resulting in a morphometric similarity network (MSN) for each scan. Over the course of adolescence, we found that morphometric similarity increased in paralimbic cortical areas, e.g., insula and cingulate cortex, but generally decreased in neocortical areas, and these results were replicated in an independent developmental MRI cohort (N ∼ 304). Increasing hubness of paralimbic nodes in MSNs was associated with increased strength of coupling between their morphometric similarity and functional connectivity. Decreasing hubness of neocortical nodes in MSNs was associated with reduced strength of structure–function coupling and increasingly diverse functional connections in the corresponding fMRI networks. Neocortical areas became more structurally differentiated and more functionally integrative in a metabolically expensive process linked to cortical thinning and myelination, whereas paralimbic areas specialized for affective and interoceptive functions became less differentiated, as hypothetically predicted by a developmental transition from periallocortical to proisocortical organization of the cortex. Cytoarchitectonically distinct zones of the human cortex undergo distinct neurodevelopmental programs during typical adolescence.

Abstract The multicontrast EPImix sequence generates 6 contrasts, including a T 1 -weighted scan, in ∼1 minute. EPImix shows comparable diagnostic performance to conventional scans under qualitative clinical evaluation, and similarities in simple quantitative measures including contrast intensity. However, EPImix scans have not yet been compared to standard MRI scans using established quantitative measures. In this study, we compared conventional and EPImix-derived T 1 -weighted scans of 64 healthy participants using tissue volume estimates and predicted brain-age. All scans were pre-processed using the SPM12 DARTEL pipeline, generating measures of grey matter, white matter and cerebrospinal fluid volume. Brain-age was predicted using brainageR , a Gaussian process regression model previously trained on a large sample of standard T 1 -weighted scans. Estimates of both global and voxel-wise tissue volume showed significantly similar results between standard and EPImix-derived T 1 -weighted scans. Brain-age estimates from both sequences were significantly correlated, although EPImix T 1 -weighted scans showed a systematic offset in predictions of chronological age. Supplementary analyses suggest that this is likely caused by the reduced field of view of EPImix scans, and the use of a brain-age model trained using conventional T 1 -weighted scans. However, this systematic error can be corrected using additional regression of T 1 -predicted brain-age onto EPImix-predicted brain-age. Finally, retest EPImix scans acquired for 10 participants demonstrated high test-retest reliability in all evaluated quantitative measurements. Quantitative analysis of EPImix scans holds potential to reduce scanning time, increasing participant comfort and reducing cost, as well as to support automation of scanning, utilising active learning for faster and individually-tailored (neuro)imaging.

Abstract We hypothesized that there are sexual differences in human brain network development underlying the female > male divergence in adolescent depression. We tested for sex differences in parameters of brain network development (accelerated longitudinal fMRI, N=298 healthy adolescents, each scanned 1 to 3 times). Sexually divergent development of functional connectivity was located in default mode network (DMN), limbic cortex, and subcortical nuclei. Females had a more “disruptive” pattern of development, where weak functional connectivity at age 14 became stronger during adolescence. This fMRI-derived map of divergent adolescent development was co-located with (i) a map of functional dysconnectivity associated with adult major depressive disorder (MDD); and (ii) an adult brain gene expression pattern enriched for genes on the X chromosome, neurodevelopmental genes, and risk genes for MDD. Sexual divergence in disruptive development of DMN, limbic and subcortical functional networks is potentially relevant to the increased risk of depression in adolescent females.

Abstract Current neuroimaging acquisition and processing approaches tend to be optimised for quality rather than speed. However, rapid acquisition and processing of neuroimaging data can lead to novel neuroimaging paradigms, such as adaptive acquisition, where rapidly processed data is used to inform subsequent image acquisition steps. Here we first evaluate the impact of several processing steps on the processing time and quality of registration of manually labelled T 1 -weighted MRI scans. Subsequently, we apply the selected rapid processing pipeline both to rapidly acquired multicontrast EPImix scans of 95 participants (which include T 1 -FLAIR, T 2 , T 2 *, T 2 -FLAIR, DWI & ADC contrasts, acquired in ∼1 minute), as well as to slower, more standard single-contrast T 1 -weighted scans of a subset of 66 participants. We quantify the correspondence between EPImix and single-contrast T 1 -weighted scans, using correlations between voxels and regions of interest across participants, measures of within- and between-participant identifiability as well as regional structural covariance networks. Furthermore, we explore the use of EPImix for the rapid construction of morphometric similarity networks. Finally, we quantify the reliability of EPImix-derived data using test-retest scans of 10 participants. Our results demonstrate that quantitative information can be derived from a neuroimaging scan acquired and processed within minutes, which could further be used to implement adaptive multimodal imaging and tailor neuroimaging examinations to individual patients. Abstract Figure Graphical abstract.

Adolescent changes in human brain function are not entirely understood. Here we used multi-echo functional magnetic resonance imaging (fMRI) to measure developmental change in functional connectivity (FC) of resting-state oscillations between pairs of 330 cortical regions and 16 subcortical regions in N=298 healthy adolescents. Participants were aged 14-26 years and were scanned on two or more occasions at least 6 months apart. We found two distinct modes of age-related change in FC: "conservative'' and "disruptive''. Conservative development was characteristic of primary cortex, which was strongly connected at 14 years and became even more connected in the period 14-26 years. Disruptive development was characteristic of association cortex, hippocampus and amygdala, which were not strongly connected at 14 years but became more strongly connected during adolescence. We defined the maturational index (MI) as the signed coefficient of the linear relationship between baseline FC (at 14 years, FC14) and adolescent change in FC (ΔFC14-26). Disruptive systems (with negative MI) were functionally specialised for social cognition and autobiographical memory and were significantly co-located with prior maps of aerobic glycolysis (AG), AG-related gene expression, post-natal expansion of cortical surface area, and adolescent shrinkage of cortical depth. We conclude that human brain organization is disrupted during adolescence by the emergence of strong functional connectivity of subcortical nuclei and association cortical areas, representing metabolically expensive re-modelling of synaptic connectivity between brain regions that were not strongly connected in childhood. We suggest that this re-modelling process may support emergence of social skills and self-awareness during healthy human adolescence.

Macroscopic cortical networks are important for cognitive function, but it remains challenging to construct anatomically plausible individual structural connectomes from human neuroimaging. We introduce a new technique for cortical network mapping, based on inter-regional similarity of multiple morphometric parameters measured using multimodal MRI. In three cohorts (two human, one macaque), we find that the resulting morphometric similarity networks (MSNs) have a complex topological organisation comprising modules and high-degree hubs. Human MSN modules recapitulate known cortical cytoarchitectonic divisions, and greater inter-regional morphometric similarity was associated with stronger inter-regional co-expression of genes enriched for neuronal terms. Comparing macaque MSNs to tract-tracing data confirmed that morphometric similarity was related to axonal connectivity. Finally, variation in the degree of human MSN nodes accounted for about 40% of between-subject variability in IQ. Morphometric similarity mapping provides a novel, robust and biologically plausible approach to understanding how human cortical networks underpin individual differences in psychological functions.

Complex network topology is characteristic of many biological systems, including anatomical and functional brain networks (connectomes). Here, we first constructed a structural covariance network (SCN) from MRI measures of cortical thickness on 296 healthy volunteers, aged 14-24 years. Next, we designed a new algorithm for matching sample locations from the Allen Brain Atlas to the nodes of the SCN. Subsequently we use this to define, transcriptomic brain networks (TBN) by estimating gene co-expression between pairs of cortical regions. Finally, we explore the hypothesis that TBN and the SCN are coupled. TBN and SCN were correlated across connection weights and showed qualitatively similar complex topological properties. There were differences between networks in degree and distance distributions. However, cortical areas connected to each other within modules of the SCN network had significantly higher levels of whole genome co-expression than expected by chance. Nodes connected in the SCN had significantly higher levels of expression and co-expression of a Human Supragranular Enriched (HSE) gene set that are known to be important for large-scale cortico-cortical connectivity. This coupling of brain transcriptome and connectome topologies was largely but not completely related to the common constraint of physical distance on both networks.

Abstract Childhood adversity is one of the strongest predictors of adolescent mental illness. Therefore, it is critical that the mechanisms that aid resilient functioning in individuals exposed to childhood adversity are better understood. Here, we examined whether resilient functioning was related to structural brain network topology. We quantified resilient functioning at the individual level as psychosocial functioning adjusted for the severity of childhood adversity in a large sample of adolescents (N=2406, aged 14-24). Next, we examined nodal degree (the number of connections that brain regions have in a network) using brain-wide cortical thickness measures in a representative subset (N=275) using a sliding window approach. We found that higher resilient functioning was associated with lower nodal degree of multiple regions including the dorsolateral prefrontal cortex, the medial prefrontal cortex, and the posterior superior temporal sulcus ( z > 1.645). During adolescence, decreases in nodal degree are thought to reflect a normative developmental process that is part of the extensive remodelling of structural brain network topology. Prior findings in this sample showed that decreased nodal degree was associated with age, as such our findings of negative associations between nodal degree and resilient functioning may therefore potentially resemble a more mature structural network configuration in individuals with higher resilient functioning.