Children’s early language exposure impacts their later linguistic skills, cognitive abilities, and academic achievement, and large disparities in language exposure are associated with family socioeconomic status (SES). However, there is little evidence about the neural mechanisms underlying the relation between language experience and linguistic and cognitive development. Here, language experience was measured from home audio recordings of 36 SES-diverse 4- to 6-year-old children. During a story-listening functional MRI task, children who had experienced more conversational turns with adults—independently of SES, IQ, and adult-child utterances alone—exhibited greater left inferior frontal (Broca’s area) activation, which significantly explained the relation between children’s language exposure and verbal skill. This is the first evidence directly relating children’s language environments with neural language processing, specifying both an environmental and a neural mechanism underlying SES disparities in children’s language skills. Furthermore, results suggest that conversational experience impacts neural language processing over and above SES or the sheer quantity of words heard.

ABSTRACT Diffusion-weighted magnetic resonance imaging (dMRI) has become the primary method for non-invasively studying the organization of white matter in the human brain. While many dMRI acquisition sequences have been developed, they all sample q-space in order to characterize water diffusion. Numerous software platforms have been developed for processing dMRI data, but most work on only a subset of sampling schemes or implement only parts of the processing workflow. Reproducible research and comparisons across dMRI methods are hindered by incompatible software, diverse file formats, and inconsistent naming conventions. Here we introduce QSIPrep, an integrative software platform for the processing of diffusion images that is compatible with nearly all dMRI sampling schemes. Drawing upon a diverse set of software suites to capitalize upon their complementary strengths, QSIPrep automatically applies best practices for dMRI preprocessing, including denoising, distortion correction, head motion correction, coregistration, and spatial normalization. Throughout, QSIPrep provides both visual and quantitative measures of data quality as well as “glass-box” methods reporting. Taken together, these features facilitate easy implementation of best practices for processing of diffusion images while simultaneously ensuring reproducibility.

Abstract Functional connectivity (FC) networks are typically inferred from resting-state fMRI data using the Pearson correlation between BOLD time series from pairs of brain regions. However, alternative methods of estimating functional connectivity have not been systematically tested for their sensitivity or robustness to head motion artifact. Here, we evaluate the sensitivity of six different functional connectivity measures to motion artifact using resting-state data from the Human Connectome Project. We report that FC estimated using full correlation has a relatively high residual distance-dependent relationship with motion compared to partial correlation, coherence and information theory-based measures, even after implementing rigorous methods for motion artifact mitigation. This disadvantage of full correlation, however, may be offset by higher test-retest reliability and system identifiability. FC estimated by partial correlation offers the best of both worlds, with low sensitivity to motion artifact and intermediate system identifiability, with the caveat of low test-retest reliability. We highlight spatial differences in the sub-networks affected by motion with different FC metrics. Further, we report that intra-network edges in the default mode and retrosplenial temporal sub-networks are highly correlated with motion in all FC methods. Our findings indicate that the method of estimating functional connectivity is an important consideration in resting-state fMRI studies and must be chosen carefully based on the parameters of the study.

ABSTRACT Animal studies of neurodevelopmental plasticity have shown that intrinsic brain activity evolves from high amplitude and globally synchronized to suppressed and sparse as plasticity declines and the cortex matures. Leveraging resting-state functional MRI data from 1033 individuals (8-23 years), we reveal that this stereotyped refinement of intrinsic activity occurs during human development and provides evidence for a cortical gradient of neurodevelopmental plasticity during childhood and adolescence. Specifically, we demonstrate that declines in the amplitude of intrinsic activity are initiated heterochronously across regions, coupled to the maturation of a plasticity-restricting structural feature, and temporally staggered along a hierarchical sensorimotor-association axis from ages 8 to 18. Youth from disadvantaged environments exhibit reduced intrinsic activity in regions further up the sensorimotor-association axis, suggestive of a reduced level of plasticity in late-maturing cortices. Our results uncover a hierarchical axis of neurodevelopment and offer insight into the temporal sequence of protracted neurodevelopmental plasticity in humans.

ABSTRACT Our minds and brains are highly unique. Despite the long-recognized importance of the environment in shaping individual differences in cognitive neurodevelopment, only with the combination of deep phenotyping approaches and the availability of large-scale datasets have we been able to more comprehensively characterize the many inter-connected features of an individual’s environment and experience (“exposome”). Moreover, despite clear evidence that brain organization is highly individualized, most neuroimaging studies still rely on group atlases to define functional networks, smearing away inter-individual variation in the spatial layout of functional networks across the cortex (“functional topography”). Here, we leverage the largest longitudinal study of brain and behavior development in the United States to investigate how an individual’s exposome may contribute to functional brain network organization leading to differences in cognitive functioning. To do so, we apply three previously-validated data driven computational models to characterize an individual’s multidimensional exposome, define individual-specific maps of functional brain networks, and measure cognitive functioning across broad domains. In pre-registered analyses replicated across matched discovery ( n =5,139, 48.5% female) and replication ( n =5,137, 47.1% female) samples, we find that a child’s exposome is associated with multiple domains of cognitive functioning both at baseline assessment and two years later – over and above associations with baseline cognition. Cross-validated ridge regression models reveal that the exposome is reflected in children’s unique patterns of functional topography. Finally, we uncover both shared and unique contributions of the exposome and functional topography to cognitive abilities, finding that models trained on a single variable capturing a child’s exposome can more accurately and parsimoniously predict future cognitive performance than models trained on a wealth of personalized neuroimaging data. This study advances our understanding of how childhood environments contribute to unique patterns of functional brain organization and variability in cognitive abilities.

Abstract Children’s early language environments are associated with linguistic, cognitive, and academic development, as well as concurrent brain structure and function. This study investigated neurodevelopmental mechanisms linking language input to development by measuring neuroplasticity associated with an intervention designed to enhance language environments of families primarily from lower socioeconomic backgrounds. Families of 52 4-to-6 year-old children were randomly assigned to a 9-week, interactive, family-based intervention or no-contact control group. Children completed pre- and post-assessments of verbal and nonverbal cognition (n=52), structural magnetic resonance imaging (n=45), and home auditory recordings of language exposure (n=39). Families who completed the intervention exhibited greater increases in adult-child conversational turns, and changes in turn-taking mediated intervention effects on language and executive functioning measures. Collapsing across groups, turn-taking changes were also positively correlated with cortical thickening in left inferior frontal and supramarginal gyri, the latter of which mediated relationships between changes in turn-taking and children’s language development. This is the first study of longitudinal neuroplasticity in response to changes in children’s language environments, and findings suggest that conversational turns support language development through cortical growth in language and social processing regions. This has implications for early interventions to enhance children’s language environments to support neurocognitive development.

Abstract Human childhood is characterized by dramatic changes in the mind and brain. However, little is known about the large-scale intrinsic cortical network changes that occur during childhood due to methodological challenges in scanning young children. Here, we overcome this barrier by using sophisticated acquisition and analysis tools to investigate functional network development in children between the ages of 4 and 10 years ( n = 92). At multiple spatial scales, age is positively associated with brain network segregation. At the system level, age was associated with segregation of systems involved in attention from those involved in abstract cognition, and with integration among attentional and perceptual systems. Associations between age and functional connectivity are most pronounced in visual and medial prefrontal cortex, the two ends of a gradient from perceptual, externally oriented cortex to abstract, internally oriented cortex. These findings suggest that both ends of the sensory-association gradient may develop early, in contrast to the classical theories that cortical maturation proceeds from back to front, with sensory areas developing first and association areas developing last. More mature patterns of brain network architecture, controlling for age, were associated with better visuospatial reasoning abilities. Our results suggest that as cortical architecture becomes more specialized, children become more able to reason about the world and their place in it. Significance Anthropologists have called the transition from early to middle childhood the “age of reason”, when children across cultures become more independent. We employ cutting-edge neuroimaging acquisition and analysis approaches to investigate associations between age and functional brain architecture in childhood. Age was positively associated with segregation between cortical systems that process the external world, and those that process abstract phenomena like the past, future, and minds of others. Surprisingly, we observed pronounced development at both ends of the sensory-association gradient, challenging the theory that sensory areas develop first and association areas develop last. Our results open new directions for research into how brains reorganize to support rapid gains in cognitive and socioemotional skills as children reach the age of reason.

Abstract Neuroplasticity, defined as the brain’s potential to change in response to its environment, has been extensively studied at the cellular and molecular levels. Work in animal models suggests that stimulation to the ventral tegmental area (VTA) enhances plasticity, and that myelination constrains plasticity. Little is known, however, about whether proxy measures of these properties in the human brain are associated with learning. Here, we investigated the plasticity of the frontoparietal system by asking whether VTA resting-state functional connectivity and myelin map values (T1w/T2w ratios) predicted learning after short-term training on the adaptive n -back ( n = 46, ages 18-25). We found that stronger baseline connectivity between VTA and lateral prefrontal cortex predicted greater improvements in accuracy. Lower myelin map values predicted improvements in response times, but not accuracy. Our findings suggest that proxy markers of neural plasticity can predict learning in humans.

Growing up in a high poverty neighborhood is associated with elevated risk for academic challenges and health problems. Here, we take a data-driven approach to exploring how measures of children9s environments relate to the development of their brain structure and function in a community sample of children between the ages of 4 and 10 years. We constructed exposomes including measures of family socioeconomic status, children9s exposure to adversity, and geocoded measures of neighborhood socioeconomic status, crime, and environmental toxins. We connected the exposome to two structural measures (cortical thickness and surface area, n = 170) and two functional measures (participation coefficient and clustering coefficient, n = 130). We found dense connections within exposome and brain layers and sparse connections between exposome and brain layers. Lower family income was associated with thinner visual cortex, consistent with the theory that accelerated development is detectable in early-developing regions. Greater neighborhood incidence of high blood lead levels was associated with greater segregation of the default mode network, consistent with evidence that toxins are deposited into the brain along the midline. Our study demonstrates the utility of multilayer network analysis to bridge environmental and neural explanatory levels to better understand the complexity of child development.

Adult cortex is organized into distributed functional communities. Yet, little is known about community architecture of children’s brains. Here, we uncovered the community structure of cortex in childhood using fMRI data from 670 children aged 9-11 years from the Adolescent Brain and Cognitive Development study. Children showed similar community structure to adults in early-developing sensory and motor communities, but differences emerged in transmodal areas. Children have more cortical territory in the limbic community, which is involved in emotion processing, than adults. Regions of association cortex interact more flexibly across communities, creating uncertainty for the model-based assignment algorithm, and perhaps reflecting cortical boundaries that are not yet solidified. Uncertainty was highest for cingulo-opercular areas involved in flexible deployment of cognitive control. Collectively, our findings suggest that community boundaries are not solidified by middle childhood, an instability that provides important context for children’s thoughts and behaviors.