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 There is an urgent need to derive quantitative measures based on coherent neurobiological dysfunctions or ‘biotypes’ to enable stratification of patients with depression and anxiety. We used task-free and task-evoked data from a standardized functional magnetic resonance imaging protocol conducted across multiple studies in patients with depression and anxiety when treatment free ( n = 801) and after randomization to pharmacotherapy or behavioral therapy ( n = 250). From these patients, we derived personalized and interpretable scores of brain circuit dysfunction grounded in a theoretical taxonomy. Participants were subdivided into six biotypes defined by distinct profiles of intrinsic task-free functional connectivity within the default mode, salience and frontoparietal attention circuits, and of activation and connectivity within frontal and subcortical regions elicited by emotional and cognitive tasks. The six biotypes showed consistency with our theoretical taxonomy and were distinguished by symptoms, behavioral performance on general and emotional cognitive computerized tests, and response to pharmacotherapy as well as behavioral therapy. Our results provide a new, theory-driven, clinically validated and interpretable quantitative method to parse the biological heterogeneity of depression and anxiety. Thus, they represent a promising approach to advance precision clinical care in psychiatry.

Abstract Cortical arealization arises during neurodevelopment from the confluence of molecular gradients representing patterned expression of morphogens and transcription factors. However, how these gradients relate to adult brain function, and whether they are maintained in the adult brain, remains unknown. Here we uncover three axes of topographic variation in gene expression in the adult human brain that specifically capture previously identified rostral-caudal, dorsal-ventral and medial-lateral axes of early developmental patterning. The interaction of these spatiomolecular gradients i) accurately predicts the location of unseen brain tissue samples, ii) delineates known functional territories, and iii) explains the topographical variation of diverse cortical features. The spatiomolecular gradients are distinct from canonical cortical functional hierarchies differentiating primary sensory cortex from association cortex, but radiate in parallel with the axes traversed by local field potentials along the cortex. We replicate all three molecular gradients in three independent human datasets as well as two non-human primate datasets, and find that each gradient shows a distinct developmental trajectory across the lifespan. The gradients are composed of several well known morphogens (e.g., PAX6 and SIX3 ), and a small set of genes shared across gradients are strongly enriched for multiple diseases. Together, these results provide insight into the developmental sculpting of functionally distinct brain regions, governed by three robust transcriptomic axes embedded within brain parenchyma.

Abstract How does the human brain’s structural scaffold give rise to its intricate functional dynamics? This is a central challenge in translational neuroscience, particularly in epilepsy, a disorder that affects over 50 million people worldwide. Treatment for medication-resistant focal epilepsy is often structural – through surgery, devices or focal laser ablation – but structural targets, particularly in patients without clear lesions, are largely based on functional mapping via intracranial EEG (iEEG). Unfortunately, the relationship between structural and functional connectivity in the seizing brain is poorly understood. In this study, we quantify structure-function coupling, specifically between white matter connections and iEEG, across preictal and ictal periods in 45 seizures from 9 patients with unilateral drug-resistant focal epilepsy. We use High Angular Resolution Diffusion Imaging (HARDI) tractography to construct structural connectivity networks and correlate these networks with time-varying broadband and frequency-specific functional networks derived from coregistered iEEG. Across all frequency bands, we find significant increases in structure-function coupling from preictal to ictal periods. We demonstrate that short-range structural connections are primarily responsible for this increase in coupling. Finally, we find that spatiotemporal patterns of structure-function coupling are stereotyped, and a function of each patient’s individual anatomy. These results suggest that seizures harness the underlying structural connectome as they propagate. Our findings suggest that the relationship between structural and functional connectivity in epilepsy may inform current and new therapies to map and alter seizure spread, and pave the way for better-targeted, patient-specific interventions.

Abstract Individual differences in cognition during childhood are associated with important social, physical, and mental health outcomes in adolescence and adulthood. Given that cortical surface arealization during development reflects the brain’s functional prioritization, quantifying variation in the topography of functional brain networks across the developing cortex may provide insight regarding individual differences in cognition. We test this idea by defining personalized functional networks (PFNs) that account for interindividual heterogeneity in functional brain network topography in 9-10 year olds from the Adolescent Brain Cognitive Development SM Study. Across matched discovery (n=3,525) and replication (n=3,447) samples, the total cortical representation of fronto-parietal PFNs positively correlated with general cognition. Cross-validated ridge regressions trained on PFN topography predicted cognition across domains, with prediction accuracy increasing along the cortex’s sensorimotor-association organizational axis. These results establish that functional network topography heterogeneity is associated with individual differences in cognition before the critical transition into adolescence.

SUMMARY The brain is organized into a broad set of functional neural networks. These networks and their various characteristics have been described and scrutinized through in vivo resting state functional magnetic resonance imaging (rs-fMRI). While the basic properties of networks are generally similar between healthy individuals, there is vast variability in the precise topography across the population. These individual differences are often lost in population studies due to population averaging which assumes topographical uniformity. We leveraged precision brain mapping methods to establish a new open-source, method-flexible set of precision functional network atlases: the Masonic Institute for the Developing Brain (MIDB) Precision Brain Atlas. Using participants from the Adolescent Brain Cognitive Development (ABCD) study, single subject precision network maps were generated with two supervised network-matching procedures (template matching and non-negative matrix factorization), an overlapping template matching method for identifying integration zones, as well as an unsupervised community detection algorithm (Infomap). From these individualized maps we also generated probabilistic network maps and integration zones for two demographically-matched groups of n∼3000 each. We demonstrate high reproducibility between groups (Pearson’s r >0.999) and between methods (r=0.96), revealing both regions of high invariance and high variability. Compared to using parcellations based on groups averages, the MIDB Precision Brain Atlas allowed us to derive a set of brain regions that are largely invariant in network topography across populations, which provides more reproducible statistical maps of executive function in brain-wide associations. We also explore an example use case for probabilistic maps, highlighting their potential for use in targeted neuromodulation. The MIDB Precision Brain Atlas is expandable to alternative datasets and methods and is provided open-source with an online web interface to encourage the scientific community to experiment with probabilistic atlases and individual-specific topographies to more precisely relate network phenomenon to functional organization of the human brain.

SUMMARY The brain is organized into networks at multiple resolutions, or scales, yet studies of functional network development typically focus on a single scale. Here, we derived personalized functional networks across 29 scales in a large sample of youths (n=693, ages 8-23 years) to identify multi-scale patterns of network re-organization related to neurocognitive development. We found that developmental shifts in inter-network coupling systematically adhered to and strengthened a functional hierarchy of cortical organization. Furthermore, we observed that scale-dependent effects were present in lower-order, unimodal networks, but not higher-order, transmodal networks. Finally, we found that network maturation had clear behavioral relevance: the development of coupling in unimodal and transmodal networks dissociably mediated the emergence of executive function. These results delineate maturation of multi-scale brain networks, which varies according to a functional hierarchy and impacts cognitive development.

Abstract The human cerebral cortex is connected by intricate inter-areal wiring at the macroscale. The cortical hierarchy from primary sensorimotor to higher-order association areas is a unifying organizational principle across various neurobiological properties; however, previous studies have not clarified whether the connections between cortical regions exhibit a similar hierarchical pattern. Here, we identify a connectional hierarchy indexed by inter-individual variability of functional connectivity edges, which continuously progresses along a hierarchical gradient from within-network connections to between-network edges connecting sensorimotor and association networks. We found that this connectional hierarchy of variability aligns with both hemodynamic and electromagnetic connectivity strength and is constrained by structural connectivity strength. Moreover, the patterning of connectional hierarchy is related to inter-regional similarity in transcriptional and neurotransmitter receptor profiles. Using the Neurosynth cognitive atlas and cortical vulnerability maps in 13 brain disorders, we found that the connectional hierarchy of variability is associated with similarity networks of cognitive relevance and that of disorder vulnerability. Finally, we found that the prominence of this hierarchical gradient of connectivity variability declines during youth. Together, our results reveal a novel hierarchal organizational principle at the connectional level that links multimodal and multiscale human connectomes to individual variability in functional connectivity.

Abstract Adolescence is hypothesized to be a critical period for the development of association cortex. A reduction of the excitation:inhibition (E:I) ratio is a hallmark of critical period development; however it has been unclear how to assess the development of the E:I ratio using non-invasive neuroimaging techniques. Here, we used pharmacological fMRI with a GABAergic benzodiazepine challenge to empirically generate a model of E:I ratio based on multivariate patterns of functional connectivity. In an independent sample of 879 youth (ages 8-22 years), this model predicted reductions in the E:I ratio during adolescence, which were specific to association cortex and related to psychopathology. These findings support hypothesized shifts in E:I balance of association cortices during a neurodevelopmental critical period in adolescence. Teaser Inhibitory maturation of the association cortex reflects an adolescent critical period.