Stress-related variation in the intrauterine milieu may impact brain development and emergent function, with long-term implications in terms of susceptibility for affective disorders. Studies in animals suggest limbic regions in the developing brain are particularly sensitive to exposure to the stress hormone cortisol. However, the nature, magnitude, and time course of these effects have not yet been adequately characterized in humans. A prospective, longitudinal study was conducted in 65 normal, healthy mother–child dyads to examine the association of maternal cortisol in early, mid-, and late gestation with subsequent measures at approximately 7 y age of child amygdala and hippocampus volume and affective problems. After accounting for the effects of potential confounding pre- and postnatal factors, higher maternal cortisol levels in earlier but not later gestation was associated with a larger right amygdala volume in girls (a 1 SD increase in cortisol was associated with a 6.4% increase in right amygdala volume), but not in boys. Moreover, higher maternal cortisol levels in early gestation was associated with more affective problems in girls, and this association was mediated, in part, by amygdala volume. No association between maternal cortisol in pregnancy and child hippocampus volume was observed in either sex. The current findings represent, to the best of our knowledge, the first report linking maternal stress hormone levels in human pregnancy with subsequent child amygdala volume and affect. The results underscore the importance of the intrauterine environment and suggest the origins of neuropsychiatric disorders may have their foundations early in life.

Objective This study was undertaken to better understand the high variability in response seen when treating human subjects with restorative therapies poststroke. Preclinical studies suggest that neural function, neural injury, and clinical status each influence treatment gains; therefore, the current study hypothesized that a multivariate approach incorporating these 3 measures would have the greatest predictive value. Methods Patients 3 to 6 months poststroke underwent a battery of assessments before receiving 3 weeks of standardized upper extremity robotic therapy. Candidate predictors included measures of brain injury (including to gray and white matter), neural function (cortical function and cortical connectivity), and clinical status (demographics/medical history, cognitive/mood, and impairment). Results Among all 29 patients, predictors of treatment gains identified measures of brain injury (smaller corticospinal tract [CST] injury), cortical function (greater ipsilesional motor cortex [M1] activation), and cortical connectivity (greater interhemispheric M1–M1 connectivity). Multivariate modeling found that best prediction was achieved using both CST injury and M1–M1 connectivity ( r 2 = 0.44, p = 0.002), a result confirmed using Lasso regression. A threshold was defined whereby no subject with >63% CST injury achieved clinically significant gains. Results differed according to stroke subtype; gains in patients with lacunar stroke were best predicted by a measure of intrahemispheric connectivity. Interpretation Response to a restorative therapy after stroke is best predicted by a model that includes measures of both neural injury and function. Neuroimaging measures were the best predictors and may have an ascendant role in clinical decision making for poststroke rehabilitation, which remains largely reliant on behavioral assessments. Results differed across stroke subtypes, suggesting the utility of lesion‐specific strategies. ANN NEUROL 2015;77:132–145

The hippocampus is critical to the temporal organization of our experiences. Although this fundamental capacity is conserved across modalities and species, its underlying neuronal mechanisms remain unclear. Here we recorded hippocampal activity as rats remembered an extended sequence of nonspatial events unfolding over several seconds, as in daily life episodes in humans. We then developed statistical machine learning methods to analyze the ensemble activity and discovered forms of sequential organization and coding important for order memory judgments. Specifically, we found that hippocampal ensembles provide significant temporal coding throughout nonspatial event sequences, differentiate distinct types of task-critical information sequentially within events, and exhibit theta-associated reactivation of the sequential relationships among events. We also demonstrate that nonspatial event representations are sequentially organized within individual theta cycles and precess across successive cycles. These findings suggest a fundamental function of the hippocampal network is to encode, preserve, and predict the sequential order of experiences.

BACKGROUND: Genetic association studies can reveal biology and treatment targets but have received limited attention for stroke recovery. STRONG (Stroke, Stress, Rehabilitation, and Genetics) was a prospective, longitudinal (1-year), genetic study in adults with stroke at 28 US stroke centers. The primary aim was to examine the association that candidate genetic variants have with (1) motor/functional outcomes and (2) stress-related outcomes. METHODS: For motor/functional end points, 3 candidate gene variants (ApoE ε4, BDNF [brain-derived neurotrophic factor], and a dopamine polygenic score) were analyzed for associations with change in grip strength (3 months-baseline), function (3-month Stroke Impact Scale-Activities of Daily Living), mood (3-month Patient Health Questionnaire-8), and cognition (12-month telephone-Montreal Cognitive Assessment). For stress-related outcomes, 7 variants (serotonin transporter gene–linked promoter region, ACE [angiotensin-converting enzyme], oxytocin receptor, FKBP5 [FKBP prolyl isomerase 5], FAAH [fatty acid amide hydrolase], BDNF, and COMT [catechol-O-methyltransferase]) were assessed for associations with posttraumatic stress disorder ([PTSD]; PTSD Primary Care Scale) and depression (Patient Health Questionnaire-8) at 6 and 12 months; stress-related genes were examined as a function of poststroke stress level. Statistical models (linear, negative binomial, or Poisson regression) were based on response variable distribution; all included stroke severity, age, sex, and ancestry as covariates. Stroke subtype was explored secondarily. Data were Holm-Bonferroni corrected. A secondary replication analysis tested whether the rs1842681 polymorphism (identified in the GISCOME study [Genetics of Ischaemic Stroke Functional Outcome]) was related to 3-month modified Rankin Scale score in STRONG. RESULTS: The 763 enrollees were 63.1±14.9 (mean±SD) years of age, with a median initial National Institutes of Health Stroke Scale score of 4 (interquartile range, 2–9); outcome data were available in n=515 at 3 months, n=500 at 6 months, and n=489 at 12 months. At 1 year poststroke, the rs6265 (BDNF) variant was associated with poorer cognition (0.9-point lower telephone-Montreal Cognitive Assessment score, P =1×10 −5 ). For stress-related outcomes, rs4291 (ACE) and rs324420 (FAAH) were risk factors linking increased poststroke stress with higher 1-year depression and PTSD symptoms ( P <0.05), while rs4680 (COMT) linked poststroke stress with lower 1-year depression and PTSD. Findings were unchanged when considering stroke subtype. STRONG replicated GISCOME: rs1842681 was associated with lower 3-month modified Rankin Scale score ( P =3.2×10 −5 ). CONCLUSIONS: This study identified genetic associations with cognitive function, depression, and PTSD 1 year poststroke. Genetic susceptibility to PTSD and depressive symptoms varied according to the amount of poststroke stress, underscoring the critical role of lived experiences in recovery. Together, the results suggest that genetic association studies provide insights into the biology of stroke recovery in humans.

As the circadian clock regulates fundamental biological processes, disrupted clocks are often observed in patients and diseased tissues. Determining the circadian time of the patient or the tissue of focus is essential in circadian medicine and research. Here we present tauFisher, a computational pipeline that accurately predicts circadian time from a single transcriptomic sample by finding correlations between rhythmic genes within the sample. We demonstrate tauFisher’s outstanding performance in both bulk and single-cell transcriptomic data collected from multiple tissue types and experimental settings. Application of tauFisher at a cell-type level in a single-cell RNA-seq dataset collected from mouse dermal skin implies that greater circadian phase heterogeneity may explain the dampened rhythm of collective core clock gene expression in dermal immune cells compared to dermal fibroblasts. Given its robustness and generalizability across assay platforms, experimental setups, and tissue types, as well as its potential application in single-cell RNA-seq data analysis, tauFisher is a promising tool that facilitates circadian medicine and research.

The hippocampus is critical to the temporal organization of our experiences, including the ability to remember past event sequences and predict future ones. Although this fundamental capacity is conserved across modalities and species, its underlying neuronal mechanisms remain poorly understood. Here we recorded hippocampal ensemble activity as rats remembered a sequence of nonspatial events (5 odor presentations unfolding over several seconds), using a task with established parallels in humans. Using novel statistical methods and deep learning techniques, we then identified new forms of sequential organization in hippocampal activity linked with task performance. We discovered that sequential firing fields ("time cells") provided temporal information within and across events in the sequence, and that distinct types of task-critical information (stimulus identity, temporal order, and trial outcome) were also sequentially differentiated within event presentations. Finally, as previously only observed with spatial information, we report that the representations of past, present and future events were sequentially activated within individual event presentations, and that these sequential representations could be compressed within an individual theta cycle. These findings strongly suggest that a fundamental function of the hippocampal network is to encode and preserve the sequential order of experiences, and use these representations to generate predictions to inform decision-making.