The cerebral cortex underlies our complex cognitive capabilities, yet we know little about the specific genetic loci influencing human cortical structure. To identify genetic variants, including structural variants, impacting cortical structure, we conducted a genome-wide association meta-analysis of brain MRI data from 51,662 individuals. We analysed the surface area and average thickness of the whole cortex and 34 regions with known functional specialisations. We identified 255 nominally significant loci ( P ≤ 5 × 10−8); 199 survived multiple testing correction ( P ≤ 8.3 × 10−10; 187 surface area; 12 thickness). We found significant enrichment for loci influencing total surface area within regulatory elements active during prenatal cortical development, supporting the radial unit hypothesis. Loci impacting regional surface area cluster near genes in Wnt signalling pathways, known to influence progenitor expansion and areal identity. Variation in cortical structure is genetically correlated with cognitive function, Parkinson’s disease, insomnia, depression and ADHD.One Sentence Summary Common genetic variation is associated with inter-individual variation in the structure of the human cortex, both globally and within specific regions, and is shared with genetic risk factors for some neuropsychiatric disorders.

Functional magnetic resonance imaging (fMRI) is a standard tool to investigate the neural correlates of cognition. fMRI noninvasively measures brain activity, allowing identification of patterns evoked by tasks performed during scanning. Despite the long history of this technique, the idiosyncrasies of each dataset have led to the use of ad-hoc preprocessing protocols customized for nearly every different study. This approach is time-consuming, error-prone, and unsuitable for combining datasets from many sources. Here we showcase fMRIPrep ( ), a robust tool to prepare human fMRI data for statistical analysis. This software instrument addresses the reproducibility concerns of the established protocols for fMRI preprocessing. By leveraging the Brain Imaging Data Structure (BIDS) to standardize both the input datasets —MRI data as stored by the scanner— and the outputs —data ready for modeling and analysis—, fMRIPrep is capable of preprocessing a diversity of datasets without manual intervention. In support of the growing popularity of fMRIPrep , this protocol describes how to integrate the tool in a task-based fMRI investigation workflow.

Change in hippocampal function is a major factor in lifespan development and decline of episodic memory. Evidence indicates a long-axis specialization where anterior hippocampus is more engaged during encoding and posterior during retrieval. We tested the lifespan trajectory of hippocampal long-axis episodic memory-related activity and functional connectivity (FC). 496 participants (6.8-80.8 years) were scanned with functional MRI while encoding and retrieving associative memories. We found clear evidence for a long-axis encoding-retrieval specialization. These long-axis effects declined linearly during development and aging, eventually vanishing in the older adults. This was mainly driven by age effects on retrieval. Retrieval was associated with gradually lower activity from childhood to adulthood, followed by positive age-relationships until 70 years. Interestingly, this pattern characterized task engagement regardless of memory success or failure. Children engaged posterior hippocampus more than anterior, while anterior hippocampus was more activated relative to posterior already in teenagers. Intra-hippocampal connectivity increased during task, and this increase declined with age. In sum, the results suggest that hippocampal long-axis differentiation and communication during episodic memory tasks develop rapidly during childhood and adolescence, are markedly different in older compared to younger adults, and are related to task engagement, not the successful completion of the task.

The radial unit hypothesis provides a framework for global (proliferation) and regional (distribution) expansion of the primate cerebral cortex. Using principal component analysis (PCA), we have identified cortical regions with shared variance in their surface area and cortical thickness, respectively, segmented from magnetic resonance images obtained in 23,800 participants. We then carried out meta-analyses of genome-wide association studies of the first two principal components for each phenotype. For surface area (but not cortical thickness), we have detected strong associations between each of the components and single nucleotide polymorphisms in a number of gene loci. The first (global) component was associated mainly with loci on chromosome 17 (9.5e-32 ≤ p ≤ 2.8e-10), including those detected previously as linked with intracranial volume and/or general cognitive function. The second (regional) component captured shared variation in the surface area of the primary and adjacent secondary visual cortices and showed a robust association with polymorphisms in a locus on chromosome 14 containing Disheveled Associated Activator of Morphogenesis 1 ( DAAM1 ; p =2.4e-34). DAAM1 is a key component in the planar-cell-polarity signaling pathway. In follow-up studies, we have focused on the latter finding and established that: (1) DAAM1 is highly expressed between 12th and 22nd post-conception weeks in the human cerebral cortex; (2) genes co-expressed with DAAM1 in the primary visual cortex are enriched in mitochondria-related pathways; and (3) volume of the lateral geniculate nucleus, which projects to regions of the visual cortex staining for cytochrome oxidase (a mitochondrial enzyme), correlates with the surface area of the visual cortex in major-allele homozygotes but not in carriers of the minor allele. Altogether, we speculate that, in concert with thalamocortical input to cortical subplate, DAAM1 enables migration of neurons to cytochrome-oxidase rich regions of the visual cortex, and, in turn, facilitates regional expansion of this set of cortical regions during development.

Abstract Higher general cognitive ability (GCA) is associated with lower risk of neurodegenerative disorders, but neural mechanisms are unknown. GCA could be associated with more cortical tissue, from young age, i.e. brain reserve , or less cortical atrophy in adulthood, i.e. brain maintenance . Controlling for education, we investigated the relative association of GCA with reserve and maintenance of cortical volume, -area and -thickness through the adult lifespan, using multiple longitudinal brain imaging cohorts (n = 3327, 7002 MRI scans, baseline age 20-88 years, followed-up up to 11 years). There were widespread positive relationships between GCA and cortical characteristics (level-level associations). In select regions, higher baseline GCA was associated with less atrophy over time (level-change associations). Relationships remained when controlling for polygenic scores for both GCA and education. Our findings suggest that higher GCA is associated with cortical volumes by both brain reserve and -maintenance mechanisms through the adult lifespan.