Abstract Cortical thickness, surface area and volumes (MRI cortical measures) vary with age and cognitive function, and in neurological and psychiatric diseases. We examined heritability, genetic correlations and genome-wide associations of cortical measures across the whole cortex, and in 34 anatomically predefined regions. Our discovery sample comprised 22,822 individuals from 20 cohorts within the Cohorts for Heart and Aging Research in Genomic Epidemiology (CHARGE) consortium and the United Kingdom Biobank. Significant associations were replicated in the Enhancing Neuroimaging Genetics through Meta-analysis (ENIGMA) consortium, and their biological implications explored using bioinformatic annotation and pathway analyses. We identified genetic heterogeneity between cortical measures and brain regions, and 161 genome-wide significant associations pointing to wnt/β-catenin, TGF-β and sonic hedgehog pathways. There was enrichment for genes involved in anthropometric traits, hindbrain development, vascular and neurodegenerative disease and psychiatric conditions. These data are a rich resource for studies of the biological mechanisms behind cortical development and aging.

Abstract Introduction Increasing evidence suggests a role for the gut microbiome in central nervous system disorders and specific role for the gut-brain axis in neurodegeneration. Bile acids (BA), products of cholesterol metabolism and clearance, are produced in the liver and are further metabolized by gut bacteria. They have major regulatory and signaling functions and seem dysregulated in Alzheimer disease (AD). Methods Serum levels of 15 primary and secondary BAs and their conjugated forms were measured in 1,464 subjects including 370 cognitively normal older adults (CN), 284 with early mild cognitive impairment (MCI), 505 with late MCI, and 305 AD cases enrolled in the AD Neuroimaging Initiative. We assessed associations of BA profiles including selected ratios with diagnosis, cognition, and AD-related genetic variants, adjusting for cofounders and multiple testing. Results In AD compared to CN, we observed significantly lower serum concentrations of a primary BA (cholic acid CA) and increased levels of the bacterially produced, secondary BA, deoxycholic acid (DCA), and its glycine and taurine conjugated forms. An increased ratio of DCA:CA, which reflects 7α-dehydroxylation of CA by gut bacteria, strongly associated with cognitive decline, a finding replicated in serum and brain samples in the Rush Religious Orders and Memory and Aging Project. Several genetic variants in immune response related genes implicated in AD showed associations with BA profiles. Conclusion We report for the first time an association between altered BA profile, genetic variants implicated in AD and cognitive changes in disease using a large multicenter study. These findings warrant further investigation of gut dysbiosis and possible role of gut liver brain axis in the pathogenesis of AD.

Abstract Background Alzheimer’s disease (AD) is the most common type of dementia, typically characterized by memory loss followed by progressive cognitive decline and functional impairment. Many clinical trials of potential therapies for AD have failed, and there is currently no approved disease-modifying treatment. Biomarkers for early detection and mechanistic understanding of disease course are critical for drug development and clinical trials. Amyloid has been the focus of most biomarker research. Here, we developed a deep learning-based framework to identify informative features for AD classification using tau positron emission tomography (PET) scans. Methods We analysed [ 18 F]flortaucipir PET image data from the Alzheimer’s Disease Neuroimaging Initiative (ADNI) cohort. We first developed an image classifier to distinguish AD from cognitively normal (CN) older adults by training a 3D convolutional neural network (CNN)-based deep learning model on tau PET images (N=132; 66 CN and 66 AD), then applied the classifier to images from individuals with mild cognitive impairment (MCI; N=168). In addition, we applied a layer-wise relevance propagation (LRP)-based model to identify informative features and to visualize classification results. We compared these results with those from whole brain voxel-wise between-group analysis using conventional Statistical Parametric Mapping (SPM12). Results The 3D CNN-based classification model of AD from CN yielded an average accuracy of 90.8% based on five-fold cross-validation. The LRP model identified the brain regions in tau PET images that contributed most to the AD classification from CN. The top identified regions included the hippocampus, parahippocampus, thalamus, and fusiform. The LRP results were consistent with those from the voxel-wise analysis in SPM12, showing significant focal AD associated regional tau deposition in the bilateral temporal lobes including the entorhinal cortex. The AD probability scores calculated by the classifier were correlated with brain tau deposition in the medial temporal lobe in MCI participants (r=0.43 for early MCI and r=0.49 for late MCI). Conclusion A deep learning framework combining 3D CNN and LRP algorithms can be used with tau PET images to identify informative features for AD classification and may have application for early detection during prodromal stages of AD.

Abstract Cortisol is considered the most fundamental stress hormone and is elevated in stress and multiple neuropsychiatric conditions. Prior studies have shown associations of plasma cortisol levels with total cerebral and hippocampal volumes and less consistently with the amygdala. Here, we extend our hypothesis to test associations of plasma cortisol with 1) ventricular 2) hippocampal and 3) amygdalar volumes, in two independent elderly cohorts across a broad cognitive spectrum ranging from normal cognition to Alzheimer’s disease. We demonstrate elevated cortisol to be associated with larger lateral ventricular volumes and smaller hippocampal volumes, predominantly in the right cerebral hemisphere, regardless of age, sex or cognitive status. We noted a non-significant trend of smaller amygdalar volumes with elevated cortisol. Our findings support smaller brain parenchyma volumes seen with elevated cortisol and may encourage effective strategies reducing cortisol and stress. They may also serve as imaging biomarkers for assessing therapeutic benefits of stress and cortisol lowering interventions aiming to halt or reverse the brain volume alterations and theoretically improve cognition and quality of life. Highlights Elevated cortisol associated with larger ventricular volumes and smaller hippocampal volumes Associations are predominantly noted in the right cerebral hemisphere. Similar non-significant trends noted in amygdalar volumes Cortisol and stress reducing strategies may halt brain changes and improve quality of life Imaging biomarkers may help assess efficacy of cortisol-lowering therapeutic interventions

Abstract RATIONALE Metabolomics in the Alzheimer’s Disease Neuroimaging Initiative (ADNI) cohort provides a powerful tool for mapping biochemical changes in AD, and a unique opportunity to learn about the association between circulating blood metabolites and brain amyloid-β deposition in AD. OBJECTIVES We examined 140 serum metabolites and their associations with brain amyloid-β deposition, cognition, and conversion from mild cognitive impairment (MCI) to AD. FINDINGS Serum-based targeted metabolite levels were measured in 1,531 ADNI participants. We performed association analysis of metabolites with brain amyloid-β deposition measured from [18F] Florbetapir PET scans. We identified nine metabolites as significantly associated with amyloid-β deposition after FDR-based multiple comparison correction. Higher levels of one acylcarnitine (C3; propionylcarnitine) and one biogenic amine (kynurenine) were associated with decreased amyloid-β accumulation. However, higher levels of seven phosphatidylcholines (PC) were associated with increased amyloid deposition. In addition, PC ae C44:4 was significantly associated with cognition and conversion from MCI to AD dementia. CONCLUSION Perturbations in PC and acylcarnitine metabolism may play a role in features intrinsic to AD including amyloid-β deposition and cognitive performance.

Large-scale genome wide association studies (GWASs) have been performed in search for risk genes for Alzheimer's disease (AD). Despite the significant progress, replicability of genetic findings and their translation into targetable mechanisms related to the disease pathogenesis remains a challenge. Given that bile acids have been suggested in recent metabolic studies as potential age-related metabolic factors associated with AD, we integrated genomic and metabolomic data together with heterogeneous biological networks and investigated the potential cascade of effect of genetic variations to proteins, bile acids and ultimately AD brain phenotypes. Particularly, we leveraged functional protein interaction networks and metabolic networks and focused on the genes directly interacting with AD-altered bile acids and their functional regulators. We examined the association of all the SNPs located in those candidate genes with AD brain imaging phenotypes, and identified multiple AD risk SNPs whose downstream genes and bile acids were also found to be altered in AD. These AD related markers span from genetics to metabolomics, forming functional biological paths connecting across multiple-omics layers, and give valuable insights into the underlying mechanism of AD.

It is unclear how rates of white matter microstructural decline differ between normal aging and abnormal aging.Diffusion MRI data from several well-established longitudinal cohorts of aging [Alzheimer's Neuroimaging Initiative (ADNI), Baltimore Longitudinal Study of Aging (BLSA), Vanderbilt Memory & Aging Project (VMAP)] was free-water corrected and harmonized. This dataset included 1,723 participants (age at baseline: 72.8±8.87 years, 49.5% male) and 4,605 imaging sessions (follow-up time: 2.97±2.09 years, follow-up range: 1-13 years, mean number of visits: 4.42±1.98). Differences in white matter microstructural decline in normal and abnormal agers was assessed.While we found global decline in white matter in normal/abnormal aging, we found that several white matter tracts (e.g., cingulum bundle) were vulnerable to abnormal aging.There is a prevalent role of white matter microstructural decline in aging, and future large-scale studies in this area may further refine our understanding of the underlying neurodegenerative processes.Longitudinal data was free-water corrected and harmonizedGlobal effects of white matter decline were seen in normal and abnormal agingThe free-water metric was most vulnerable to abnormal agingCingulum free-water was the most vulnerable to abnormal aging.

Subcortical brain structures are integral to motion, consciousness, emotions, and learning. We identified common genetic variation related to the volumes of nucleus accumbens, amygdala, brainstem, caudate nucleus, globus pallidus, putamen, and thalamus, using genome-wide association analyses in over 40,000 individuals from CHARGE, ENIGMA and the UK-Biobank. We show that variability in subcortical volumes is heritable, and identify 25 significantly associated loci (20 novel). Annotation of these loci utilizing gene expression, methylation, and neuropathological data identified 62 candidate genes implicated in neurodevelopment, synaptic signaling, axonal transport, apoptosis, and susceptibility to neurological disorders. This set of genes is significantly enriched for Drosophila orthologs associated with neurodevelopmental phenotypes, suggesting evolutionarily conserved mechanisms. Our findings uncover novel biology and potential drug targets underlying brain development and disease.

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.

Introduction: Bile acids (BAs) are the end products of cholesterol metabolism produced by human and gut microbiome co-metabolism. Recent evidence suggests gut microbiota influence pathological features of Alzheimers disease (AD) including neuroinflammation and amyloid-beta deposition. Method: Serum levels of 20 primary and secondary BA metabolites from the AD Neuroimaging Initiative (n=1562) were measured using targeted metabolomic profiling. We assessed the association of BAs with the A/T/N (Amyloid, Tau and Neurodegeneration) biomarkers for AD: CSF biomarkers, atrophy (MRI), and brain glucose metabolism ([18F]FDG-PET). Results: Of 23 BA and relevant calculated ratios, three BA signatures were associated with CSF Aβ1-42 (A) and three with CSF p-tau181 (T) (corrected p<0.05). Furthermore, three, twelve, and fourteen BA signatures were associated with CSF t-tau, glucose metabolism, and atrophy (N), respectively (corrected p<0.05). Conclusion: This is the first study to show serum-based BA metabolites are associated with A/T/N AD biomarkers, providing further support for a role of BA pathways in AD pathophysiology. Prospective clinical observations and validation in model systems are needed to assess causality and specific mechanisms underlying this association.