Schizophrenia is a psychotic disorder characterized by functional dysconnectivity or abnormal integration between distant brain regions. Recent functional imaging studies have implicated large-scale thalamo-cortical connectivity as being disrupted in patients. However, observed connectivity differences in schizophrenia have been inconsistent between studies, with reports of hyperconnectivity and hypoconnectivity between the same brain regions. Using resting state eyes-closed functional imaging and independent component analysis on a multi-site data that included 151 schizophrenia patients and 163 age- and gender matched healthy controls, we decomposed the functional brain data into 100 components and identified 47 as functionally relevant intrinsic connectivity networks. We subsequently evaluated group differences in functional network connectivity, both in a static sense, computed as the pairwise Pearson correlations between the full network time courses (5.4 minutes in length), and a dynamic sense, computed using sliding windows (44 s in length) and k-means clustering to characterize five discrete functional connectivity states. Static connectivity analysis revealed that compared to healthy controls, patients show significantly stronger connectivity, i.e., hyperconnectivity, between the thalamus and sensory networks (auditory, motor and visual), as well as reduced connectivity (hypoconnectivity) between sensory networks from all modalities. Dynamic analysis suggests that (1), on average, schizophrenia patients spend much less time than healthy controls in states typified by strong, large-scale connectivity, and (2), that abnormal connectivity patterns are more pronounced during these connectivity states. In particular, states exhibiting cortical-subcortical antagonism (anti-correlations) and strong positive connectivity between sensory networks are those that show the group differences of thalamic hyperconnectivity and sensory hypoconnectivity. Group differences are weak or absent during other connectivity states. Dynamic analysis also revealed hypoconnectivity between the putamen and sensory networks during the same states of thalamic hyperconnectivity; notably, this finding cannot be observed in the static connectivity analysis. Finally, in post-hoc analyses we observed that the relationships between sub-cortical low frequency power and connectivity with sensory networks is altered in patients, suggesting different functional interactions between sub-cortical nuclei and sensorimotor cortex during specific connectivity states. While important differences between patients with schizophrenia and healthy controls have been identified, one should interpret the results with caution given the history of medication in patients. Taken together, our results support and expand current knowledge regarding dysconnectivity in schizophrenia, and strongly advocate the use of dynamic analyses to better account for and understand functional connectivity differences.

Exercise interventions in individuals with Parkinson's disease incorporate goal-based motor skill training to engage cognitive circuitry important in motor learning. With this exercise approach, physical therapy helps with learning through instruction and feedback (reinforcement) and encouragement to perform beyond self-perceived capability. Individuals with Parkinson's disease become more cognitively engaged with the practice and learning of movements and skills that were previously automatic and unconscious. Aerobic exercise, regarded as important for improvement of blood flow and facilitation of neuroplasticity in elderly people, might also have a role in improvement of behavioural function in individuals with Parkinson's disease. Exercises that incorporate goal-based training and aerobic activity have the potential to improve both cognitive and automatic components of motor control in individuals with mild to moderate disease through experience-dependent neuroplasticity. Basic research in animal models of Parkinson's disease is beginning to show exercise-induced neuroplastic effects at the level of synaptic connections and circuits.

The regional distribution of white matter (WM) abnormalities in schizophrenia remains poorly understood, and reported disease effects on the brain vary widely between studies. In an effort to identify commonalities across studies, we perform what we believe is the first ever large-scale coordinated study of WM microstructural differences in schizophrenia. Our analysis consisted of 2359 healthy controls and 1963 schizophrenia patients from 29 independent international studies; we harmonized the processing and statistical analyses of diffusion tensor imaging (DTI) data across sites and meta-analyzed effects across studies. Significant reductions in fractional anisotropy (FA) in schizophrenia patients were widespread, and detected in 20 of 25 regions of interest within a WM skeleton representing all major WM fasciculi. Effect sizes varied by region, peaking at (d=0.42) for the entire WM skeleton, driven more by peripheral areas as opposed to the core WM where regions of interest were defined. The anterior corona radiata (d=0.40) and corpus callosum (d=0.39), specifically its body (d=0.39) and genu (d=0.37), showed greatest effects. Significant decreases, to lesser degrees, were observed in almost all regions analyzed. Larger effect sizes were observed for FA than diffusivity measures; significantly higher mean and radial diffusivity was observed for schizophrenia patients compared with controls. No significant effects of age at onset of schizophrenia or medication dosage were detected. As the largest coordinated analysis of WM differences in a psychiatric disorder to date, the present study provides a robust profile of widespread WM abnormalities in schizophrenia patients worldwide. Interactive three-dimensional visualization of the results is available at www.enigma-viewer.org .

Background Individuals at clinical high risk (CHR) who progress to fully psychotic symptoms have been observed to show a steeper rate of cortical gray matter reduction compared with individuals without symptomatic progression and with healthy control subjects. Whether such changes reflect processes associated with the pathophysiology of schizophrenia or exposure to antipsychotic drugs is unknown. Methods In this multisite study, 274 CHR cases, including 35 individuals who converted to psychosis, and 135 healthy comparison subjects were scanned with magnetic resonance imaging at baseline, 12-month follow-up, or the point of conversion for the subjects who developed fully psychotic symptoms. Results In a traveling subjects substudy, excellent reliability was observed for measures of cortical thickness and subcortical volumes. Controlling for multiple comparisons throughout the brain, CHR subjects who converted to psychosis showed a steeper rate of gray matter loss in the right superior frontal, middle frontal, and medial orbitofrontal cortical regions as well as a greater rate of expansion of the third ventricle compared with CHR subjects who did not convert to psychosis and healthy control subjects. Differential tissue loss was present in subjects who had not received antipsychotic medications during the interscan interval and was predicted by baseline levels of an aggregate measure of proinflammatory cytokines in plasma. Conclusions These findings demonstrate that the brain changes are not explained by exposure to antipsychotic drugs but likely play a role in psychosis pathophysiology. Given that the cortical changes were more pronounced in subjects with briefer durations of prodromal symptoms, contributing factors may predominantly play a role in acute-onset forms of psychosis.

Severe neuropsychiatric conditions, such as schizophrenia, affect distributed neural computations. One candidate system profoundly altered in chronic schizophrenia involves the thalamocortical networks. It is widely acknowledged that schizophrenia is a neurodevelopmental disorder that likely affects the brain before onset of clinical symptoms. However, no investigation has tested whether thalamocortical connectivity is altered in individuals at risk for psychosis or whether this pattern is more severe in individuals who later develop full-blown illness.To determine whether baseline thalamocortical connectivity differs between individuals at clinical high risk for psychosis and healthy controls, whether this pattern is more severe in those who later convert to full-blown illness, and whether magnitude of thalamocortical dysconnectivity is associated with baseline prodromal symptom severity.In this multicenter, 2-year follow-up, case-control study, we examined 397 participants aged 12-35 years of age (243 individuals at clinical high risk of psychosis, of whom 21 converted to full-blown illness, and 154 healthy controls). The baseline scan dates were January 15, 2010, to April 30, 2012.Whole-brain thalamic functional connectivity maps were generated using individuals' anatomically defined thalamic seeds, measured using resting-state functional connectivity magnetic resonance imaging.Using baseline magnetic resonance images, we identified thalamocortical dysconnectivity in the 243 individuals at clinical high risk for psychosis, which was particularly pronounced in the 21 participants who converted to full-blown illness. The pattern involved widespread hypoconnectivity between the thalamus and prefrontal and cerebellar areas, which was more prominent in those who converted to full-blown illness (t(173) = 3.77, P < .001, Hedge g = 0.88). Conversely, there was marked thalamic hyperconnectivity with sensory motor areas, again most pronounced in those who converted to full-blown illness (t(173) = 2.85, P < .001, Hedge g = 0.66). Both patterns were significantly correlated with concurrent prodromal symptom severity (r = 0.27, P < 3.6 × 10(-8), Spearman ρ = 0.27, P < 4.75 × 10(-5), 2-tailed).Thalamic dysconnectivity, resembling that seen in schizophrenia, was evident in individuals at clinical high risk for psychosis and more prominently in those who later converted to psychosis. Dysconnectivity correlated with symptom severity, supporting the idea that thalamic connectivity may have prognostic implications for risk of conversion to full-blown illness.

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 We introduce an extension of independent component analysis (ICA), called multiscale ICA (msICA), and design an approach to capture dynamic functional source interactions within and between multiple spatial scales. msICA estimates functional sources at multiple spatial scales without imposing direct constraints on the size of functional sources, overcomes the limitation of using fixed anatomical locations, and eliminates the need for model-order selection in ICA analysis. We leveraged this approach to study sex-specific and -common connectivity patterns in schizophrenia. Results show dynamic reconfiguration and interaction within and between multi-spatial scales. Sex-specific differences occur (1) within the subcortical domain, (2) between the somatomotor and cerebellum domains, and (3) between the temporal domain and several others, including the subcortical, visual, and default mode domains. Most of the sex-specific differences belong to between-spatial scale functional interactions and are associated with a dynamic state with strong functional interactions between the visual, somatomotor, and temporal domains and their anticorrelation patterns with the rest of the brain. We observed significant correlations between multi-spatial scale functional interactions and symptom scores, highlighting the importance of multiscale analyses to identify potential biomarkers for schizophrenia. As such, we recommend such analyses as an important option for future functional connectivity studies.

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.

The brain is highly dynamic, reorganizing its activity at different interacting spatial and temporal scales including variation within and between brain networks. The chronnectome is a model of the brain in which nodal activity and connectivity patterns are changing in fundamental and recurring ways through time. Most previous work has assumed fixed spatial nodes/networks, ignoring the possibility that spatial nodes or networks may vary in time, particularly at the level of the voxel. Here, we introduce an approach allowing for a spatially fluid chronnectome (called the spatial chronnectome for clarity), which focuses on the variation in spatiotemporal coupling at the voxel level within each network. We identify a novel set of spatially dynamic features which can be obtained and evaluated under different conditions. Results reveal transient spatially fluid interactions between intra- and inter-network relationships in which brain networks transiently merge and then separate again, emphasizing the dynamic interplay between segregation and integration. We also show that brain networks exhibit distinct spatial patterns with unique temporal characteristics, potentially explaining a broad spectrum of inconsistencies in previous studies which assumed static networks. Moreover, we show for the first time that anticorrelative connections to the default mode network, are transient as opposed to constant across the entire scan. Preliminary assessments of the approach using a multi-site dataset collected from 160 healthy subjects and 149 patients with schizophrenia (SZ) revealed the ability of the approach to obtain new information and nuanced alterations of brain networks that remain undetected during static analysis. For example, patients with SZ display transient decreases in voxel-wise network coupling including within visual and auditory networks that are not detectable in a spatially static analysis. Our approach also enabled calculation of a novel parameter, the intra-domain coupling variability which was higher within patients with SZ. The significant association between spatiotemporal uniformity and attention/vigilance cognitive domain highlights the cognitive relevance of the spatial chronnectome. In summary, the spatial chronnectome represents a new direction of research enabling the study of functional networks that are transient at the voxel level and identification of mechanisms for within and between-subject spatial variability to study functional brain homeostasis.

While graph theoretical modeling has dramatically advanced our understanding of complex brain systems, the feasibility of aggregating brain graphic data in large imaging consortia remains unclear. Here, using a battery of cognitive, emotional and resting fMRI paradigms, we investigated the reproducibility of functional connectomic measures across multiple sites and sessions. Our results revealed overall fair to excellent reliability for a majority of measures during both rest and tasks, in particular for those quantifying connectivity strength, network segregation and network integration. Higher reliabilities were detected for cognitive tasks (vs rest) and for weighted networks (vs binary networks). While network diagnostics for several primary functional systems were consistently reliable independently of paradigm, those for cognitive-emotional systems were reliable predominantly when challenged by task. Different data aggregation approaches yielded significantly different reliability. In addition, we showed that after accounting for observed reliability, satisfactory statistical power can be achieved in the multisite context with a total sample size of approximately 250 when the effect size is at least moderate. Our findings provide direct evidence for the generalizability of brain graphs for both resting and task paradigms in large consortia and encourage the use of multisite, multisession scans to enhance power for human functional connectomic studies.