Common risk factors for psychiatric and other brain disorders are likely to converge on biological pathways influencing the development and maintenance of brain structure and function across life. Using structural MRI data from 45,615 individuals aged 3-96 years, we demonstrate distinct patterns of apparent brain aging in several brain disorders and reveal genetic pleiotropy between apparent brain aging in healthy individuals and common brain disorders.

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 The size of the human head is determined by growth in the first years of life, while the rest of the body typically grows until early adulthood 1 . Such complex developmental processes are regulated by various genes and growth pathways 2 . Rare genetic syndromes have revealed genes that affect head size 3 , but the genetic drivers of variation in head size within the general population remain largely unknown. To elucidate biological pathways underlying the growth of the human head, we performed the largest genome-wide association study on human head size to date (N = 79,107). We identified 67 genetic loci, 50 of which are novel, and found that these loci are preferentially associated with head size and mostly independent from height. In subsequent neuroimaging analyses, the majority of genetic variants demonstrated widespread effects on the brain, whereas the effects of 17 variants could be localized to one or two specific brain regions. Through hypothesis-free approaches, we find a strong overlap of head size variants with both cancer pathways and cancer genes. Gene set analyses showed enrichment for different types of cancer and the p53, Wnt and ErbB signalling pathway. Genes overlapping or close to lead variants – such as TP53 , PTEN and APC – were enriched for genes involved in macrocephaly syndromes (up to 37-fold) and high-fidelity cancer genes (up to 9-fold), whereas this enrichment was not seen for human height variants. This indicates that genes regulating early brain and cranial growth are associated with a propensity to neoplasia later in life, irrespective of height. Our results warrant further investigations of the link between head size and cancer, as well as its clinical implications in the general population.

Age-related white matter (WM) microstructure maturation and decline occur throughout the human lifespan with a unique trajectory in the brain, complementing the process of gray matter development and degeneration. Normative modeling can establish lifespan reference curves for typical WM microstructural aging patterns by pooling data from many independent studies that span different age ranges. Here, we create such reference curves by harmonizing and pooling diffusion MRI (dMRI)-derived data from ten public datasets (N = 40,898 subjects; age: 3-95 years; 47.6% male). We tested three ComBat harmonization methods to create normative curves for regional diffusion tensor imaging (DTI) based fractional anisotropy (FA), a widely used metric of WM microstructure, extracted using the ENIGMA-DTI pipeline. ComBat-GAM harmonization provided multi-study trajectories most consistent with neuroscientific knowledge regarding WM maturation peaks. Harmonized FA metrics were used to create lifespan reference curves, which were validated with test-retest data and used to assess the effect of the ApoE4 risk factor for dementia in WM across the lifespan. We found significant associations between ApoE4 and FA in WM regions associated with neurodegenerative disease even in healthy individuals across the lifespan, with regional age-by-genotype interactions. Within-study associations were not affected by normative harmonization, ensuring that large-scale harmonized studies can be conducted across the lifespan, even from distinct age-restricted studies, without compromising individual study findings. Our lifespan reference curves and tools to harmonize new dMRI data to the curves are available through our new Python package, eHarmonize (https://github.com/ahzhu/eharmonize).

Given that exercise training reduces the risk of developing Alzheimer's disease (AD), induces changes in the blood composition and has widespread systemic benefits, it is reasonable to hypothesise that exercised plasma (ExPlas) may have rejuvenative properties. The main objective is to test safety and tolerability of transfusing ExPlas from young, healthy, fit adults to patients with mild cognitive impairment (MCI) or early AD. The study is a pilot for a future efficacy study. The key secondary objectives are examining the effect of plasma transfusions on cognitive function, fitness level, vascular risk profile, assessment of cerebral blood flow and hippocampal volume, quality of life, functional connectivity assessed by resting state functional MRI and biomarkers in blood and cerebrospinal fluid.ExPlas is a double-blinded, randomised controlled clinical single-centre trial. Patients up to 75 years of age with diagnosis early symptomatic phase AD will be recruited from two Norwegian hospitals. ExPlas is plasma drawn by plasmapheresis once a month for 4 months, from a total of 30 fit male donors (aged 18-40, BMI≤27 kg/m2 and maximal oxygen uptake>55 mL/kg/min). All units will be virus inactivated by the Intercept method in accordance with procedures at St. Olavs University Hospital. Comparison with isotonic saline allows differentiation from a non-blood product. The main study consists of 6 rounds of examinations in addition to 12 plasma transfusions divided over three 4-week periods during study year-1. It is also planned to conduct follow-up examinations 2 and 5 years after baseline ETHICS AND DISSEMINATION: Written informed consent will be obtained from all participants and participation is voluntary. All participants have a next of kin who will follow them throughout the study to represent the patient's interest. The study is approved by the Regional Committee for Medical and Health Research Ethics (REK 2018/702) and the Norwegian Medicines Agency (EudraCT No. 2018-000148-24). The study will be published in an open access journal and results will be presented at numerous national and international meetings as well as on social media platforms.EudraCT No. 2018-000148-24.gov, NCT05068830.

Abstract Human fetal development has been associated with brain health at later stages. It is unknown whether growth in utero, as indexed by birth weight (BW), relates consistently to lifespan brain characteristics and changes, and to what extent these influences are of a genetic or environmental nature. Here we show remarkably stable and life-long positive associations between BW and cortical surface area and volume across and within developmental, aging and lifespan longitudinal samples (N = 5794, 4-82 years of age, w/ 386 monozygotic twins, followed for up to 8.3 years w/12,088 brain MRIs). In contrast, no consistent effect of BW on brain changes was observed. Partly environmental effects were indicated by analysis of twin BW discordance. In conclusion, the influence of prenatal growth on cortical topography is stable and reliable through the lifespan. This early life factor appears to influence the brain by association of brain reserve, rather than brain maintenance. Thus, fetal influences appear omnipresent in the spacetime of the human brain throughout the human lifespan. Optimizing fetal growth may increase brain reserve for life, also in aging.

Objective The long‐term consequences of traumatic brain injury (TBI) on brain structure remain uncertain. Given evidence that a single significant brain injury event increases the risk of dementia, brain‐age estimation could provide a novel and efficient indexing of the long‐term consequences of TBI. Brain‐age procedures use predictive modeling to calculate brain‐age scores for an individual using structural magnetic resonance imaging (MRI) data. Complicated mild, moderate, and severe TBI (cmsTBI) is associated with a higher predicted age difference (PAD), but the progression of PAD over time remains unclear. We sought to examine whether PAD increases as a function of time since injury (TSI) and if injury severity and sex interacted to influence this progression. Methods Through the ENIGMA Adult Moderate and Severe (AMS)‐TBI working group, we examine the largest TBI sample to date (n = 343), along with controls, for a total sample size of n = 540, to replicate and extend prior findings in the study of TBI brain age. Cross‐sectional T1w‐MRI data were aggregated across 7 cohorts, and brain age was established using a similar brain age algorithm to prior work in TBI. Results Findings show that PAD widens with longer TSI, and there was evidence for differences between sexes in PAD, with men showing more advanced brain age. We did not find strong evidence supporting a link between PAD and cognitive performance. Interpretation This work provides evidence that changes in brain structure after cmsTBI are dynamic, with an initial period of change, followed by relative stability in brain morphometry, eventually leading to further changes in the decades after a single cmsTBI. ANN NEUROL 2024;96:365–377

The relative contributions of metric and chronological time in the encoding of episodic memories are unknown. One hundred one healthy young adults viewed 48 unique episodes of visual events and were later tested on recall of the order of events (chronological time) and the precise timing of events (metric time). The behavioral results show that metric recall accuracy correlates with chronological accuracy for events within episodes, but does not play a role on larger time-scales across episodes. Functional magnetic resonance imaging during encoding and recall showed that metric time was represented in the posterior medial entorhinal cortex, as well as the temporal pole and the cerebellum, whereas chronological time was represented in a widespread brain network including the anterior lateral entorhinal cortex, hippocampus, parahippocampal cortex and the prefrontal cortex. We conclude that metric time has a role in episodic memory on short time-scales and is mainly subserved by medial temporal lobe structures.

Abstract Objectives We analysed magnetic resonance imaging (MRI) findings after traumatic brain injury (TBI) aiming to improve the grading of traumatic axonal injury (TAI) to better reflect the outcome. Methods Four-hundred sixty-three patients (8–70 years) with mild ( n = 158), moderate ( n = 129), or severe ( n = 176) TBI and early MRI were prospectively included. TAI presence, numbers, and volumes at predefined locations were registered on fluid-attenuated inversion recovery (FLAIR) and diffusion-weighted imaging, and presence and numbers on T2*GRE/SWI. Presence and volumes of contusions were registered on FLAIR. We assessed the outcome with the Glasgow Outcome Scale Extended. Multivariable logistic and elastic-net regression analyses were performed. Results The presence of TAI differed between mild (6%), moderate (70%), and severe TBI (95%). In severe TBI, bilateral TAI in mesencephalon or thalami and bilateral TAI in pons predicted worse outcomes and were defined as the worst grades (4 and 5, respectively) in the Trondheim TAI-MRI grading . The Trondheim TAI-MRI grading performed better than the standard TAI grading in severe TBI (pseudo- R 2 0.19 vs. 0.16). In moderate-severe TBI, quantitative models including both FLAIR volume of TAI and contusions performed best (pseudo- R 2 0.19–0.21). In patients with mild TBI or Glasgow Coma Scale (GCS) score 13, models with the volume of contusions performed best (pseudo- R 2 0.25–0.26). Conclusions We propose the Trondheim TAI-MRI grading (grades 1–5) with bilateral TAI in mesencephalon or thalami, and bilateral TAI in pons as the worst grades. The predictive value was highest for the quantitative models including FLAIR volume of TAI and contusions (GCS score <13) or FLAIR volume of contusions (GCS score ≥ 13), which emphasise artificial intelligence as a potentially important future tool. Clinical relevance statement The Trondheim TAI-MRI grading reflects patient outcomes better in severe TBI than today’s standard TAI grading and can be implemented after external validation. The prognostic importance of volumetric models is promising for future use of artificial intelligence technologies. Key Points Traumatic axonal injury (TAI) is an important injury type in all TBI severities. Studies demonstrating which MRI findings that can serve as future biomarkers are highly warranted. This study proposes the most optimal MRI models for predicting patient outcome at 6 months after TBI; one updated pragmatic model and a volumetric model. The Trondheim TAI-MRI grading, in severe TBI, reflects patient outcome better than today’s standard grading of TAI and the prognostic importance of volumetric models in all severities of TBI is promising for future use of AI.

Abstract The prefrontal-cortex basal ganglia working memory (PBWM) model (Hazy et al., 2007; O’Reilly & Frank, 2006) proposes that working memory representations are updated via a striatal gating mechanism but lacks conclusive empirical support for the postulated subcortical involvement. A growing body of research suggests that dopamine is also involved in working memory updating (Braver & Cohen, 2000; Cools & D’Esposito, 2011; D’Ardenne et al., 2012; Jongkees, 2020). In this study, we investigated subcortical–in particular, possible dopaminergic–involvement in working memory updating subprocesses using the reference-back task and ultra-high field 7 Tesla fMRI. Using a scanning protocol optimized for BOLD-sensitivity in the subcortex, we found no evidence of subcortical activation during working memory gate opening, which challenges the PBWM model’s striatal gating mechanism. However, during gate closing, subcortical activation was observed. Furthermore, a ready-to-update mode demonstrated large-spread subcortical activation, including basal ganglia nuclei, suggesting that the basal ganglia are engaged in general updating processes rather than specifically controlling the working memory gate. Evidence for activity in dopaminergic midbrain regions was also observed in both contrasts. Also, substituting new information into working memory elicited activation in dopamine-producing midbrain regions along with the striatum, thalamus, and prefrontal cortex, indicating engagement of the basal ganglia-thalamo-cortical loop possibly driven by dopaminergic activity. These findings expand our understanding of subcortical regions involved in working memory updating, providing additional insights into the role of the dopaminergic midbrain.