Abstract Background Cerebral myeloarchitecture shows substantial development across childhood and adolescence, and aberrations in these trajectories are relevant for a range of mental disorders. Differential myelination between intracortical and subjacent white matter can be approximated using signal intensities in T1-weighted magnetic resonance images (MRI). Methods To test the sensitivity of gray/white matter contrast (GWC) to age and individual differences in psychopathology and general cognitive ability in youth (8-23 years), we formed data-driven psychopathology and cognitive components using a large population-based sample, the Philadelphia Neurodevelopmental Cohort (PNC) (n=6487, 52% females). We then tested for associations with regional GWC defined by an independent component analysis (ICA) in a subsample with available MRI data (n=1467, 53% females). Results The analyses revealed a global GWC component, which showed an age-related decrease from late childhood and across adolescence. In addition, we found regional anatomically meaningful components with differential age associations explaining variance beyond the global component. When accounting for age and sex, both higher symptom levels of anxiety or prodromal psychosis and lower cognitive ability were associated with higher GWC in insula and cingulate cortices and with lower GWC in pre- and postcentral cortices. We also found several additional regional associations with anxiety, prodromal psychosis and cognitive ability. Conclusion Independent modes of GWC variation are sensitive to global and regional brain developmental processes, possibly related to differences between intracortical and subjacent white matter myelination, and individual differences in regional GWC are associated with both mental health and general cognitive functioning.

Abstract Background Several lines of research suggest that impairments in long-term potentiation (LTP)-like synaptic plasticity might be a key pathophysiological mechanism in schizophrenia (SZ) and bipolar disorder type I (BDI) and II (BDII). Using modulations of visually evoked potentials (VEP) of the electroencephalogram, impaired LTP-like visual cortical plasticity has been implicated in patients with BDII, while there has been conflicting evidence in SZ, a lack of research in BDI, and mixed results regarding associations with symptom severity, mood states, and medication. Methods We measured the VEP of patients with SZ spectrum disorders (n=31), BDI (n=34), BDII (n=33), and other BD spectrum disorders (n=2), and age-matched healthy control participants (n=200) before and after prolonged visual stimulation. Results Compared to healthy controls, modulation of VEP component N1b, but not C1 or P1, was impaired both in patients within the SZ spectrum (χ 2 =35.1, p=3.1×10 −9 ) and BD spectrum (χ 2 =7.0, p=8.2×10 −3 ), including BDI (χ 2 =6.4, p=0.012), but not BDII (χ 2 =2.2, p=0.14). N1b modulation was also more severely impaired in SZ spectrum than BD spectrum patients (χ 2 =14.2, p=1.7×10 −4 ). The reduction in N1b modulation was related to PANSS total scores (χ 2 =10.8, p=1.0×10 −3 ), and nominally to number of psychotic episodes (χ 2 =4.9, p=0.027). Conclusions. These results suggest that LTP-like plasticity is impaired in SZ and BDI, but not BDII, and related to psychotic symptom severity. Adding to previous genetic, pharmacological, and anatomical evidence, these results implicate aberrant synaptic plasticity as a mechanism underlying SZ and BD.

Abstract Importance Between-subject variability in brain structure is determined by gene-environment interactions, possibly reflecting differential sensitivity to environmental and genetic perturbations. Magnetic resonance imaging (MRI) studies have revealed thinner cortices and smaller subcortical volumes in patients. However, such group-level comparisons may mask considerable within-group heterogeneity, which has largely remained unnoticed in the literature Objective To compare brain structural variability between individuals with SZ and healthy controls (HC) and to test if respective variability reflects the polygenic risk for SZ (PRS) in HC. Design, Setting, and Participants We compared MRI derived cortical thickness and subcortical volumes between 2,010 healthy controls and 1,151 patients with SZ across 16 cohorts. Secondly, we tested for associations between PRS and MRI features in 12,490 participants from UK Biobank. Main Outcomes and Measures We modeled mean and dispersion effects of SZ and PRS using double generalized linear models. We performed vertex-wise analyses for thickness, and region-of-interest analysis for cortical, subcortical and hippocampal subfield volumes. Follow-up analyses included within-sample analysis, controlling for intracranial volume and population covariates, test of robustness of PRS threshold, and outlier removal. Results Compared to controls, patients with SZ showed higher heterogeneity in cortical thickness, cortical and ventricle volumes, and hippocampal subfields. Higher PRS was associated with thinner frontal and temporal cortices, as well as smaller left CA2/3, but was not significantly associated with dispersion. Conclusion and relevance SZ is associated with substantial brain structural heterogeneity beyond the mean differences. These findings possibly reflect higher differential sensitivity to environmental and genetic perturbations in patients, supporting the heterogeneous nature of SZ. Higher PRS for SZ was associated with thinner fronto-temporal cortices and smaller subcortical volumes, but there were no significant associations with the heterogeneity in these measures, i.e. the variability among individuals with high PRS were comparable to the variability among individuals with low PRS. This suggests that brain variability in SZ results from interactions between environmental and genetic factors that are not captured by the PGR. Factors contributing to heterogeneity in fronto-temporal cortices and hippocampus are thus key to further our understanding of how genetic and environmental factors shape brain biology in SZ. Key Points Question: Is schizophrenia and its polygenic risk associated with brain structural heterogeneity in addition to mean changes? Findings: In a sample of 1151 patients and 2010 controls, schizophrenia was associated with increased heterogeneity in fronto-temporal thickness, cortical, ventricle, and hippocampal volumes, besides robust reductions in mean estimates. In an independent sample of 12,490 controls, polygenic risk for schizophrenia was associated with thinner fronto-temporal cortices and smaller CA2/3 of the left hippocampus, but not with heterogeneity. Meaning: Schizophrenia is associated with increased inter-individual differences in brainstructure, possibly reflecting clinical heterogeneity, gene-environment interactions, or secondary disease factors.

Abstract Maternal brain adaptations occur in response to pregnancy, but little is known about how parity impacts white matter (WM) and WM ageing trajectories later in life. Utilising global and regional brain-age prediction based on multi-shell diffusion MRI data, we investigated the association between previous childbirths and WM brain age in 8,895 women in the UK Biobank cohort (age range = 54 - 81 years). The results showed that number of previous childbirths was negatively associated with WM brain age, potentially indicating a protective effect of parity on brain WM later in life. Both global WM and grey matter brain age estimates showed unique contributions to the association with previous childbirths, suggesting partly independent processes. Corpus callosum contributed uniquely to the global WM association with previous childbirths, and showed a stronger relationship relative to several other tracts. While our findings demonstrate a link between reproductive history and brain WM characteristics later in life, longitudinal studies are required to establish causality and determine how parity may influence women’s WM trajectories across the lifespan.

Background: Schizophrenia (SZ) and bipolar disorders (BD) share substantial neurodevelopmental components affecting brain maturation and architecture. This necessitates a dynamic lifespan perspective in which brain aberrations are inferred from deviations from expected lifespan trajectories. We applied machine learning to diffusion tensor imaging (DTI) indices of white matter structure and organization to estimate and compare brain age between patients with SZ, BD, and healthy controls across 10 cohorts. Methods: We trained six cross-validated models using different combinations of DTI data from 927 healthy controls (HC, 18-94 years), and applied the models to the test sets including 648 SZ (18-66 years) patients, 185 BD patients (18-64 years), and 990 HC (17-68 years), estimating brain age for each participant. Group differences were assessed using linear models, accounting for age, sex, and scanner. A meta-analytic framework was applied to assess the heterogeneity and generalizability of the results. Results: 10-fold cross-validation revealed high accuracy for all models. Compared to controls, the model including all feature sets significantly over-estimated the age of patients with SZ (d=-.29) and BD (d=.18), with similar effects for the other models. The meta-analysis converged on the same findings. Fractional anisotropy (FA) based models showed larger group differences than the models based on other DTI-derived metrics. Conclusions: Brain age prediction based on DTI provides informative and robust proxies for brain white matter integrity. Our results further suggest that white matter aberrations in SZ and BD primarily consist of anatomically distributed deviations from expected lifespan trajectories that generalize across cohorts and scanners.### Competing Interest StatementHugdahl owns shares in NordicNeuroLab, Inc, which produced add-on hardware for acquisition of data at the Bergen site.

Brainstem regions support critical bodily functions, yet their genetic architectures and involvement in brain disorders remain understudied. Here, we examined volumes of brainstem structures using magnetic resonance imaging in 43,353 individuals. In 27,034 genotyped healthy participants, we identified 16 genetic loci associated with whole brainstem volume and 10, 23, 3, and 9 loci associated with volumes of the midbrain, pons, superior cerebellar peduncle, and medulla oblongata, respectively. These loci were mapped to 305 genes, including genes linked to brainstem development and common brain disorders. We detected genetic overlap between the brainstem volumes and eight psychiatric and neurological disorders. Using imaging data from 16,319 additional individuals, we observed differential volume alterations in schizophrenia, bipolar disorder, multiple sclerosis, mild cognitive impairment, dementia, and Parkinson's disease. Together, our results provide new insights into the genetic underpinnings of brainstem structures and support their involvement in common brain disorders.

Background: Understanding complex body-brain processes, and putative interplay between adipose tissue and brain health, is of vital importance for brain and somatic disease prevention in the general population. We studied the link between body composition and brain structure through large-scale investigation in a healthy population without secondary disease effects. Methods: We processed brain magnetic resonance imaging (MRI) data and extracted measures of brain morphometry from 19,330 healthy UK Biobank participants, of which a subset (n=2,703) had body MRI. We investigated associations between brain structure and (i) anthropometric body composition measures, and (ii) regional/specific body MRI measures of abdominal fat and muscle tissue. Findings: We identified highly significant body-brain associations (p-values ≤ 0.0002). Anthropometric measures showed negative, nonlinear, associations with cerebellar/cortical gray matter, and brain stem structures, negative associations with white matter, and positive associations with ventricular volumes. Subcortical structures exhibited mixed effect directionality, with strongest positive association for accumbens. Among body MRI measures, liver fat was negatively associated with thinner/lower cortical gray matter thickness/volume, and thigh muscle volume positively associated with accumbens volume. Interpretation: We demonstrate significant body-brain associations, and map individual differences in body composition to brain morphology in healthy individuals. Common measures of body composition correlated negatively with cerebellar and cortical structures and positively with the accumbens, a dopamine rich structure involved in reward processing. These findings of a relationship between brain anatomy and body composition provide new insight into body-brain processes and suggest shared mechanisms of cardiometabolic risk factors and brain disorders. This may form the foundation for a new type of prevention studies, and provides a framework for studies of underlying mechanisms related to unhealthy lifestyle and obesity, with implications for public health and prevention. Funding: The Research Council of Norway, South-Eastern Norway Regional Health Authority, European Union's Horizon 2020 Research and Innovation Programme & European Research Council.

The cerebellum has been linked to motor coordination, cognitive and affective processing, in addition to a wide range of clinical illnesses. To enable robust quantification of individual cerebellar anatomy relative to population norms, we mapped the normative development and aging of the cerebellum across the lifespan using brain scans of > 54k participants. We estimated normative models at voxel-wise spatial precision, enabling integration with cerebellar atlases. Applying the normative models in independent samples revealed substantial heterogeneity within five clinical illnesses: autism spectrum disorder, mild cognitive impairment, Alzheimer′s disease, bipolar disorder, and schizophrenia. Notably, individuals with autism spectrum disorder and mild cognitive impairment exhibited increased numbers of both positive and negative extreme deviations in cerebellar anatomy, while schizophrenia and Alzheimer′s disease predominantly showed negative deviations. Finally, extreme deviations were associated with cognitive scores. Our results provide a voxel-wise mapping of cerebellar anatomy across the human lifespan and clinical illnesses, demonstrating cerebellum9s nuanced role in shaping human neurodiversity across the lifespan and in different clinical illnesses.

Cognitive and brain development are determined by dynamic interactions between genes and environment across the lifespan. Aside from marker-by-marker analyses of polymorphisms, biologically meaningful features of the whole-genome (derived from the combined effect of individual markers) have been postulated to inform on human phenotypes including cognitive traits and their underlying biological substrate. Here, estimates of inbreeding and genetic susceptibility for schizophrenia calculated from genome-wide data -runs of homozygosity (ROH) and schizophrenia polygenic risk score (PGRS)- are analyzed in relation to cognitive abilities (n=4183) and brain structure (n=516) in a general-population sample of European-ancestry participants aged 8-22, from the Philadelphia Neurodevelopmental Cohort. The findings suggest that a higher ROH burden and higher schizophrenia PGRS are associated with higher intelligence. Cognition~ROH and cognition~PGRS associations obtained in this cohort may respectively evidence that assortative mating influences intelligence, and that individuals with high schizophrenia genetic risk who do not transition to disease status are cognitively resilient. Neuroanatomical data showed that the effects of schizophrenia PGRS on cognition could be modulated by brain structure, although larger imaging datasets are needed to accurately disentangle the underlying neural mechanisms linking IQ with both inbreeding and the genetic burden for schizophrenia.

A healthy transition from adolescence to adulthood relies on a continuous individual adaptation to a dynamic environment. Here, we employed data driven multivariate approaches to derive both general cognitive and psychopathology factors as well as brain phenotypes in children and adolescents in the publicly available PNC sample. We identified a distinct brain white matter pattern which proved central for prediction of heritable cognition and psychopathology scores, highlighting the importance of fronto-temporal connections for intellectual and mental development.