SUMMARY Primary motor cortex (M1) has been thought to form a continuous somatotopic homunculus extending down precentral gyrus from foot to face representations 1,2 . The motor homunculus has remained a textbook pillar of functional neuroanatomy, despite evidence for concentric functional zones 3 and maps of complex actions 4 . Using our highest precision functional magnetic resonance imaging (fMRI) data and methods, we discovered that the classic homunculus is interrupted by regions with sharpy distinct connectivity, structure, and function, alternating with effector-specific (foot, hand, mouth) areas. These inter-effector regions exhibit decreased cortical thickness and strong functional connectivity to each other, and to prefrontal, insular, and subcortical regions of the Cingulo-opercular network (CON), critical for executive action 5 and physiological control 6 , arousal 7 , and processing of errors 8 and pain 9 . This interdigitation of action control-linked and motor effector regions was independently verified in the three largest fMRI datasets. Macaque and pediatric (newborn, infant, child) precision fMRI revealed potential cross-species analogues and developmental precursors of the inter-effector system. An extensive battery of motor and action fMRI tasks documented concentric somatotopies for each effector, separated by the CON-linked inter-effector regions. The inter-effector regions lacked movement specificity and co-activated during action planning (coordination of hands and feet), and axial body movement (e.g., abdomen, eyebrows). These results, together with prior work demonstrating stimulation-evoked complex actions 4 and connectivity to internal organs (e.g., adrenal medulla) 10 , suggest that M1 is punctuated by an integrative system for implementing whole-body action plans. Thus, two parallel systems intertwine in motor cortex to form an integrate-isolate pattern: effector-specific regions (foot, hand, mouth) for isolating fine motor control, and a mind-body interface (MBI) for the integrative whole-organism coordination of goals, physiology, and body movement.

Abstract Here we describe the fecal microbiome of laboratory beagles in a non-invasive and humane experiment designed to contrast in vivo versus invitro bioequivalence in response to antiparasitic drug administration. The experiment provided a unique opportunity to describe the fecal microbiota of dogs in an experimental setting prior to their adoption. These data are contributed as a resource for the scientific community by the Center for Veterinary Medicine (CVM) of the U.S. Food and Drug Administration (FDA).

The characterization of individual functional brain organization with Precision Functional Mapping has provided important insights in recent years in adults. However, little is known about the ontogeny of inter-individual differences in brain functional organization during human development, but precise characterization of systems organization during periods of high plasticity might be most influential towards discoveries promoting lifelong health. Collecting and analyzing precision fMRI data during early development has unique challenges and emphasizes the importance of novel methods to improve data acquisition, processing, and analysis strategies in infant samples. Here, we investigate the applicability of two such methods from adult MRI research, multi-echo (ME) data acquisition and thermal noise removal with Noise reduction with distribution corrected principal component analysis (NORDIC), in precision fMRI data from three newborn infants. Compared to an adult example subject, T2* relaxation times calculated from ME data in infants were longer and more variable across the brain, pointing towards ME acquisition being a promising tool for optimizing developmental fMRI. The application of thermal denoising via NORDIC increased tSNR and the overall strength of functional connections as well as the split-half reliability of functional connectivity matrices in infant ME data. While our findings related to NORDIC denoising are coherent with the adult literature and ME data acquisition showed high promise, its application in developmental samples needs further investigation. The present work reveals gaps in our understanding of the best techniques for developmental brain imaging and highlights the need for further developmentally-specific methodological advances and optimizations, towards precision functional imaging in infants.

The cerebral cortex is organized into distinct but interconnected cortical areas, which can be defined by abrupt differences in patterns of resting state functional connectivity (FC) across the cortical surface. Such parcellations of the cortex have been derived in adults and older infants, but there is no widely used surface parcellation available for the neonatal brain. Here, we first demonstrate that adult- and older infant-derived parcels are a poor fit with neonatal data, emphasizing the need for neonatal-specific parcels. We next derive a set of 283 cortical surface parcels from a sample of n=261 neonates. These parcels have highly homogenous FC patterns and are validated using three external neonatal datasets. The Infomap algorithm is used to assign functional network identities to each parcel, and derived networks are consistent with prior work in neonates. The proposed parcellation may represent neonatal cortical areas and provides a powerful tool for neonatal neuroimaging studies.