Abstract Connections among brain regions allow pathological perturbations to spread from a single source region to multiple regions. Patterns of neurodegeneration in multiple diseases, including behavioral variant of frontotemporal dementia (bvFTD), resemble the large-scale functional systems, but how bvFTD-related atrophy patterns relate to structural network organization remains unknown. Here we investigate whether neurodegeneration patterns in sporadic and genetic bvFTD are conditioned by connectome architecture. Regional atrophy patterns were estimated in both genetic bvFTD (75 patients, 247 controls) and sporadic bvFTD (70 patients, 123 controls). We first identify distributed atrophy patterns in bvFTD, mainly targeting areas associated with the limbic intrinsic network and insular cytoarchitectonic class. Regional atrophy was significantly correlated with atrophy of structurally- and functionally-connected neighbors, demonstrating that network structure shapes atrophy patterns. The anterior insula was identified as the predominant group epicenter of brain atrophy using data-driven and simulation-based methods, with some secondary regions in frontal ventromedial and anteromedial temporal areas. Finally, we find that FTD-related genes, namely C9orf72 and TARDBP, confer local transcriptomic vulnerability to the disease, effectively modulating the propagation of pathology through the connectome. Collectively, our results demonstrate that atrophy patterns in sporadic and genetic bvFTD are jointly shaped by global connectome architecture and local transcriptomic vulnerability.

Identification of fluid biomarkers for progressive supranuclear palsy (PSP) is critical to enhance therapeutic development. We implemented unbiased DNA aptamer (SOMAmer) proteomics to identify novel CSF PSP biomarkers.

Frontotemporal dementia (FTD) is a heterogeneous neurodegenerative disorder characterized by neuronal loss in the frontal and temporal lobes. Despite progress in understanding which genes are associated with the aetiology of FTD (C9orf72, GRN and MAPT), the biological basis of how mutations in these genes lead to cell loss in specific cortical regions remains unclear. In this work we combined gene expression data for 16,912 genes from the Allen Institute for Brain Science atlas with brain maps of gray matter atrophy in symptomatic C9orf72, GRN and MAPT carriers obtained from the Genetic FTD Initiative study. A set of 405 and 250 genes showed significant positive and negative correlation, respectively, with atrophy patterns in all three maps. The gene set with increased expression in spared cortical regions, i.e., signaling regional resilience to atrophy, is enriched for neuronal genes, while the gene set with increased expression in atrophied regions, i.e., signaling regional vulnerability, is enriched for astrocyte genes. Notably, these results extend earlier findings from proteomic analyses in the same cortical regions of interest comparing healthy controls and patients with FTD. Thus, our analysis indicates that cortical regions showing the most severe atrophy in genetic FTD are those with the highest astrocyte density in healthy subjects. Therefore, astrocytes may play a more active role in the onset of neurodegeneration in FTD than previously assumed, e.g., through emergence of neurotoxic (A1) astrocytes.

Brain atrophy as measured from structural MR images, is one of the primary imaging biomarkers used to track neurodegenerative disease progression. In diseases such as frontotemporal dementia or Alzheimer's disease, atrophy can be observed in key brain structures years before any clinical symptoms are present. Atrophy is most commonly captured as volume change of key structures and the shape changes of these structures are typically not analysed despite being potentially more sensitive than summary volume statistics over the entire structure. In this paper we propose a spatiotemporal analysis pipeline based Large Diffeomorphic Deformation Metric Mapping (LDDMM) to detect shape changes from volumetric MRI scans. We applied our framework to a cohort of individuals with genetic variants of frontotemporal dementia and healthy controls from the Genetic FTD Initiative (GENFI) study. Our method, take full advantage of the LDDMM framework, and relies on the creation of a population specific average spatiotemporal trajectory of a relevant brain structure of interest, the thalamus in our case. The residuals from each patient data to the average spatiotemporal trajectory are then clustered and studied to assess when presymptomatic mutation carriers differ from healthy control subjects. We found statistical differences in shape in the anterior region of the thalamus at least five years before the mutation carrier subjects develop any clinical symptoms. This region of the thalamus has been shown to be predominantly connected to the frontal lobe, consistent with the pattern of cortical atrophy seen in the disease.

Abstract Progressive Supranuclear palsy (PSP) is a 4-repeat (4-R) tauopathy. We hypothesized that the molecular diversity of tau could explain the heterogeneity seen in PSP disease progression. To test this hypothesis, we performed an extensive biochemical characterisation of the high molecular weight tau species (HMW-Tau) in 20 different brain regions of 25 PSP patients. We found a correlation between the HMW-Tau species and tau seeding capacity in the primary motor cortex, where we confirmed that an elevated 4R-Tau seeding activity correlates with a shorter disease duration. To identify factors that contribute to these differences, we performed proteomic and spatial transcriptomic analysis that revealed key mechanistic pathways, in particular those involving the immune system, that defined patients demonstrating high and low tau seeding capacity. These observations suggest that differences in the tau seeding activity may contribute to the considerable heterogeneity seen in disease progression of patients suffering from PSP.

Multiple concussions, particularly in contact sports, have been associated with cognitive deficits, psychiatric impairment and neurodegenerative diseases like chronic traumatic encephalopathy. We used volumetric and deformation-based morphometric analyses to test the hypothesis that repeated concussions may be associated with smaller regional brain volumes, poorer cognitive performance and behavioural symptoms among former professional football players compared to healthy controls. This study included fifty-three retired Canadian Football League players, 25 age- and education-matched healthy controls, and controls from the Cambridge Centre for Aging and Neuroscience database for validation. Volumetric analyses revealed greater hippocampal atrophy than expected for age in former athletes with multiple concussions than controls and smaller left hippocampal volume was associated with poorer verbal memory performance. Deformation-based morphometric confirmed smaller bilateral hippocampal volume that were associated with poorer verbal memory performance in athletes. Repeated concussions may lead to greater regional atrophy than expected for age.

Background and Purpose: Neuropsychiatric symptoms (NPS) are frequently encountered in patients with Alzheimer's disease (AD). Focal grey matter atrophy has been linked to NPS development. Cerebrovascular disease can cause focal lesions and is common among AD patients. As cerebrovascular disease can be detected on MRI as white matter hyperintensities (WMH), this study evaluated WMH burden in mild cognitive impairment (MCI), AD and normal controls and determined their relationship with NPS. Methods: NPS were assessed using the Neuropsychiatric Inventory and grouped into subsyndromes. WMH were measured using an automatic segmentation technique and mean deformation-based morphometry was used to measure atrophy of grey matter regions. Results: WMHs and grey matter atrophy both contributed significantly to NPS subsyndromes in MCI and AD subjects, however, WMH burden played a greater role. Conclusions: This study could provide a better understanding of the pathophysiology of NPS in AD.

ABSTRACT Background Regional changes to cortical thickness in individuals with neurodegenerative and cerebrovascular diseases can be estimated using specialised neuroimaging software. However, the presence of cerebral small vessel disease, focal atrophy, and cortico-subcortical stroke lesions, pose significant challenges that increase the likelihood of misclassification errors and segmentation failures. Purpose The main goal of this study was to examine a correction procedure developed for enhancing FreeSurfer’s cortical thickness estimation tool, particularly when applied to the most challenging MRI obtained from participants with chronic stroke and cerebrovascular disease, with varying degrees of neurovascular lesions and brain atrophy. Methods In 155 cerebrovascular disease patients enrolled in the Ontario Neurodegenerative Disease Research Initiative (ONDRI), FreeSurfer outputs were compared between a fully automated, unmodified procedure and a corrected procedure that accounted for potential sources of error due to atrophy and neurovascular lesions. Quality control (QC) measures were obtained from both procedures. Association between cortical thickness and global cognitive status as assessed by the Montreal Cognitive Assessment (MoCA) score was also investigated from both procedures. Results Corrected procedures increased ‘Acceptable’ QC ratings from 18% to 76% for the cortical ribbon and from 38% to 92% for tissue segmentation. Corrected procedures reduced ‘Fail’ ratings from 11% to 0% for the cortical ribbon and 62% to 8% for tissue segmentation. FreeSurfer-based segmentation of T1-weighted white matter hypointensities were significantly greater in the corrected procedure (5.8mL vs. 15.9mL, p<0.001). The unmodified procedure yielded no significant associations with global cognitive status, whereas the corrected procedure yielded positive associations between MoCA total score and clusters of cortical thickness in the left superior parietal (p=0.018) and left insula (p=0.04) regions. Further analyses with the corrected cortical thickness results and MoCA subscores showed a positive association between left superior parietal cortical thickness and Attention (p<0.001). Conclusions These findings suggest that correction procedures that account for brain atrophy and neurovascular lesions can significantly improve FreeSurfer’s segmentation results, reduce failure rates, and potentially increase sensitivity to examine brain-behaviour relationships. Future work will examine relationships between cortical thickness, cerebral small vessel disease, and neurodegenerative disease in the ONDRI study.

Abstract Recent studies have suggested that cerebellar and subcortical structures are impacted early in the disease progression of genetic frontotemporal dementia (FTD) due to microtubule-associated protein tau ( MAPT ), progranulin ( GRN ) and chromosome 9 open reading frame 72 ( C9orf72 ). However, the clinical contribution of the structures involved in the cerebello-subcortical circuitry has been understudied in FTD given their potentially central role in cognition and behaviour processes. The present study aims to investigate whether there is an association between the atrophy of the cerebellar and subcortical structures, and neuropsychiatric symptoms (using the revised version of the Cambridge Behavioral Inventory, CBI-R) across genetic mutations and whether this association starts during the preclinical phase of the disease. Our study included 983 participants from the Genetic Frontotemporal dementia Initiative (GENFI) including mutation carriers (n=608) and non-carrier first-degree relatives of known symptomatic carriers (n= 375). Voxel-wise analysis of the thalamus, striatum, globus pallidus, amygdala, and the cerebellum was performed using deformation based morphometry (DBM) and partial least squares analyses (PLS) were used to link morphometry and behavioural symptoms. Our univariate results suggest that in this group of primarily presymptomatic subjects, volume loss in subcortical and cerebellar structure was primarily a function of aging, with only the C9orf72 group showing more pronounced volume loss in the thalamus compared to the non-carrier individuals. PLS analyses demonstrated that the cerebello-subcortical circuitry is related to all neuropsychiatric symptoms from the CBI-R, with significant overlap in brain/behaviour patterns, but also specificity for each genetic group. The biggest differences were in the extent of the cerebellar involvement (larger extent in C9orf72 group) and more prominent amygdalar contribution in the MAPT group. Finally, our findings demonstrated that C9orf72 and MAPT brain scores were related to estimated years before the age of symptom onset (EYO) in a second order relationship highlighting a steeper brain score decline 20 years before expected symptom onset, while GRN brain scores were related to age and not EYO. Overall, these results demonstrated the important role of the subcortical structures and especially of the cerebellum in genetic FTD symptom expression.

INTRODUCTION: Brain structural imaging is paramount for the diagnosis of behavioral variant of frontotemporal dementia (bvFTD), but it has low sensitivity leading to erroneous or late diagnosis. METHODS: A total of 515 subjects from two different bvFTD databases (training and validation cohorts) were included to perform voxel-wise deformation-based morphometry analysis to identify regions with significant differences between bvFTD and controls. A random forest classifier was used to individually predict bvFTD from morphometric differences in isolation and together with bedside cognitive scores. RESULTS: Average ten-fold cross-validation accuracy was 89% (82% sensitivity, 93% specificity) using only MRI and 94% (89% sensitivity, 98% specificity) with the addition of semantic fluency. In a separate validation cohort of genetically confirmed bvFTD, accuracy was 88% (81% sensitivity, 92% specificity) with MRI and 91% (79% sensitivity, 96% specificity) with added cognitive scores. DISCUSSION: The random forest classifier developed can accurately predict bvFTD at the individual subject level.