Objective Seizures are more frequent in patients with Alzheimer's disease (AD) and can hasten cognitive decline. However, the incidence of subclinical epileptiform activity in AD and its consequences are unknown. Motivated by results from animal studies, we hypothesized higher than expected rates of subclinical epileptiform activity in AD with deleterious effects on cognition. Methods We prospectively enrolled 33 patients (mean age, 62 years) who met criteria for AD, but had no history of seizures, and 19 age‐matched, cognitively normal controls. Subclinical epileptiform activity was assessed, blinded to diagnosis, by overnight long‐term video‐electroencephalography (EEG) and a 1‐hour resting magnetoencephalography exam with simultaneous EEG. Patients also had comprehensive clinical and cognitive evaluations, assessed longitudinally over an average period of 3.3 years. Results Subclinical epileptiform activity was detected in 42.4% of AD patients and 10.5% of controls ( p = 0.02). At the time of monitoring, AD patients with epileptiform activity did not differ clinically from those without such activity. However, patients with subclinical epileptiform activity showed faster declines in global cognition, determined by the Mini–Mental State Examination (3.9 points/year in patients with epileptiform activity vs 1.6 points/year in patients without; p = 0.006), and in executive function ( p = 0.01). Interpretation Extended monitoring detects subclinical epileptiform activity in a substantial proportion of patients with AD. Patients with this indicator of network hyperexcitability are at risk for accelerated cognitive decline and might benefit from antiepileptic therapies. These data call for more sensitive and comprehensive neurophysiological assessments in AD patient evaluations and impending clinical trials. Ann Neurol 2016;80:858–870

Abstract Human brain organoids replicate much of the cellular diversity and developmental anatomy of the human brain. However, the physiological behavior of neuronal circuits within organoids remains relatively under-explored. With high-density CMOS microelectrode arrays (26,400 electrodes) and shank electrodes (960 electrodes), we probed broadband and three-dimensional extracellular field recordings generated by spontaneous activity of human brain organoids. These recordings simultaneously captured local field potentials (LFPs) and single-unit activity extracted through spike sorting. From spiking activity, we estimated a directed functional connectivity graph of synchronous neural network activity, which showed a large number of weak functional connections enmeshed within a network skeleton of significantly fewer strong connections. Treatment of the organoid with a benzodiazepine induced a reproducible signature response that shortened the inter-burst intervals, increased the uniformity of the firing pattern within each burst and decreased the population of weakly connected edges. Simultaneously examining the spontaneous LFPs and their phase alignment to spiking showed that spike bursts were coherent with theta oscillations in the LFPs. Our results demonstrate that human brain organoids have self-organized neuronal assemblies of sufficient size, cellular orientation, and functional connectivity to co-activate and generate field potentials from their collective transmembrane currents that phase-lock to spiking activity. These results point to the potential of brain organoids for the study of neuropsychiatric diseases, drug mechanisms, and the effects of external stimuli upon neuronal networks.

ABSTRACT Sleep is a highly stereotyped phenomenon, requiring robust spatial and temporal coordination of neural activity. How the brain coordinates neural activity with sleep onset can provide insight into the physiological functions subserved by sleep and pathologic phenomena associated with sleep onset. We quantified whole-brain network changes in synchrony and information flow during the transition from wake to non-rapid eye movement (NREM) sleep using magnetoencephalography imaging in healthy subjects. In addition, we performed computational modeling to infer excitatory and inhibitory properties of local neural activity. The sleep transition was identified to be encoded in spatially and temporally specific patterns of local and long-range neural synchrony. Patterns of information flow revealed that mesial frontal regions receive hierarchically organized inputs from broad cortical regions upon sleep onset. Finally, biophysical neural mass modeling demonstrated spatially heterogeneous properties of cortical excitation-to-inhibition from wake to NREM. Together, these findings reveal whole-brain corticocortical structure in the sleep-wake transition and demonstrate the orchestration of local and long-range, frequency-specific cortical interactions that are fundamental to sleep onset.

ABSTRACT Background Neuronal and circuit level abnormalities of excitation and inhibition are shown to be associated with tau and amyloid-beta (Aβ) in preclinical models of Alzheimer’s disease (AD). These relationships remain poorly understood in patients with AD. Methods Using empirical spectra from magnetoencephalography (MEG) and computational modeling (neural mass model; NMM) we examined excitatory and inhibitory parameters of neuronal subpopulations and investigated their specific associations to regional tau and Aβ, measured by positron emission tomography (PET), in patients with AD. Results Patients with AD showed abnormal excitatory and inhibitory time-constants and neural gains compared to age-matched controls. Increased excitatory time-constants distinctly correlated with higher tau depositions while increased inhibitory time-constants distinctly correlated with higher Aβ depositions. Conclusions Our results provide critical insights about potential mechanistic links between abnormal neural oscillations and cellular correlates of impaired excitatory and inhibitory synaptic functions associated with tau and Aβ in patients with AD. Funding This study was supported by the National Institutes of Health grants: K08AG058749 (KGR), F32AG050434-01A1 (KGR), K23 AG038357 (KAV), P50 AG023501, P01 AG19724 (BLM), P50-AG023501 (BLM & GDR), R01 AG045611 (GDR); AG034570, AG062542 (WJ); NS100440 (SSN), DC176960 (SSN), DC017091 (SSN), AG062196 (SSN); a grant from John Douglas French Alzheimer’s Foundation (KAV); grants from Larry L. Hillblom Foundation: 2015-A-034-FEL and (KGR); 2019-A-013-SUP (KGR); a grant from the Alzheimer’s Association: (PCTRB-13-288476) (KAV), and made possible by Part the CloudTM, (ETAC-09-133596); a grant from Tau Consortium (GDR & WJJ), and a gift from the S. D. Bechtel Jr. Foundation.

Abstract Reading aloud requires mapping an orthographic form to a phonological one. The mapping process relies on sub-lexical statistical regularities (e.g., “oo” to |u□|) or on learned lexical associations between a specific visual form and a series of sounds (e.g., yacht to /j□t/). Computational, neuroimaging, and neuropsychological evidence suggest that sub-lexical, phonological and lexico-semantic processes rely on partially distinct neural substrates: a dorsal (occipito-parietal) and a ventral (occipito-temporal) route, respectively. Here, we investigated the spatiotemporal features of orthography-to-phonology mapping, capitalizing on the time resolution of magnetoencephalography and the unique clinical model offered by patients with semantic variant of Primary Progressive Aphasia (svPPA). Behaviorally, svPPA patients manifest marked lexico-semantic impairments including difficulties in reading words with exceptional orthographic to phonological correspondence (irregular words). Moreover, they present with focal neurodegeneration in the anterior temporal lobe (ATL), affecting primarily the ventral, occipito-temporal, lexical route. Therefore, this clinical population allows for testing of specific hypotheses on the neural implementation of the dualroute model for reading, such as whether damage to one route can be compensated by over-reliance on the other. To this end, we reconstructed and analyzed time-resolved whole-brain activity in 12 svPPA patients and 12 healthy age-matched controls while reading irregular words (e.g., yacht ) and pseudowords (e.g., pook ). Consistent with previous findings that the dorsal route is involved in sub-lexical, phonological processes, in control participants we observed enhanced neural activity over dorsal occipito-parietal cortices for pseudowords, when compared to irregular words. This activation was manifested in the beta-band (12-30 Hz), ramping up slowly over 500 ms after stimulus onset and peaking at ∼800 ms, around response selection and production. Consistent with our prediction, svPPA patients did not exhibit this temporal pattern of neural activity observed in controls this contrast. Furthermore, a direct comparison of neural activity between patients and controls revealed a dorsal spatiotemporal cluster during irregular word reading. These findings suggest that the sub-lexical/phonological route is involved in processing both irregular and pseudowords in svPPA. Together these results provide further evidence supporting a dual-route model for reading aloud mediated by the interplay between lexico-semantic and sub-lexical/phonological neuro-cognitive systems. When the ventral route is damaged, as in the case of neurodegeneration affecting the ATL, partial compensation appears to be possible by over-recruitment of the slower, serial attention-dependent, dorsal one. Abbreviated Summary Borghesani et al. investigate brain dynamics during irregular word reading using magnetoencephalographic imaging in patients with semantic variant of primary progressive aphasia. Due to ventral anterior temporal lobe neurodegeneration, patients show greater reliance of dorsal, occipito-parietal brain regions – providing novel evidence for the interplay between ventral and dorsal routes for reading.

Abstract Dynamic resting state functional connectivity (RSFC) characterizes time-varying fluctuations of functional brain network activity. While many studies have investigated static functional connectivity, it has been unclear whether features of dynamic functional connectivity are associated with neurodegenerative diseases. Popular sliding-window and clustering methods for extracting dynamic RSFC have various limitations that prevent extracting reliable features to address this question. Here, we use a novel and robust time-varying dynamic network (TVDN) approach to extract the dynamic RSFC features from high resolution magnetoencephalography (MEG) data of participants with Alzheimer’s disease (AD) and matched controls. The TVDN algorithm automatically and adaptively learns the low-dimensional spatiotemporal manifold of dynamic RSFC and detects dynamic state transitions in data. We show that amongst all the functional features we investigated, the dynamic manifold features are the most predictive of AD. These include: the temporal complexity of the brain network, given by the number of state transitions and their dwell times, and the spatial complexity of the brain network, given by the number of eigenmodes. These dynamic features have high sensitivity and specificity in distinguishing AD from healthy subjects. Intriguingly, we found that AD patients generally have higher spatial complexity but lower temporal complexity compared with healthy controls. We also show that graph theoretic metrics of dynamic component of TVDN are significantly different in AD versus controls, while static graph metrics are not statistically different. These results indicate that dynamic RSFC features are impacted in neurodegenerative disease like Alzheimer’s disease, and may be crucial to understanding the pathophysiological trajectory of these diseases.

Abstract Laryngeal Dystonia is a debilitating disorder of voicing in which the laryngeal muscles are intermittently in spasm resulting in involuntary interruptions during speech. The central pathophysiology of laryngeal dystonia, underlying computational impairments in vocal motor control, remains poorly understood. Although prior imaging studies have found aberrant activity in the central nervous system during phonation in patients with laryngeal dystonia, it is not known at what timepoints during phonation these abnormalities emerge and what function may be impaired. To investigate this question, we recruited 22 adductor laryngeal dystonia patients (15 female, age range = 28.83-72.46 years) and 18 controls (8 female, age range = 27.40-71.34 years). We leveraged the fine temporal resolution of magnetoencephalography to monitor neural activity around glottal movement onset, subsequent voice onset and after the onset of pitch feedback perturbations. We examined event-related beta-band (12-30 Hz) and high-gamma band (65-150 Hz) neural oscillations. Prior to glottal movement onset, we observed abnormal frontoparietal motor preparatory activity. After glottal movement onset, we observed abnormal activity in somatosensory cortex persisting through voice onset. Prior to voice onset and continuing after, we also observed abnormal activity in the auditory cortex and the cerebellum. After pitch feedback perturbation onset, we observed no differences between controls and patients in their behavioural responses to the perturbation. But in patients, we did find abnormal activity in brain regions thought to be involved in the auditory feedback control of vocal pitch (premotor, motor, somatosensory and auditory cortices). Our study results confirm the abnormal processing of somatosensory feedback that has been seen in other studies. However, there were several remarkable findings in our study. First, patients have impaired vocal motor activity even before glottal movement onset, suggesting abnormal movement preparation. These results are significant because: (i) they occur before movement onset, abnormalities in patients cannot be ascribed to deficits in vocal performance, and (ii) they show that neural abnormalities in laryngeal dystonia are more than just abnormal responses to sensory feedback during phonation as has been hypothesised in some previous studies. Second, abnormal auditory cortical activity in patients begins even before voice onset, suggesting abnormalities in setting up auditory predictions before the arrival of auditory feedback at voice onset. Generally, activation abnormalities identified in key brain regions within the speech motor network around various phonation events not only provide temporal specificity to neuroimaging phenotypes in laryngeal dystonia but also may serve as potential therapeutic targets for neuromodulation.

Alzheimer's disease (AD) is characterized by accumulation of amyloid-β and misfolded tau proteins causing synaptic dysfunction and progressive neurodegeneration and cognitive decline. Altered neural oscillations have been consistently demonstrated in AD. However, the trajectories of abnormal neural oscillations in AD progression and their relationship to neurodegeneration and cognitive decline are unknown. Here, we deployed robust event-based sequencing models (EBMs) to investigate the trajectories of long-range and local neural synchrony across AD stages, estimated from resting-state magnetoencephalography. Increases in neural synchrony in the delta-theta band and decreases in the alpha and beta bands showed progressive changes along the EBM stages. Decreases in alpha and beta-band synchrony preceded both neurodegeneration and cognitive decline, indicating that frequency-specific neuronal synchrony abnormalities are early manifestations of AD pathophysiology. The long-range synchrony effects were greater than the local synchrony, indicating a greater sensitivity of connectivity metrics involving multiple regions of the brain. These results demonstrate the evolution of functional neuronal deficits along the sequence of AD progression.

Past studies have explored formant centering, a corrective behavior of convergence over the duration of an utterance toward the formants of a putative target vowel. In this study, we establish the existence of a similar centering phenomenon for pitch in healthy elderly controls and examine how such corrective behavior is altered in Alzheimer's Disease (AD). We found the pitch centering response in healthy elderly was similar when correcting pitch errors below and above the target (median) pitch. In contrast, patients with AD showed an asymmetry with a larger correction for the pitch errors below the target phonation than above the target phonation. These findings indicate that pitch centering is a robust compensation behavior in human speech. Our findings also explore the potential impacts on pitch centering from neurodegenerative processes impacting speech in AD.

Abstract Sensory processing dysfunction not only affects most individuals with autism spectrum disorder (ASD), but at least 5% of children without ASD also experience dysfunctional sensory processing. Our understanding of the relationship between sensory dysfunction and resting state brain activity is still emerging. This study compared long-range resting state functional connectivity of neural oscillatory behavior in children aged 8-12 years with autism spectrum disorder (ASD; N=18), those with sensory processing dysfunction (SPD; N=18) who do not meet ASD criteria, and typically developing control participants (TDC; N=24) using magnetoencephalography (MEG). Functional connectivity analyses were performed in the alpha and beta frequency bands, which are known to be implicated in sensory information processing. Group differences in functional connectivity and associations between sensory abilities and functional connectivity were examined. Distinct patterns of functional connectivity differences between ASD and SPD groups were found only in the beta band, but not in the alpha band. In both alpha and beta bands, ASD and SPD cohorts differed from the TDC cohort. Somatosensory cortical beta-band functional connectivity was associated with tactile processing abilities, while higher-order auditory cortical alpha-band functional connectivity was associated with auditory processing abilities. These findings demonstrate distinct long-range neural synchrony alterations in SPD and ASD that are associated with sensory processing abilities. Neural synchrony measures could serve as potential sensitive biomarkers for ASD and SPD.