Abstract Recent neuroimaging experiments have defined low-dimensional gradients of functional connectivity in the cerebral cortex that subserve a spectrum of capacities that span from sensation to cognition. Despite well-known anatomical connections to the cortex, the subcortical areas that support cortical functional organization have been relatively overlooked. One such structure is the thalamus, which maintains extensive anatomical and functional connections with the cerebral cortex across the cortical mantle. The thalamus has a heterogeneous cytoarchitecture, with at least two distinct cell classes that send differential projections to the cortex: granular-projecting ‘Core’ cells and supragranular-projecting ‘Matrix’ cells. Here we use high-resolution 7T resting-state fMRI data and the relative amount of two calcium-binding proteins, parvalbumin and calbindin, to infer the relative distribution of these two cell-types (Core and Matrix, respectively) in the thalamus. First, we demonstrate that thalamocortical connectivity recapitulates large-scale, low-dimensional connectivity gradients within the cerebral cortex. Next, we show that diffusely-projecting Matrix regions preferentially correlate with cortical regions with longer intrinsic fMRI timescales. We then show that the Core–Matrix architecture of the thalamus is important for understanding network topology in a manner that supports dynamic integration of signals distributed across the brain. Finally, we replicate our main results in a distinct 3T resting-state fMRI dataset. Linking molecular and functional neuroimaging data, our findings highlight the importance of the thalamic organization for understanding low-dimensional gradients of cortical connectivity.

Abstract Background This study aims to investigate whether dimensional constructs of psychopathology relate to advanced, attenuated or normal patterns of brain development, and to determine whether these constructs share common neurodevelopmental profiles. Methods Psychiatric symptom ratings from 9312 youths (8-21 years) were parsed into 7 independent dimensions of clinical psychopathology representing conduct, anxiety, obsessive-compulsive, attention, depression, bipolar, and psychosis symptoms. Using a subset of this cohort with structural MRI ( n =1313), a normative model of brain morphology was established and the model was then applied to predict the age of youth with clinical symptoms. We investigated whether the deviation of brain-predicted age from true chronological age, called the brain age gap, explained individual variation in each psychopathology dimension. Results Individual variation in the brain age gap significantly associated with clinical dimensions representing psychosis ( t =3.16, p =0.0016), obsessive-compulsive symptoms ( t =2.5, p =0.01), and general psychopathology ( t =4.08, p <0.0001). Greater symptom severity along these dimensions was associated with brain morphology that appeared older than expected for typically developing youth of the same age. Psychopathology dimensions clustered into two modules based on shared brain loci where putative accelerated neurodevelopment was most prominent. Patterns of morphological development were accelerated in frontal cortices for depression, psychosis and conduct symptoms (Module I), whereas acceleration was most evident in subcortex and insula for the remaining dimensions (Module II). Conclusions Our findings suggest that advanced brain development, particularly in frontal cortex and subcortical nuclei, underpins clinical psychosis and obsessive-compulsive symptoms in youth. Psychopathology dimensions share common neural substrates, despite representing clinically independent symptom profiles.

ABSTRACT Persistent post-concussion symptoms (PCS) in children following a mild traumatic brain injury (mTBI) is a growing public health concern. There is a pressing need to understand the neural underpinning of PCS. Here, we examined whole-brain functional connectivity from resting-state fMRI with behavioral assessments in a cohort of 110 children with mTBI. Children with mTBI and controls had similar levels of connectivity. PCS symptoms and behaviors including poor cognition and sleep were associated with connectivity within functional brain networks. The identification of a single “positive-negative” dimension linking connectivity with behaviors enables better prognosis and stratification towards personalized therapeutic interventions.

Although different aspects of neuroplasticity can be quantified with behavioural probes, brain stimulation, and brain imaging assessments, no study to date has combined all these approaches into one comprehensive assessment of brain plasticity. Here, 24 healthy right-handed participants practised a sequence of finger-thumb opposition movements for 10 minutes each day with their left hand. After four weeks, performance for the practised sequence improved significantly (p < 0.05 FWE) relative to a matched control sequence, with both the left (mean increase: 53.0% practised, 6.5% control) and right (21.0%; 15.8%) hands. Training also induced significant (cluster p-FWE < 0.001) reductions in functional MRI activation for execution of the learned sequence, relative to the control sequence. These changes were observed as clusters in the premotor and supplementary motor cortices (right hemisphere, 301 voxel cluster; left hemisphere 700 voxel cluster), as well as sensorimotor cortices and superior parietal lobules (right hemisphere 864 voxel cluster; left hemisphere, 1947 voxel cluster). Transcranial magnetic stimulation over the right ('trained') primary motor cortex yielded a 58.6% mean increase in a measure of motor evoked potential amplitude, as recorded at the left abductor pollicis brevis muscle. Cortical thickness analyses based on structural MRI suggested changes in the right precentral gyrus, right post central gyrus, right dorsolateral prefrontal cortex and potentially the right supplementary motor area. Such findings are consistent with LTP-like neuroplastic changes in areas that were already responsible for finger sequence execution, rather than improved recruitment of previously non-utilised tissue.

Our capacity for higher cognitive reasoning has a measureable limit. This limit is thought to arise from the brains capacity to flexibly reconfigure interactions between spatially distributed networks. Recent work, however, has suggested that reconfigurations of task-related networks are modest when compared with intrinsic resting state network architecture. Here we combined resting state and task-driven functional magnetic resonance imaging to examine how flexible, task-specific reconfigurations associated with increasing reasoning demands are integrated within a stable intrinsic brain topology. Human participants (21 males and 28 females) underwent an initial resting state scan, followed by a cognitive reasoning task involving different levels of complexity, followed by a second resting state scan. The reasoning task required participants to deduce the identity of a missing element in a 4 x 4 matrix, and item difficulty was scaled parametrically as determined by relational complexity theory. Analyses revealed that external task engagement was characterized by a significant change in functional brain modules. Specifically, resting state and null-task demand conditions were associated with more segregated brain network topology, whereas increases in reasoning complexity resulted in merging of resting state modules. Further increments in task complexity did not change the established modular architecture, but impacted selective patterns of connectivity between fronto-parietal, subcortical, cingulo-opercular and default-mode networks. Larger increases in network efficiency within the newly established task modules were associated with higher reasoning accuracy. Our results shed light on the network architectures that underlie external task engagement, and highlight selective changes in brain connectivity supporting increases in task complexity.

Adults with childhood-onset attention-deficit hyperactivity disorder (ADHD) show altered whole-brain connectivity. However, the relationship between structural and functional brain abnormalities, the implications for the development of life-long debilitating symptoms, and the underlying mechanisms remain uncharted. We recruited a unique sample of 80 medication-naive adults with a clinical diagnosis of childhood-onset ADHD without psychiatric comorbidities, and 123 age-, sex-, and intelligence-matched healthy controls. Structural and functional connectivity matrices were derived from diffusion spectrum imaging and multi-echo resting-state functional MRI data. Hub, feeder, and local connections were defined using diffusion data. Individual-level measures of structural connectivity and structure-function coupling were used to contrast groups and link behavior to brain abnormalities. Computational modeling was used to test possible neural mechanisms underpinning observed group differences in the structure-function coupling. Structural connectivity did not significantly differ between groups but, relative to controls, ADHD showed a reduction in structure-function coupling in feeder connections linking hubs with peripheral regions. This abnormality involved connections linking fronto-parietal control systems with sensory networks. Crucially, lower structure-function coupling was associated with higher ADHD symptoms. Results from our computational model further suggest that the observed structure-function decoupling in ADHD is driven by heterogeneity in neural noise variability across brain regions. By highlighting a neural cause of a clinically meaningful breakdown in the structure-function relationship, our work provides novel information on the nature of chronic ADHD. The current results encourage future work assessing the genetic and neurobiological underpinnings of neural noise in ADHD, particularly in brain regions encompassed by fronto-parietal systems.

Functional magnetic resonance imaging (fMRI) studies have shown that neural activity fluctuates spontaneously between different states of global synchronization over a timescale of several seconds. Such fluctuations generate transient states of high and low correlation across distributed cortical areas. It has been hypothesized that such fluctuations in global efficiency might alter patterns of activity in local neuronal populations elicited by changes in incoming sensory stimuli. To test this prediction, we used a linear decoder to discriminate patterns of neural activity elicited by face and motion stimuli presented periodically while participants underwent time-resolved fMRI. As predicted, decoding was reliably higher during states of high global efficiency than during states of low efficiency, and this difference was evident across both visual and non-visual cortical regions. The results indicate that slow fluctuations in global network efficiency are associated with variations in the pattern of activity across widespread cortical regions responsible for representing distinct categories of visual stimulus. More broadly, the findings highlight the importance of understanding the impact of global fluctuations in functional connectivity on specialised, stimulus driven neural processes.

Cognitive reasoning is thought to require functional interactions between whole-brain networks. Such networks rely on both cerebral hemispheres, with the corpus callosum providing cross-hemispheric communication. Here we used high-field functional magnetic resonance imaging (7T fMRI), a well validated cognitive task, and brain network analyses to investigate the functional networks underlying cognitive reasoning in individuals with corpus callosum dysgenesis (CCD), an anatomical abnormality that affects the corpus callosum. Participants with CCD were asked to solve cognitive reasoning problems while their brain activity was measured using fMRI. The complexity of these problems was parametrically varied by changing the complexity of relations that needed to be established between shapes within each problem matrix. Behaviorally, participants showed a typical reduction in task performance as problem complexity increased. Task-evoked neural activity was observed in brain regions known to constitute two key cognitive control systems: the fronto-parietal and cingulo-opercular networks. Under low complexity demands, network topology and the patterns of local neural activity in the CCD group closely resembled those observed in neurotypical controls. By contrast, when asked to solve more complex problems, participants with CCD showed a reduction in neural activity and connectivity within the fronto-parietal network. These complexity-induced — as opposed to intrinsic — differences in functional network activity help resolve the apparent paradox between preserved network architecture found at rest in CCD individuals, and the heterogeneous deficits they display in response to cognitive task demands.

Abstract Although BOLD signal decreases in the default mode network (DMN) are commonly observed during attention-demanding tasks, their neurobiological underpinnings are not fully understood. Previous work has shown decreases but also increases in glucose metabolism that match with or dissociate from these BOLD signal decreases, respectively. To resolve this discrepancy, we analyzed functional PET/MRI data from 50 healthy subjects during the performance of the visuo-spatial processing game Tetris® and combined this with previously published data sets of working memory as well as visual and motor stimulation. Our findings show that the glucose metabolism of the posteromedial DMN is dependent on the metabolic demands of the correspondingly engaged task-positive brain networks. Specifically, the dorsal attention (involved in Tetris®) and frontoparietal networks (engaged during working memory) shape the glucose metabolism of the posteromedial DMN in opposing directions. External attention-demanding tasks lead to a downregulation of the posteromedial DMN with consistent decreases in the BOLD signal and glucose metabolism, whereas working memory is subject to metabolically expensive mechanisms of BOLD signal suppression. We suggest that the former finding is mediated by decreased glutamate signaling, while the latter results from active GABAergic inhibition, regulating the competition between self-generated and task-driven internal demands. The results demonstrate that the DMN relates to cognitive processing in a flexible manner and does not always act as a cohesive task-negative network in isolation.

ABSTRACT Gut inflammation is thought to modify brain activity and behaviour via modulation of the gut-brain axis. However, how relapsing and remitting exposure to peripheral inflammation over the natural history of inflammatory bowel disease (IBD) contributes to altered brain dynamics is poorly understood. Here, we used electroencephalography (EEG) to characterise changes in spontaneous spatiotemporal brain states in Crohn’s Disease (CD) (n = 40) and Ulcerative Colitis (UC) (n = 30), compared to healthy individuals (n = 28). We first provide evidence of a significantly perturbed and heterogeneous microbial profile in CD, consistent with previous work showing enduring and long-standing dysbiosis in clinical remission. Results from our brain state assessment show that CD and UC exhibit alterations in the temporal properties of states implicating default-mode network, parietal, and visual regions, reflecting a shift in the predominance from externally to internally-oriented attentional modes. We investigated these dynamics at a finer sub-network resolution, showing a CD-specific and highly selective enhancement of connectivity between the insula and mPFC, regions implicated in cognitive-interoceptive appraisal mechanisms. Alongside overall higher anxiety scores in CD, we also provide preliminary support to suggest that the strength of chronic interoceptive hyper-signalling in the brain co-occurs with disease duration. Together, our results demonstrate that a long-standing diagnosis of CD is, in itself, a key factor in determining the risk of developing altered brain network signatures.