The fact that people think or behave differently from one another is rooted in individual differences in brain anatomy and connectivity. Here, we used repeated-measurement resting-state functional MRI to explore intersubject variability in connectivity. Individual differences in functional connectivity were heterogeneous across the cortex, with significantly higher variability in heteromodal association cortex and lower variability in unimodal cortices. Intersubject variability in connectivity was significantly correlated with the degree of evolutionary cortical expansion, suggesting a potential evolutionary root of functional variability. The connectivity variability was also related to variability in sulcal depth but not cortical thickness, positively correlated with the degree of long-range connectivity but negatively correlated with local connectivity. A meta-analysis further revealed that regions predicting individual differences in cognitive domains are predominantly located in regions of high connectivity variability. Our findings have potential implications for understanding brain evolution and development, guiding intervention, and interpreting statistical maps in neuroimaging.

The standard general relativistic model of a razor-thin accretion disc around a black hole, developed by Novikov & Thorne (NT) in 1973, assumes the shear stress vanishes at the radius of the innermost stable circular orbit (ISCO) and that, outside the ISCO, the shear stress is produced by an effective turbulent viscosity. However, astrophysical accretion discs are not razor thin; it is uncertain whether the shear stress necessarily vanishes at the ISCO, and the magnetic field, which is thought to drive turbulence in discs, may contain large-scale structures that do not behave like a simple local scalar viscosity. We describe 3D general relativistic magnetohydrodynamic simulations of accretion discs around black holes with a range of spin parameters, and we use the simulations to assess the validity of the NT model. Our fiducial initial magnetic field consists of multiple (alternating polarity) poloidal field loops whose shape is roughly isotropic in the disc in order to match the isotropic turbulence expected in the poloidal plane. For a thin disc with an aspect ratio |h/r| ∼ 0.07 around a non-spinning black hole, we find a decrease in the accreted specific angular momentum of 2.9 per cent relative to the NT model and an excess luminosity from inside the ISCO of 3.5 per cent. The deviations in the case of spinning black holes are also of the same order. In addition, the deviations decrease with decreasing |h/r|. We therefore conclude that magnetized thin accretion discs in X-ray binaries in the thermal/high-soft spectral state ought to be well described by the NT model, especially at luminosities below 30 per cent of Eddington where we expect a very small disc thickness |h/r| ≲ 0.05. We use our results to determine the spin equilibrium of black hole accretion discs with a range of thicknesses and to determine how electromagnetic stresses within the ISCO depend upon black hole spin and disc thickness. We find that the electromagnetic stress and the luminosity inside the ISCO depend on the assumed initial magnetic field geometry. We consider a second geometry with field lines following density contours, which for thin discs leads to highly radially elongated magnetic field lines. This gives roughly twice larger deviations from NT for both the accreted specific angular momentum and the luminosity inside the ISCO. Lastly, we find that the disc's corona (including any wind or jet) introduces deviations from NT in the specific angular momentum that are comparable to those contributed by the disc component, while the excess luminosity of bound gas from within the ISCO is dominated by only the disc component. Based on these indications, we suggest that differences in results between our work and other similar work are due to differences in the assumed initial magnetic field geometry as well as the inclusion of disc gas versus all the gas when comparing the specific angular momentum from the simulations with the NT model.

Abstract Psychotic disorders including schizophrenia are commonly accompanied by cognitive deficits. Recent studies have reported negative genetic correlations between schizophrenia and indicators of cognitive ability such as general intelligence and processing speed. Here we compare the effect of the genetic risk of schizophrenia (PRS SCZ ) on measures that differ in their relationships with psychosis onset: a measure of current cognitive abilities (the Brief Assessment of Cognition in Schizophrenia, BACS) that is greatly reduced in psychosis patients; a measure of premorbid intelligence that is minimally affected by psychosis (the Wide-Range Achievement Test, WRAT); and educational attainment (EY), which covaries with both BACS and WRAT. Using genome-wide SNP data from 314 psychotic and 423 healthy research participants in the Bipolar-Schizophrenia Network for Intermediate Phenotypes (B-SNIP) Consortium, we investigated the association of PRS SCZ with BACS, WRAT and EY. Among apparently healthy individuals, greater genetic risk for schizophrenia (PRS SCZ ) was associated with lower BACS scores (r = −0.19, p = 1 × 10 −4 at P T = 1 × 10 −4 ) but did not associate with WRAT or EY, suggesting that these areas of cognition vary in their etiologic relationships with schizophrenia. Among individuals with psychosis, PRS SCZ did not associate with variation in cognitive performance. These findings suggest that the same cognitive abilities that are disrupted in psychotic disorders are also associated with schizophrenia genetic risk in the general population. Specific cognitive phenotypes, independent of education or general intelligence, could be more deeply studied for insight into the specific processes affected by the genetic influences on psychosis. Significance Psychotic disorders such as schizophrenia often involve profound cognitive deficits, the genetic underpinnings of which remain to be elucidated. Poor educational performance early in life is a well-known risk factor for future psychotic illness, potentially reflecting either shared genetic influences or other risk factors that are epidemiologically correlated. Here we show that, in apparently healthy individuals, common genetic risk factors for schizophrenia associate with lower performance in areas of cognition that are impaired in psychotic disorders but do not associate independently with educational attainment or more general measures of intelligence. These results suggest that specific cognitive phenotypes – independent of education or general intelligence – could be more deeply studied for insight into the processes affected by the genetic influences on psychosis.

Schizophrenia, Schizoaffective, and Bipolar Disorders share common illness traits, intermediate phenotypes and a partially overlapping polygenic basis. We performed GWAS on deep phenotyping data, including structural MRI and DTI, clinical, and behavioral scales from 1,115 cases and controls. Significant associations were observed with two cerebrospinal fluid volumes: the temporal horn of left lateral ventricle was associated with NRXN1, and the volume of the cavum septum pellucidum was associated with LRP1B and RORA. Both volumes were associated with illness. Suggestive associations were observed with local gyrification indices, fractional anisotropy and age at onset. This is the first report of common genetic variants associated with these intermediate phenotypes.

Several studies of complex psychotic disorders with large numbers of neurobiological phenotypes are currently under way, in living patients and controls, and on assemblies of brain specimens. Genetic analyses of such data typically present challenges, because of the choice of underlying hypotheses on genetic architecture of the studied disorders and phenotypes, large numbers of phenotypes, the appropriate multiple testing corrections, limited numbers of subjects, imputations required on missing phenotypes and genotypes, and the cross-disciplinary nature of the phenotype measures. Advances in genotype and phenotype imputation, and in genome-wide association (GWAS) methods, are useful in dealing with these challenges. As compared with the more traditional single-trait analyses, deep phenotyping with simultaneous genome-wide analyses serves as a discovery tool for previously unsuspected relationships of phenotypic traits with each other, and with specific molecular involvements.