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.

Abstract Standard anatomical templates are widely used in human neuroimaging processing pipelines to facilitate group level analyses and comparisons across different subjects and populations. The MNI-ICBM152 template is the most commonly used standard template, representing an average of 152 healthy young adult brains. However, in patients with neurodegenerative diseases such as frontotemporal dementia (FTD), the high levels of atrophy lead to significant differences between the brain shape of the individuals and the MNI-ICBM152 template. Such differences might inevitably lead to registration errors or subtle biases in downstream analyses and results. Disease-specific templates are therefore desirable to reflect the anatomical characteristics of the populations of interest and to reduce potential registration errors when processing data from such populations. Here, we present MNI-FTD136, MNI-bvFTD70, MNI-svFTD36, and MNI-pnfaFTD30, four unbiased average templates of 136 FTD patients, 70 behavioural variant (bv), 36 semantic variant (sv), and 30 progressive nonfluent aphasia (pnfa) variant FTD patients as well as a corresponding age matched average template of 133 healthy controls (MNI-CN133), along with probabilistic tissue maps for each template. The public availability of these templates will facilitate analyses of FTD cohorts and enable comparisons between different studies in a common standardized space appropriate to FTD populations.

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.

Objective To objectively quantify how cerebral volume loss could assist with clinical diagnosis and clinical trial design in the behavioural variant of frontotemporal dementia (bvFTD).Methods We applied deformation-based morphometric analyses with robust registration to precisely quantify the magnitude and pattern of atrophy in patients with bvFTD as compared to cognitively normal controls (CNCs), to assess the progression of atrophy over one year follow up and to generate clinical trial sample size estimates to detect differences for the structures most sensitive to change. This study included 203 subjects - 70 bvFTD and 133 CNCs - with a total of 482 timepoints from the Frontotemporal Lobar Degeneration Neuroimaging Initiative.Results Deformation based morphometry (DBM) revealed significant atrophy in the frontal lobes, insula, medial and anterior temporal regions bilaterally in bvFTD subjects compared to controls with outstanding subcortical involvement. We provide detailed information on regional changes per year. In both cross-sectional analysis and over a one-year follow-up period, ventricle expansion was the most prominent differentiator of bvFTD from controls and a sensitive marker of disease progression.Conclusions Automated measurement of ventricular expansion is a sensitive and reliable marker of disease progression in bvFTD to be used in clinical trials for potential disease modifying drugs, as well as possibly to implement in clinical practice. Ventricular expansion measured with DBM provides the lowest published estimated sample size for clinical trial design to detect significant differences over one and two years.

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.

Background: Predicting cognitive decline and the eventual onset of dementia in patients with Mild Cognitive Impairment (MCI) is of high value for patient management and potential cohort enrichment in pharmaceutical trials. We used cognitive scores and MRI biomarkers from a single baseline visit to predict the onset of dementia in an MCI population over a nine-year follow-up period. Method: All MCI subjects from ADNI1, ADNI2, and ADNI-GO with available baseline cognitive scores and T1w MRI were included in the study (n=756). We built a Naive Bayes classifier for every year over a 9-year follow-up period and tested each one with Leave one out cross validation. Results: We reached 87% prediction accuracy at five years follow-up with an AUC>0.85 from two to seven years (peaking at 0.92 at five years). Both cognitive test scores and MR biomarkers were needed to make the prognostic models highly sensitive and specific, especially for longer follow-ups. MRI features are more sensitive, while cognitive features bring specificity to the prediction. Conclusion: Combining cognitive scores and MR biomarkers yield accurate prediction years before onset of dementia. Such a tool may be helpful in selecting patients that would most benefit from lifestyle changes, and eventually early treatments that would slow cognitive decline and delay the onset of dementia.

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.