The first brain-wide voxel-level resting state functional connectivity neuroimaging analysis of depression is reported, with 421 patients with major depressive disorder and 488 control subjects. Resting state functional connectivity between different voxels reflects correlations of activity between those voxels and is a fundamental tool in helping to understand the brain regions with altered connectivity and function in depression. One major circuit with altered functional connectivity involved the medial orbitofrontal cortex Brodmann area 13, which is implicated in reward, and which had reduced functional connectivity in depression with memory systems in the parahippocampal gyrus and medial temporal lobe, especially involving the perirhinal cortex Brodmann area 36 and entorhinal cortex Brodmann area 28. The Hamilton Depression Rating Scale scores were correlated with weakened functional connectivity of the medial orbitofrontal cortex Brodmann area 13. Thus in depression there is decreased reward-related and memory system functional connectivity, and this is related to the depressed symptoms. The lateral orbitofrontal cortex Brodmann area 47/12, involved in non-reward and punishing events, did not have this reduced functional connectivity with memory systems. Second, the lateral orbitofrontal cortex Brodmann area 47/12 had increased functional connectivity with the precuneus, the angular gyrus, and the temporal visual cortex Brodmann area 21. This enhanced functional connectivity of the non-reward/punishment system (Brodmann area 47/12) with the precuneus (involved in the sense of self and agency), and the angular gyrus (involved in language) is thus related to the explicit affectively negative sense of the self, and of self-esteem, in depression. A comparison of the functional connectivity in 185 depressed patients not receiving medication and 182 patients receiving medication showed that the functional connectivity of the lateral orbitofrontal cortex Brodmann area 47/12 with these three brain areas was lower in the medicated than the unmedicated patients. This is consistent with the hypothesis that the increased functional connectivity of the lateral orbitofrontal cortex Brodmann area 47/12 is related to depression. Relating the changes in cortical connectivity to our understanding of the functions of different parts of the orbitofrontal cortex in emotion helps to provide new insight into the brain changes related to depression.

Whole-brain voxel-based unbiased resting state functional connectivity was analysed in 418 subjects with autism and 509 matched typically developing individuals. We identified a key system in the middle temporal gyrus/superior temporal sulcus region that has reduced cortical functional connectivity (and increased with the medial thalamus), which is implicated in face expression processing involved in social behaviour. This system has reduced functional connectivity with the ventromedial prefrontal cortex, which is implicated in emotion and social communication. The middle temporal gyrus system is also implicated in theory of mind processing. We also identified in autism a second key system in the precuneus/superior parietal lobule region with reduced functional connectivity, which is implicated in spatial functions including of oneself, and of the spatial environment. It is proposed that these two types of functionality, face expression-related, and of one’s self and the environment, are important components of the computations involved in theory of mind, whether of oneself or of others, and that reduced connectivity within and between these regions may make a major contribution to the symptoms of autism.

The advent of proteomics offers an unprecedented opportunity to predict dementia onset. We examined this in data from 52,645 adults without dementia in the UK Biobank, with 1,417 incident cases and a follow-up time of 14.1 years. Of 1,463 plasma proteins, GFAP, NEFL, GDF15 and LTBP2 consistently associated most with incident all-cause dementia (ACD), Alzheimer's disease (AD) and vascular dementia (VaD), and ranked high in protein importance ordering. Combining GFAP (or GDF15) with demographics produced desirable predictions for ACD (area under the curve (AUC) = 0.891) and AD (AUC = 0.872) (or VaD (AUC = 0.912)). This was also true when predicting over 10-year ACD, AD and VaD. Individuals with higher GFAP levels were 2.32 times more likely to develop dementia. Notably, GFAP and LTBP2 were highly specific for dementia prediction. GFAP and NEFL began to change at least 10 years before dementia diagnosis. Our findings strongly highlight GFAP as an optimal biomarker for dementia prediction, even more than 10 years before the diagnosis, with implications for screening people at high risk for dementia and for early intervention. Large-scale proteomics data hold promise for individual disease risk prediction. Here the authors use data from more than 50,000 adults without dementia in the UK Biobank to predict the future risk of dementia and highlight GFAP as an important protein elevated in individuals more likely to develop dementia.

Abstract Iron plays a fundamental role in multiple brain disorders. However, the genetic underpinnings of brain iron and its implications for these disorders are still lacking. Here, we conduct an exome-wide association analysis of brain iron, measured by quantitative susceptibility mapping technique, across 26 brain regions among 26,789 UK Biobank participants. We find 36 genes linked to brain iron, with 29 not being previously reported, and 16 of them can be replicated in an independent dataset with 3,039 subjects. Many of these genes are involved in iron transport and homeostasis, such as FTH1 and MLX . Several genes, while not previously connected to brain iron, are associated with iron-related brain disorders like Parkinson’s ( STAB1 , KCNA10 ), Alzheimer’s ( SHANK1 ), and depression ( GFAP ). Mendelian randomization analysis reveals six causal relationships from regional brain iron to brain disorders, such as from the hippocampus to depression and from the substantia nigra to Parkinson’s. These insights advance our understanding of the genetic architecture of brain iron and offer potential therapeutic targets for brain disorders.

Abstract Physical frailty and genetic factors are both risk factors for increased dementia; nevertheless, the joint effect remains unclear. This study aimed to investigated the long-term relationship between physical frailty, genetic risk, and dementia incidence. A total of 274,194 participants from the UK Biobank were included. We applied Cox proportional hazards regression models to estimate the association between physical frailty and genetic and dementia risks. Among the participants (146,574 females [53.45%]; mean age, 57.24 years), 3,353 (1.22%) new-onset dementia events were recorded. Compared to non-frailty, the hazard ratio (HR) for dementia incidence in prefrailty and frailty was 1.396 (95% confidence interval [CI], 1.294–1.506, P < 0.001) and 2.304 (95% CI, 2.030–2.616, P < 0.001), respectively. Compared to non-frailty and low polygenic risk score (PRS), the HR for dementia risk was 3.908 (95% CI, 3.051–5.006, P < 0.001) for frailty and high PRS. Furthermore, among the participants, slow walking speed (HR, 1.817; 95% CI, 1.640–2.014, P < 0.001), low physical activity (HR, 1.719; 95% CI, 1.545–1.912, P < 0.001), exhaustion (HR, 1.670; 95% CI, 1.502–1.856, P < 0.001), low grip strength (HR, 1.606; 95% CI, 1.479–1.744, P < 0.001), and weight loss (HR, 1.464; 95% CI, 1.328–1.615, P < 0.001) were independently associated with dementia risk compared to non-frailty. Particularly, precise modulation for different dementia genetic risk populations can also be identified due to differences in dementia risk resulting from the constitutive pattern of frailty in different genetic risk populations. In conclusion, both physical frailty and high genetic risk are significantly associated with higher dementia risk. Early intervention to modify frailty is beneficial for achieving primary and precise prevention of dementia, especially in those at high genetic risk.

Abstract How to retrieve latent neurobehavioral processes from complex neurobiological signals is an important yet unresolved challenge. Here, we develop a novel approach, orthogonal-Decoding multi-Cognitive Processes (DeCoP), to reveal underlying latent neurobehavioral processing and show that its performance is superior to traditional non-orthogonal decoding in terms of both false inference and robustness. Processing value and salience information are two fundamental but mutually confounded pathways of reward reinforcement essential for decision making. During reward/punishment anticipation, we applied DeCoP to decode brain-wide responses into spatially overlapping, yet functionally independent, evaluation and readiness processes, which are modulated differentially by meso-limbic vs nigro-striatal dopamine systems. Using DeCoP, we further demonstrated that most brain regions only encoded abstract information but not the exact input, except for dACC and insula. Furthermore, our novel analytical principle could be applied generally to decode multiple latent neurobehavioral processes and thus advance both the design and hypothesis testing for cognitive tasks.

Abstract Magnetic Resonance Imaging (MRI) technology has been increasingly used in large-scale association studies. Reproducibility of statistically significant findings generated by MRI-based association studies, especially structural MRI (sMRI) and functional MRI (fMRI), has been recently heavily debated. However, there is still a lack of overall reproducibility assessment for MRI-based association studies. It is also crucial to elucidate the relationship between overall reproducibility and sample size in an experimental design. In this study, we proposed an overall reproducibility index for large-scale high-throughput MRI-based association studies. We performed the overall reproducibility assessments for several recent large sMRI/fMRI databases and observed satisfactory overall reproducibility. Furthermore, we performed the sample size evaluation for the purpose of achieving a desirable overall reproducibility. Additionally, we evaluated the overall reproducibility of GMV changes for UKB vs. PPMI and UKB vs. HCP. We demonstrated that both sample size and some experimental factors play important roles in the overall reproducibility for different experiments. In summary, a systematic assessment of overall reproducibility is fundamental and crucial in the current large-scale high-throughput MRI-based research.

The genetic contribution of protein-coding variants to immune-mediated diseases (IMDs) remains underexplored. Through whole exome sequencing of 40 IMDs in 350,770 UK Biobank participants, we identified 162 unique genes in 35 IMDs, among which 124 were novel genes. Several genes, including FLG which is associated with atopic dermatitis and asthma, showed converging evidence from both rare and common variants. 91 genes exerted significant effects on longitudinal outcomes (interquartile range of Hazard Ratio: 1.12-5.89). Mendelian randomization identified five causal genes, of which four were approved drug targets (CDSN, DDR1, LTA, and IL18BP). Proteomic analysis indicated that mutations associated with specific IMDs might also affect protein expression in other IMDs. For example, DXO (celiac disease-related gene) and PSMB9 (alopecia areata-related gene) could modulate CDSN (autoimmune hypothyroidism-, psoriasis-, asthma-, and Graves' disease-related gene) expression. Identified genes predominantly impact immune and biochemical processes, and can be clustered into pathways of immune-related, urate metabolism, and antigen processing. Our findings identified protein-coding variants which are the key to IMDs pathogenesis and provided new insights into tailored innovative therapies.