The spatial-temporal relationships between gray and white matter (WM) degeneration during preclinical and early symptomatic Alzheimer's disease are poorly understood. We characterized β-amyloid deposition, cortical volume and WM degeneration in 44 subjects including healthy control (N=23), amnestic mild cognitive impairment (aMCI) (N=19), and early Alzheimer's subjects (N=2). Integrated PET-MRI provided simultaneous measurement of 18F-Florbetapir uptake in cortical areas, regional brain volumes from structural MRI, and WM tract integrity metrics from diffusion MRI using biophysical modeling. Across the cohort of healthy control and aMCIs, cortical volumes correlated poorly with β-amyloid deposition in the same area (p < 0.05 only in the posterior cingulate and parietal lobe). WM degeneration correlated significantly with both amyloid and volume of connected cortical areas, but more strongly with volume. Diffusion MRI metrics for WM demyelination and/or axonal loss could therefore provide new biomarkers associated with clinical Alzheimer's conversion. These WM changes may represent sequential propagation of Alzheimer's neurodegeneration between functionally connected regions, and/or evidence of direct WM injury during the Alzheimer's pathology cascade.

Genomic copy number variants (CNVs) are amongst the most highly penetrant genetic risk factors for neuropsychiatric disorders. The scarcity of carriers of individual CNVs and their phenotypical heterogeneity limits investigations of the associated neural mechanisms and endophenotypes. We applied a novel design based on CNV penetrance for schizophrenia and developmental delay that allows us to identify structural sequelae that are most relevant to neuropsychiatric disorders. Our focus on brain structural abnormalities was based on the hypothesis that convergent mechanisms contributing to neurodevelopmental disorders would likely manifest in the macro- and microstructure of white matter and cortical and subcortical grey matter. 21 adult participants carrying neuropsychiatric risk CNVs (including those located at 22q11.2, 15q11.2, 1q21.1, 16p11.2, and 17q12) and 15 age-and gender matched controls underwent T1-weighted structural, diffusion and quantitative T1 relaxometry MRI. The macro- and microstructural properties of the cingulum bundles were associated with penetrance for both developmental delay and schizophrenia, in particular curvature along the anterior-posterior axis (Sz: pcorr=0.026; DD: pcorr=0.035) and intracellular volume fraction (Sz: pcorr=0.019; DD: pcorr=0.064) Further principal component analysis showed alterations in the interrelationships between the volumes of several mid-line white matter structures (Sz: pcorr=0.055; DD: pcorr=0.027). In particular, the ratio of volumes in the splenium and body of the corpus callosum was significantly associated with both penetrance scores (Sz: p=0.037; DD; p=0.006). Our results are consistent with the notion that a significant alteration in developmental trajectories of mid-line white-matter structures constitutes a common neurodevelopmental aberration contributing to risk for schizophrenia and intellectual disability.

Rare copy number variants associated with increased risk for neurodevelopmental and psychiatric disorders (referred to as ND-CNVs) are characterized by heterogeneous phenotypes thought to share a considerable degree of overlap. Altered neural integration has often been linked to psychopathology and is a candidate marker for potential convergent mechanisms through which ND-CNVs modify risk; however, the rarity of ND-CNVs means that few studies have assessed their neural correlates. Here, we used magnetoencephalography (MEG) to investigate resting-state oscillatory connectivity in a cohort of 42 adults with ND-CNVs, including deletions or duplications at 22q11.2, 15q11.2, 15q13.3, 16p11.2, 17q12, 1q21.1, 3q29, and 2p16.3, and 42 controls. We observed decreased connectivity between occipital, temporal and parietal areas in participants with ND-CNVs. This pattern was common across genotypes and not exclusively characteristic of 22q11.2 deletions, which were present in a third of our cohort. Furthermore, a data-driven graph theory framework enabled us to successfully distinguish participants with ND-CNVs from unaffected controls using differences in node centrality and network segregation. Together, our results point to alterations in electrophysiological connectivity as a putative common mechanism through which genetic factors confer increased risk for neurodevelopmental and psychiatric disorders.