Abstract The symbiosis of neuronal activities and glucose energy metabolism is reflected in the generation of functional magnetic resonance imaging (fMRI) and electroencephalography (EEG) signals. However, their association with the balance between neuronal excitation and inhibition (E/I-B), which is closely related to the activities of glutamate and GABA (γ -aminobutyric acid) and the receptor availability (RA) of GABA A and mGluR5, remains unexplored. This study investigates these associations during the resting state (RS) condition using simultaneously recorded PET/MR/EEG (trimodal) data. Glucose metabolism and neuroreceptor binding availability (non-displaceable binding potential (BP ND )) of GABA A and mGluR5 were found to be significantly higher and closely linked within core resting-state networks (RSNs). The neuronal generators of EEG microstates and the fMRI measures were most tightly associated with the BP ND of GABA A relative to mGluR5 BP ND and the glucose metabolism, emphasising a predominance of inhibitory processes within in the core RSNs at rest.

Abstract The default mode network (DMN), the salience network (SN), and the central executive network (CEN) could be considered as the core resting-state brain networks (RSN) due to their involvement in a wide range of cognitive tasks. Despite the large body of knowledge relating to their regional spontaneous activity (RSA) and functional connectivity (FC) of these networks, less is known about the influence of task-associated activity on these parameters and on the interaction between these three networks. We have investigated the effects of the visual-oddball paradigm on three fMRI measures (amplitude of low-frequency fluctuations for RSA, regional homogeneity for local FC, and degree centrality for global FC) in these three core RSN networks. A rest-task-rest paradigm was used and the RSNs were identified using independent component analysis (ICA) on the resting-state data. We found that the task-related brain activity induced different patterns of significant changes within the three RS networks. Most changes were strongly associated with the task performance. Furthermore, the task-activity significantly increased the inter-network correlations between the SN and CEN as well as between the DMN and CEN, but not between the DMN and SN. A significant dynamical change in RSA, alongside local and global FC within the three core resting-state networks following a simple cognitive activity may be an expression of the distinct involvement of these networks in the performance of the task and their various outcomes.

Motivation: This study aims to contribute novel insights into the potential cognitive role of myo-inositol and its implications for brain metabolism using 7 Tesla magnetic resonance spectroscopy (7T-MRS). Goal(s): Our primary goal was to determine if myo-inositol concentrations within the posterior cingulate cortex (PCC) influence cognitive performance. Approach: Ultra-high field 7T-MRS was used to measure myo-inositol concentrations in relation to cognitive performance, as assessed with the Trail-Making-Test (TMT-A/B). Data analysis involved multiple linear regressions with covariate control and bootstrapping for robustness. Results: Our study reveals a significant (p<0.05) positive association between higher myo-inositol levels in the PCC and enhanced cognitive performance in TMT-A/B. Impact: This study suggests the potential of myo-inositol as a biomarker for cognitive functioning. Furthermore, the findings contribute to our understanding of brain neurochemistry, supporting the advancement of personalised medicine for cognitive impairments.

Motivation: The relative contribution of each cortical depth to the network disturbances coupled with depression remains unexplored. Goal(s): We aim to identify changes in connectivity along the cortical thickness during depression recovery. Approach: We use high-resolution, large-coverage EPIK to functionally map the brain of patients before and after treatment and perform cortical-depth specific analysis of network connectivity. Results: Changes in connectivity linked to depression treatment were observed at multiple depths of the cortex in two resting-state networks. Impact: The demonstration that network connectivity does not change homogeneously in a patient population along the cortical depth suggests the importance of adding this variable to the analysis of psychiatric disorders to improve understanding of the mechanisms behind network disturbances.

Motivation: This research addresses a critical gap by investigating the impact of depression treatment on neurometabolites in the PCC. Goal(s): This exploratory study aims to investigate the relationship between neurometabolite levels in the PCC and assess its impact on treatment. Approach: Structural MRI and MRS data were acquired from 16 MDD patients and 16 healthy controls. The concentration of neurometabolites was quantified. ANOVA models were used to assess differences between groups. Results: Treatment effectively reduced depressive symptoms but did not significantly alter neurometabolite levels in the PCC. Factors such as medication, small sample size, and short follow-up intervals may have contributed to these results. Impact: This research highlights that, despite effective treatment response in improving depressive symptoms in MDD patients, neurometabolite levels in the PCC were not significantly altered, emphasizing the necessity for further, more extensive research to comprehensively understand MDD and its treatment.

Motivation: A previous own study in healthy volunteers indicated that global laminar connectivity is highly dynamic, suggesting that it could be sensitive to altered brain conditions. Goal(s): Does global laminar connectivity change in depression? Approach: We acquired high-resolution fMRI data from patients before and after treatment and conducted a dynamic connectivity analysis focused on cortical depth. Results: The prevalence of the depth-connectivity states co-evolved with the psychometric scores of patients. Impact: The presented results may motivate other researchers working on laminar fMRI to average across ROIs and evaluate the effect of diverse brain conditions on the global component of depth-dependent connectivity, whose potential relevance is suggested by our preliminary studies.

Motivation: To discern why some individuals develop stress-related disorders post-trauma while others don't, focusing on the role of thalamus in emotional regulation and resilience. Goal(s): Investigate thalamic functional connectivity differences in trauma-exposed individuals to identify neural mechanisms of resilience. Approach: Acquired MRI data from 35 Syrian refugees using a 7T scanner, analyzed for trauma-related connectivity differences via seed-to-voxel thalamic analysis with the CONN toolbox, informed by RS-25 and HTQ questionnaires to distinguish between asymptomatic and symptomatic groups. Results: Significant right thalamic connectivity differences were found, indicating potential neural resilience correlates and adaptive changes in sensory-motor processing related to PTSD symptom severity. Impact: This study enhances our understanding of trauma's neural basis and resilience, potentially directing new therapeutic strategies targeting thalamic connectivity to prevent stress-related disorders, thereby improving trauma care and mental health outcomes. Ref.

Abstract Transitory states of the brain, sometimes linked to particular mental disorders, can be identified by conducting a dynamic analysis of connectivity in functional magnetic resonance imaging (fMRI) data. Here, we investigated whether the connectivity between cortical laminae (in contrast to between cortical areas ), can vary during the course of a resting-state scan and whether this could impact the identification of brain states in the healthy brain. We performed a sliding-window connectivity analysis of high-resolution fMRI data and found that the differential participation of the cortical layers in the overall cortical connectivity constitutes a more dynamic feature of the brain compared to region-to-region connectivity, with two main states (superficial vs. deep-laminae connectivity) fluctuating over time. Laminar connectivity restricted to the default mode network appeared relatively stable (superficial connectivity preferred), while the central executive and salience networks showed a fluctuating laminar preference. We anticipate that the dynamic analysis of connectivity focused on the different depths of the cerebral cortex could play an important role in characterizing healthy brain states as well as in identifying novel targets of psychiatric diseases.