Abstract Multifactorial mechanisms underlying late-onset Alzheimer’s disease (LOAD) are poorly characterized from an integrative perspective. Here spatiotemporal alterations in brain amyloid-β deposition, metabolism, vascular, functional activity at rest, structural properties, cognitive integrity and peripheral proteins levels are characterized in relation to LOAD progression. We analyse over 7,700 brain images and tens of plasma and cerebrospinal fluid biomarkers from the Alzheimer’s Disease Neuroimaging Initiative (ADNI). Through a multifactorial data-driven analysis, we obtain dynamic LOAD–abnormality indices for all biomarkers, and a tentative temporal ordering of disease progression. Imaging results suggest that intra-brain vascular dysregulation is an early pathological event during disease development. Cognitive decline is noticeable from initial LOAD stages, suggesting early memory deficit associated with the primary disease factors. High abnormality levels are also observed for specific proteins associated with the vascular system’s integrity. Although still subjected to the sensitivity of the algorithms and biomarkers employed, our results might contribute to the development of preventive therapeutic interventions.

Background

 SR141716, a recently developed CB1 cannabinoid receptor antagonist, blocks acute effects of Δ-9-tetrahydrocannabinol (THC) and other CB1 cannabinoid agonists in vitro and in animals. These findings suggest that CB1 receptors mediate many of the effects of marijuana, but this has not been evaluated in humans. 

Methods

 Sixty-three healthy men with a history of marijuana use were randomly assigned to receive oral SR141716 or a placebo in an escalating dose (1, 3, 10, 30, and 90 mg) design. Each subject smoked an active (2.64% THC) or placebo marijuana cigarette 2 hours later. Psychological effects associated with marijuana intoxication and heart rate were measured before and after antagonist and marijuana administration. 

Results

 Single oral doses of SR141716 produced a significant dose-dependent blockade of marijuana-induced subjective intoxication and tachycardia. The 90-mg dose produced 38% to 43% reductions in visual analog scale ratings of "How high do you feel now?" "How stoned on marijuana are you now?" and "How strong is the drug effect you feel now?" and produced a 59% reduction in heart rate. SR141716 alone produced no significant physiological or psychological effects and did not affect peak THC plasma concentration or the area under the time × concentration curve. SR141716 was well tolerated by all subjects. 

Conclusions

 SR141716 blocked acute psychological and physiological effects of smoked marijuana without altering THC pharmacokinetics. These findings confirm, for the first time in humans, the central role of CB1 receptors in mediating the effects of marijuana.

Abstract Tau is a hallmark pathology of Alzheimer’s disease, and animal models have suggested that tau spreads from cell to cell through neuronal connections, facilitated by β -amyloid (A β ). We test this hypothesis in humans using an epidemic spreading model (ESM) to simulate tau spread, and compare these simulations to observed patterns measured using tau-PET in 312 individuals along Alzheimer’s disease continuum. Up to 70% of the variance in the overall spatial pattern of tau can be explained by our model. Surprisingly, the ESM predicts the spatial patterns of tau irrespective of whether brain A β is present, but regions with greater A β burden show greater tau than predicted by connectivity patterns, suggesting a role of A β in accelerating tau spread. Altogether, our results provide evidence in humans that tau spreads through neuronal communication pathways even in normal aging, and that this process is accelerated by the presence of brain A β .

Abstract Alzheimer’s disease (AD) is a progressive neurodegenerative condition marked by a decline in cognitive functions with no validated disease modifying treatment. It is critical for timely treatment to detect AD in its earlier stage before clinical manifestation. Mild cognitive impairment (MCI) is an intermediate stage between cognitively normal older adults and AD. To predict conversion from MCI to probable AD, we applied a deep learning approach, multimodal recurrent neural network. We developed an integrative framework that combines not only cross-sectional neuroimaging biomarkers at baseline but also longitudinal cerebrospinal fluid (CSF) and cognitive performance biomarkers obtained from the Alzheimer’s Disease Neuroimaging Initiative cohort (ADNI). The proposed framework integrated longitudinal multi-domain data. Our results showed that 1) our prediction model for MCI conversion to AD yielded up to 75% accuracy (area under the curve (AUC) = 0.83) when using only single modality of data separately; and 2) our prediction model achieved the best performance with 81% accuracy (AUC = 0.86) when incorporating longitudinal multi-domain data. A multi-modal deep learning approach has potential to identify persons at risk of developing AD who might benefit most from a clinical trial or as a stratification approach within clinical trials.

To compare the diagnostic accuracy of CSF biomarkers and amyloid PET for diagnosing early-stage Alzheimer disease (AD).From the prospective, longitudinal BioFINDER study, we included 122 healthy elderly and 34 patients with mild cognitive impairment who developed AD dementia within 3 years (MCI-AD). β-Amyloid (Aβ) deposition in 9 brain regions was examined with [18F]-flutemetamol PET. CSF was analyzed with INNOTEST and EUROIMMUN ELISAs. The results were replicated in 146 controls and 64 patients with MCI-AD from the Alzheimer's Disease Neuroimaging Initiative study.The best CSF measures for identifying MCI-AD were Aβ42/total tau (t-tau) and Aβ42/hyperphosphorylated tau (p-tau) (area under the curve [AUC] 0.93-0.94). The best PET measures performed similarly (AUC 0.92-0.93; anterior cingulate, posterior cingulate/precuneus, and global neocortical uptake). CSF Aβ42/t-tau and Aβ42/p-tau performed better than CSF Aβ42 and Aβ42/40 (AUC difference 0.03-0.12, p<0.05). Using nonoptimized cutoffs, CSF Aβ42/t-tau had the highest accuracy of all CSF/PET biomarkers (sensitivity 97%, specificity 83%). The combination of CSF and PET was not better than using either biomarker separately.Amyloid PET and CSF biomarkers can identify early AD with high accuracy. There were no differences between the best CSF and PET measures and no improvement when combining them. Regional PET measures were not better than assessing the global Aβ deposition. The results were replicated in an independent cohort using another CSF assay and PET tracer. The choice between CSF and amyloid PET biomarkers for identifying early AD can be based on availability, costs, and doctor/patient preferences since both have equally high diagnostic accuracy.This study provides Class III evidence that amyloid PET and CSF biomarkers identify early-stage AD equally accurately.

To estimate a regional progression pattern of amyloid deposition from cross-sectional amyloid-sensitive PET data and evaluate its potential for in vivo staging of an individual's amyloid pathology.

Abstract Brain iron elevation is implicated in Alzheimer’s disease (AD) pathogenesis, but the impact of iron on disease outcomes has not been previously explored in a longitudinal study. Ferritin is the major iron storage protein of the body; by using cerebrospinal fluid (CSF) levels of ferritin as an index, we explored whether brain iron status impacts longitudinal outcomes in the Alzheimer’s Disease Neuroimaging Initiative (ADNI) cohort. We show that baseline CSF ferritin levels were negatively associated with cognitive performance over 7 years in 91 cognitively normal, 144 mild cognitive impairment (MCI) and 67 AD subjects, and predicted MCI conversion to AD. Ferritin was strongly associated with CSF apolipoprotein E levels and was elevated by the Alzheimer’s risk allele, APOE-ɛ4 . These findings reveal that elevated brain iron adversely impacts on AD progression, and introduce brain iron elevation as a possible mechanism for APOE-ɛ4 being the major genetic risk factor for AD.

There is considerable debate whether Alzheimer's disease (AD) originates in basal forebrain or entorhinal cortex. Here we examined whether longitudinal decreases in basal forebrain and entorhinal cortex grey matter volume were interdependent and sequential. In a large cohort of age-matched older adults ranging from cognitively normal to AD, we demonstrate that basal forebrain volume predicts longitudinal entorhinal degeneration. Models of parallel degeneration or entorhinal origin received negligible support. We then integrated volumetric measures with an amyloid biomarker sensitive to pre-symptomatic AD pathology. Comparison between cognitively matched normal adult subgroups, delineated according to the amyloid biomarker, revealed abnormal degeneration in basal forebrain, but not entorhinal cortex. Abnormal degeneration in both basal forebrain and entorhinal cortex was only observed among prodromal (mildly amnestic) individuals. We provide evidence that basal forebrain pathology precedes and predicts both entorhinal pathology and memory impairment, challenging the widely held belief that AD has a cortical origin.

In Alzheimer's diseases (AD), tau pathology is strongly associated with cognitive decline. Preclinical evidence suggests that tau spreads across connected neurons in an activity-dependent manner. Supporting this, cross-sectional AD studies show that tau deposition patterns resemble functional brain networks. However, whether higher functional connectivity is associated with higher rates of tau accumulation is unclear. Here, we combine resting-state fMRI with longitudinal tau-PET in two independent samples including 53 (ADNI) and 41 (BioFINDER) amyloid-biomarker defined AD subjects and 28 (ADNI) vs. 16 (BioFINDER) amyloid-negative healthy controls. In both samples, AD subjects show faster tau accumulation than controls. Second, in AD, higher fMRI-assessed connectivity between 400 regions of interest (ROIs) is associated with correlated tau-PET accumulation in corresponding ROIs. Third, we show that a model including baseline connectivity and tau-PET is associated with future tau-PET accumulation. Together, connectivity is associated with tau spread in AD, supporting the view of transneuronal tau propagation.

Plasma phosphorylated tau at threonine 181 (p-tau181) has been proposed as an easily accessible biomarker for the detection of Alzheimer disease (AD) pathology, but its ability to monitor disease progression in AD remains unclear.To study the potential of longitudinal plasma p-tau181 measures for assessing neurodegeneration progression and cognitive decline in AD in comparison to plasma neurofilament light chain (NfL), a disease-nonspecific marker of neuronal injury.This longitudinal cohort study included data from the Alzheimer's Disease Neuroimaging Initiative from February 1, 2007, to June 6, 2016. Follow-up blood sampling was performed for up to 8 years. Plasma p-tau181 measurements were performed in 2020. This was a multicentric observational study of 1113 participants, including cognitively unimpaired participants as well as patients with cognitive impairment (mild cognitive impairment and AD dementia). Participants were eligible for inclusion if they had available plasma p-tau181 and NfL measurements and at least 1 fluorine-18-labeled fluorodeoxyglucose (FDG) positron emission tomography (PET) or structural magnetic resonance imaging scan performed at the same study visit. Exclusion criteria included any significant neurologic disorder other than suspected AD; presence of infection, infarction, or multiple lacunes as detected by magnetic resonance imaging; and any significant systemic condition that could lead to difficulty complying with the protocol.Plasma p-tau181 and NfL measured with single-molecule array technology.Longitudinal imaging markers of neurodegeneration (FDG PET and structural magnetic resonance imaging) and cognitive test scores (Preclinical Alzheimer Cognitive Composite and Alzheimer Disease Assessment Scale-Cognitive Subscale with 13 tasks). Data were analyzed from June 20 to August 15, 2020.Of the 1113 participants (mean [SD] age, 74.0 [7.6] years; 600 men [53.9%]; 992 non-Hispanic White participants [89.1%]), a total of 378 individuals (34.0%) were cognitively unimpaired (CU) and 735 participants (66.0%) were cognitively impaired (CImp). Of the CImp group, 537 (73.1%) had mild cognitive impairment, and 198 (26.9%) had AD dementia. Longitudinal changes of plasma p-tau181 were associated with cognitive decline (CU: r = -0.24, P < .001; CImp: r = 0.34, P < .001) and a prospective decrease in glucose metabolism (CU: r = -0.05, P = .48; CImp: r = -0.27, P < .001) and gray matter volume (CU: r = -0.19, P < .001; CImp: r = -0.31, P < .001) in highly AD-characteristic brain regions. These associations were restricted to amyloid-β-positive individuals. Both plasma p-tau181 and NfL were independently associated with cognition and neurodegeneration in brain regions typically affected in AD. However, NfL was also associated with neurodegeneration in brain regions exceeding this AD-typical spatial pattern in amyloid-β-negative participants. Mediation analyses found that approximately 25% to 45% of plasma p-tau181 outcomes on cognition measures were mediated by the neuroimaging-derived markers of neurodegeneration, suggesting links between plasma p-tau181 and cognition independent of these measures.Study findings suggest that plasma p-tau181 was an accessible and scalable marker for predicting and monitoring neurodegeneration and cognitive decline and was, unlike plasma NfL, AD specific. The study findings suggest implications for the use of plasma biomarkers as measures to monitor AD progression in clinical practice and treatment trials.