The radial unit hypothesis provides a framework for global (proliferation) and regional (distribution) expansion of the primate cerebral cortex. Using principal component analysis (PCA), we have identified cortical regions with shared variance in their surface area and cortical thickness, respectively, segmented from magnetic resonance images obtained in 23,800 participants. We then carried out meta-analyses of genome-wide association studies of the first two principal components for each phenotype. For surface area (but not cortical thickness), we have detected strong associations between each of the components and single nucleotide polymorphisms in a number of gene loci. The first (global) component was associated mainly with loci on chromosome 17 (9.5e-32 ≤ p ≤ 2.8e-10), including those detected previously as linked with intracranial volume and/or general cognitive function. The second (regional) component captured shared variation in the surface area of the primary and adjacent secondary visual cortices and showed a robust association with polymorphisms in a locus on chromosome 14 containing Disheveled Associated Activator of Morphogenesis 1 ( DAAM1 ; p =2.4e-34). DAAM1 is a key component in the planar-cell-polarity signaling pathway. In follow-up studies, we have focused on the latter finding and established that: (1) DAAM1 is highly expressed between 12th and 22nd post-conception weeks in the human cerebral cortex; (2) genes co-expressed with DAAM1 in the primary visual cortex are enriched in mitochondria-related pathways; and (3) volume of the lateral geniculate nucleus, which projects to regions of the visual cortex staining for cytochrome oxidase (a mitochondrial enzyme), correlates with the surface area of the visual cortex in major-allele homozygotes but not in carriers of the minor allele. Altogether, we speculate that, in concert with thalamocortical input to cortical subplate, DAAM1 enables migration of neurons to cytochrome-oxidase rich regions of the visual cortex, and, in turn, facilitates regional expansion of this set of cortical regions during development.

A broad range of neuropsychiatric disorders are associated with alterations in macroscale brain circuitry and connectivity. Identifying consistent brain patterns underlying these disorders by means of structural and functional MRI has proven challenging, partly due to the vast number of tests required to examine the entire brain, which can lead to an increase in missed findings. In this study, we propose polyconnectomic score (PCS) as a metric designed to quantify the presence of disease-related brain connectivity signatures in connectomes. PCS summarizes evidence of brain patterns related to a phenotype across the entire landscape of brain connectivity into a subject-level score. We evaluated PCS across four brain disorders (autism spectrum disorder, schizophrenia, attention deficit hyperactivity disorder, and Alzheimer9s disease) and 14 studies encompassing ~35,000 individuals. Our findings consistently show that patients exhibit significantly higher PCS compared to controls, with effect sizes that go beyond other single MRI metrics ([min, max]: Cohen9s d = [0.30, 0.87], AUC = [0.58, 0.73]). We further demonstrate that PCS serves as a valuable tool for stratifying individuals, for example within the psychosis continuum, distinguishing patients with schizophrenia from their first-degree relatives (d = 0.42, p = 4 x 10-3, FDR-corrected), and first-degree relatives from healthy controls (d = 0.34, p = 0.034, FDR-corrected). We also show that PCS is useful to uncover associations between brain connectivity patterns related to neuropsychiatric disorders and mental health, psychosocial factors, and body measurements.