Abstract It is well documented that massive dynamic information is contained in the resting-state fMRI. Recent studies have identified recurring states dominated by similar coactivation patterns (CAP) and revealed their temporal dynamics. However, the reproducibility and generalizability of the CAP analysis is unclear. To address this question, the effects of methodological pipelines on CAP are comprehensively evaluated in this study, including preprocessing, network construction, cluster number and three independent cohorts. The CAP state dynamics are characterized by fraction of time, persistence, counts, and transition probability. Results demonstrate six reliable CAP states and their dynamic characteristics are also reproducible. The state transition probability is found to be positively associated with the spatial similarity. Furthermore, the aberrant CAP in schizophrenia has been investigated by using the reproducible method on three cohorts. Schizophrenia patients spend less time in CAP states that involve the fronto-parietal network, but more time in CAP states that involve the default mode and salience network. The aberrant dynamic characteristics of CAP are correlated with the symptom severity. These results reveal the reproducibility and generalizability of the CAP analysis, which can provide novel insights into the neuropathological mechanism associated with aberrant brain network dynamics of schizophrenia. Highlights Three coactivation patterns (CAPs) pairs with opposite coactivation profiles were identified, and the between-state transition probability was positively correlated with their spatial similarity. Good spatial and temporal reproducibility and generalizability of CAPs were achieved under varied analytic methods and independent cohorts. Schizophrenia patients showed altered temporal dynamics not only within the triple-network but also other primary and higher-order networks.

Abstract The resting-state human brain is a dynamic system that shows frequency-specific characteristics. Coactivation pattern (CAP) analysis has been recently used to identify recurring brain states sharing similar coactivation configurations. However, whether and how CAPs differ across different sub-frequency bands are unknown. In the current study, in addition to the typical low-frequency range (0.01 - 0.08 Hz), the spatial and temporal characteristics of CAPs in four sub-frequency bands, slow-5 (0.01 - 0.027 Hz), slow-4 (0.027 - 0.073 Hz), slow-3 (0.073 - 0.198 Hz), and slow-2 (0.198 - 0.25 Hz), were studied. Six CAP states were obtained for each band., The CAPs from the typical frequency range were spatially largely overlapped with those in slow-5, slow-4 and slow-3 but not with those in slow-2. With the increase of frequency, the CAP state became more unstable and resulted in an overall shorter persistence. The spatial and temporal characteristics of slow-4 and slow-5 were further compared, because they constitute most power of the resting-state fMRI signals. In general, slow-4 showed stronger coactivations or co-deactivations in subcortical regions, while slow-5 showed stronger coactivations or co-deactivations in large-scale cortical networks such as the dorsal attention network. Lastly, frequency-dependent dynamic alterations were also observed in schizophrenia patients. Combining the information obtained from both slow-5 and slow-4 increased the classification accuracy of schizophrenia patients than only using the typical range. In conclusion, our results revealed that the spatial and temporal characteristics of CAP state varied at different frequency bands, which could be helpful for identifying brain alterations in schizophrenia.

Genome-wide association studies (GWAS) have identified numerous candidate ALS risk variants, but their cellular functions are often unknown. Recent studies have identified a variant of GGNBP2 that results in increased expression. To better understand how this gene might contribute to disease, we investigated the function of Drosophila Ggnbp2 (dGgnbp2) in motor neurons. Loss of function studies showed that dGgnbp2 is required for motor neuron synaptic development. A human transgene completely rescued these phenotypes indicating that the gene is functionally conserved between humans and flies. Overexpression of dGgnbp2 caused severe locomotor defects in adult flies, consistent with ALS pathology. At the cellular level, dGgnbp2 regulated autophagy, a process commonly defective in ALS. Both overexpression and removal of dGgnbp2 reduced levels of the phosphorylated lipid, PI(3)P, an essential component of autophagosomes. Our study provides strong evidence that Ggnbp2 functions in motor neurons to regulate a cellular process commonly defective in ALS.

Vitamin D deficiency is a candidate risk factor for a range of adverse health outcomes. In a genome-wide association study of 25 hydroxyvitamin D (25OHD) concentration in 417,580 Europeans we identified 143 independent loci in 112 1-Mb regions providing new insights into the physiology of vitamin D and implicating genes involved in (a) lipid and lipoprotein metabolism, (b) dermal tissue properties, and (c) the sulphonation and glucuronidation of 25OHD. Mendelian randomization models found no robust evidence that 25OHD concentration had causal effects on candidate phenotypes (e.g. BMI, psychiatric disorders), but many phenotypes had (direct or indirect) causal effects on 25OHD concentration, clarifying the relationship between 25OHD status and health.

Testing the effect of rare variants on phenotypic variation is difficult due to the need for extremely large cohorts to identify associated variants given expected effect sizes. An alternative approach is to investigate the effect of rare genetic variants on low-level genomic traits, such as gene expression or DNA methylation (DNAm), as effect sizes are expected to be larger for low-level compared to higher-order complex traits. Here, we investigate DNAm in healthy ageing populations - the Lothian Birth cohorts of 1921 and 1936 and identify both transient and stable outlying DNAm levels across the genome. We find an enrichment of rare genetic variants within 1kb of DNAm sites in individuals with stable outlying DNAm, implying genetic control of this extreme variation. Using a family-based cohort, the Brisbane Systems Genetics Study, we observed increased sharing of DNAm outliers among more closely related individuals, consistent with these outliers being driven by rare genetic variation. We demonstrated that outlying DNAm levels have a functional consequence on gene expression levels, with extreme levels of DNAm being associated with gene expression levels towards the tails of the population distribution. Overall, this study demonstrates the role of rare variants in the phenotypic variation of low-level genomic traits, and the effect of extreme levels of DNAm on gene expression.

DNA methylation is associated with age. The deviation of age predicted from DNA methylation from actual age has been proposed as a biomarker for ageing. However, a better prediction of chronological age implies less opportunity for biological age. Here we used 13,661 samples in the age range of 2 to 104 years from 14 cohorts measured on Illumina HumanMethylation450/EPIC arrays to perform prediction analyses using Elastic Net and Best Linear Unbiased Prediction. We show that increasing the sample size achieves a smaller prediction error and higher correlations in test datasets. Our predictors achieved prediction errors of about 4.5 years across cohorts, in contrast to >7 years for the widely-used Horvath and Hannum predictors. We demonstrate that smaller prediction errors provide a limit to how much variation in biological ageing can be captured by methylation and provide evidence that age predictors from small samples are prone to confounding by cell composition.