Abstract Elevated levels of brain iron, particularly within the basal ganglia, have been associated with cognitive and motor impairment in normal aging and neurodegenerative conditions. The subthalamic nucleus (STN), substantia nigra (SN), and red nucleus (RN), despite their high iron content and contribution to motor and cognitive processes, are less frequently studied. This oversight can largely be attributed to the challenges posed by in-vivo assessments of these small, deep-seated midbrain structures. We developed and validated an automated tool for the segmentation of the STN, SN, and RN. Multi-sequence magnetic resonance imaging (MRI) data including T1-weighted, FLAIR, Quantitative Susceptibility Mapping (QSM) and R2* alongside manual delineation on QSM images of 40 individuals, was used to train segmentation models based on nnU-Net deep-learning framework. A combination of QSM and FLAIR sequences was found to be optimal for structure segmentation (mean Dice scores of 0.84, 0.91 and 0.94 for STN, SN and RN, respectively). We next applied the automated segmentation method to an independent 3-year longitudinal dataset including 175 healthy adults (age range at baseline: 20-79 years old). Structural equation modelling was used to assess iron accumulation over time using age, sex, baseline iron and regional volume as factors of interest. Cross-sectionally, older age was linearly associated with higher iron load in SN and STN; the association was non-linear in RN. Longitudinally, results indicated significant iron accumulation in the STN (Mean increase = 0.02, p = 0.005) and SN (Mean increase = 0.035, p = 0.001), but not in the RN (Mean increase = 0.015, p = 0.2). Our findings demonstrated high performance of nnU-Net in automated segmentation, and advanced our understanding of iron accumulation in midbrain nuclei in aging.

Abstract Brain iron overload and decreased integrity of the dopaminergic system have been independently reported as brain substrates of cognitive decline in aging. Dopamine (DA), and iron are co-localized in high concentrations in the striatum and prefrontal cortex (PFC), but follow opposing age-related trajectories across the lifespan. DA contributes to cellular iron homeostasis and the activation of D1-like DA receptors (D1DR) alleviates oxidative stress-induced inflammatory responses, suggesting a mutual interaction between these two fundamental components. Still, a direct in-vivo study testing the iron-D1DR relationship and their interactions on brain function and cognition across the lifespan is rare. Using PET and MRI data from the DyNAMiC study (n=180, age=20-79, %50 female), we showed that elevated iron content was related to lower D1DRs in DLPFC, but not in striatum, suggesting that dopamine-rich regions are less susceptible to elevated iron. Critically, older individuals with elevated iron and lower D1DR exhibited less frontoparietal activations during the most demanding task, which in turn was related to poorer working-memory performance. Together, our findings suggest that the combination of elevated iron load and reduced D1DR contribute to disturbed PFC-related circuits in older age, and thus may be targeted as two modifiable factors for future intervention. Highlights First study demonstrating the association between regional iron and dopamine D1DR in adult humans. The interplay between age-related elevated iron and diminished D1DR explained lower task-related brain activity, which in turn was related to poorer task performance. Our findings iron-DA coupling can help progress the understanding of the mechanisms behind DA-related neurodegeneration.