The association of high levels of autoantibodies to glutamic acid decarboxylase (GAD-ab) and stiff-person syndrome (SPS) is well known. However, the full spectrum of neurological syndromes associated with GAD-ab is not well established. In addition, these patients usually present type 1 diabetes mellitus (DM1) that could justify the presence of high GAD-ab levels. To clarify these issues, we reviewed the clinical and immunological features of patients in whom high GAD-ab levels were detected in a reference centre for DM1 and for the detection of antineuronal antibodies in suspected paraneoplastic neurological syndromes (PNS). High GAD-ab levels were defined as values > or =2000 U/ml by radioimmunoassay. Intrathecal synthesis (IS) of GAD-ab was calculated in paired serum/CSF samples. Values higher than the IgG index were considered indicators for positive GAD-ab-specific IS. High GAD-ab levels were identified in 61 patients, 22 (36%) had SPS, 17 (28%) cerebellar ataxia, 11 (18%) other neurological disorders (epilepsy -- four, PNS -- four; idiopathic limbic encephalitis -- two; myasthenia gravis -- one), and 11 (18%) isolated DM1. Patients with SPS and cerebellar ataxia had the same frequency of female gender (86% vs 94%), DM1 (59% vs 53%), CSF oligoclonal bands (35% vs 69%). Three of the four PNS patients, with paraneoplastic encephalomyelitis, a predominant gait cerebellar ataxia, and limbic encephalitis, had neuroendocrine carcinomas. GAD expression was confirmed in the two tumours in which the study was done. The fourth patient presented with paraneoplastic cerebellar degeneration antedating a lung adenocarcinoma. The frequency of increased IS of GAD-ab was 85% in SPS, 100% in cerebellar ataxia, and 86% in other neurological disorders. In conclusion, our study emphasizes that high GAD-ab levels associate with other neurological disorders besides SPS. Cerebellar ataxia, the second most common syndrome associated with high GAD-ab levels, shares with SPS the same demographic, clinical and immunological features. The demonstration of an increased IS of GAD-ab is important to confirm that the GAD autoimmunity is related to the neurological syndrome particularly when there is a concomitant DM1 that could justify the presence of high GAD-ab levels. Lastly, in patients who develop neurological syndromes that suggest a PNS, the finding of GAD-ab does not rule out this possibility and appropriate studies should be done to confirm an underlying cancer.

In this paper, we present a novel automated method for White Matter (WM) lesion segmentation of Multiple Sclerosis (MS) patient images. Our approach is based on a cascade of two 3D patch-wise convolutional neural networks (CNN). The first network is trained to be more sensitive revealing possible candidate lesion voxels while the second network is trained to reduce the number of misclassified voxels coming from the first network. This cascaded CNN architecture tends to learn well from a small (n≤35) set of labeled data of the same MRI contrast, which can be very interesting in practice, given the difficulty to obtain manual label annotations and the large amount of available unlabeled Magnetic Resonance Imaging (MRI) data. We evaluate the accuracy of the proposed method on the public MS lesion segmentation challenge MICCAI2008 dataset, comparing it with respect to other state-of-the-art MS lesion segmentation tools. Furthermore, the proposed method is also evaluated on two private MS clinical datasets, where the performance of our method is also compared with different recent public available state-of-the-art MS lesion segmentation methods. At the time of writing this paper, our method is the best ranked approach on the MICCAI2008 challenge, outperforming the rest of 60 participant methods when using all the available input modalities (T1-w, T2-w and FLAIR), while still in the top-rank (3rd position) when using only T1-w and FLAIR modalities. On clinical MS data, our approach exhibits a significant increase in the accuracy segmenting of WM lesions when compared with the rest of evaluated methods, highly correlating (r≥0.97) also with the expected lesion volume.

The microbiota-gut-brain axis has emerged as a novel target in depression, a disorder with low treatment efficacy. However, the field is dominated by underpowered studies focusing on major depression not addressing microbiome functionality, compositional nature, or confounding factors. We applied a multi-omics approach combining pre-clinical models with three human cohorts including patients with mild depression. Microbial functions and metabolites converging onto glutamate/GABA metabolism, particularly proline, were linked to depression. High proline consumption was the dietary factor with the strongest impact on depression. Whole-brain dynamics revealed rich club network disruptions associated with depression and circulating proline. Proline supplementation in mice exacerbated depression along with microbial translocation. Human microbiota transplantation induced an emotionally impaired phenotype in mice and alterations in GABA-, proline-, and extracellular matrix-related prefrontal cortex genes. RNAi-mediated knockdown of proline and GABA transporters in Drosophila and mono-association with L. plantarum, a high GABA producer, conferred protection against depression-like states. Targeting the microbiome and dietary proline may open new windows for efficient depression treatment.

Abstract Normal aging causes disruptions in the brain that can lead to cognitive decline. Resting-state fMRI studies have found significant age-related alterations in functional connectivity across various networks. Nevertheless, most of the studies have focused mainly on static functional connectivity. Studying the dynamics of resting-state brain activity across the whole-brain functional network can provide a better characterization of age-related changes. Here we employed two data-driven whole-brain approaches based on the phase synchronization of blood-oxygen-level-dependent (BOLD) signals to analyze resting-state fMRI data from 620 subjects divided into two groups (‘middle-age group’ (n=310); age range, 50-65 years vs. ‘older group’ (n=310); age range, 66-91 years). Applying the Intrinsic-Ignition Framework to assess the effect of spontaneous local activation events on local-global integration, we found that the older group showed higher intrinsic ignition across the whole-brain functional network, but lower metastability. Using Leading Eigenvector Dynamics Analysis, we found that the older group showed reduced ability to access a metastable substate that closely overlaps with the so-called rich club. These findings suggest that functional whole-brain dynamics are altered in aging, probably due to a deficiency in a metastable substate that is key for efficient global communication in the brain.

Abstract Understanding the brain changes occurring during aging can provide new insights for developing treatments that alleviate or reverse cognitive decline. Neurostimulation techniques have emerged as potential treatments for brain disorders and to improve cognitive functions. Nevertheless, given the ethical restrictions of neurostimulation approaches, in silico perturbation protocols based on causal whole-brain models are fundamental to gaining a mechanistic understanding of brain dynamics. Furthermore, this strategy could serve as a more specific biomarker relating local activity with global brain dynamics. Here, we used a large resting-state fMRI dataset divided into middle-aged (N=310, aged < 65 years) and older adults (N=310, aged ≥ 65) to characterize brain states in each group as a probabilistic metastable substate (PMS) space, each with a probabilistic occurrence and frequency. Then, we fitted the PMS to a whole-brain model and applied in silico stimulations with different intensities in each node to force transitions from the brain states of the older group to the middle-age group. We found that the precuneus, a brain area belonging to the default mode network and the rich club, was the best stimulation target. These findings might have important implications for designing neurostimulation interventions to revert the effects of aging on whole-brain dynamics.

The XVI Post-ECTRIMS meeting took place in Seville on 20 and 21 October 2023. This meeting was attended by neurologists specialising in multiple sclerosis (MS) from Spain, who shared a summary of the most interesting innovations at the ECTRIMS congress, which had taken place in Milan the previous week. The aim of this article is to summarise new developments related to the pathogenesis, diagnosis and prognosis of MS. The contributions of innate immunity and central nervous system resident cells, including macrophages and microglia in MS pathophysiology and as therapeutic targets were discussed. Compartmentalised intrathecal inflammation was recognised as central to understanding the progression of MS, and the relationship between inflammatory infiltrates and disease progression was highlighted. Perspectives in demyelinating pathologies were reviewed, focusing on neuromyelitis optica and myelin oligodendrocyte glycoprotein antibody-associated disease, highlighting their pathophysiological and diagnostic differences compared to MS. Advances in neuroimaging were also discussed, and especially the analysis of active chronic lesions, such as paramagnetic rim lesions. In the absence of clinical improvements in trials of remyelinating treatments, methodological strategies to optimise the design of future studies were proposed. Breakthroughs in detecting the prodromal phase of MS, the use of biomarkers in body fluids to assess activity, progression and treatment response, and research on progression independent of flares were addressed. The need to define criteria for radiologically isolated syndrome and to clarify the concept was also discussed.