Abstract To elucidate cortical microcircuit structure and synaptic properties we present a unique, extensive, and public synaptic physiology dataset and analysis platform. Through its application, we reveal principles that relate cell type to synapse properties and intralaminar circuit organization in the mouse and human cortex. The dynamics of excitatory synapses align with the postsynaptic cell subclass, whereas inhibitory synapse dynamics partly align with presynaptic cell subclass but with considerable overlap. Despite these associations, synaptic properties are heterogeneous in most subclass to subclass connections. The two main axes of heterogeneity are strength and variability. Cell subclasses divide along the variability axis, while the strength axis accounts for significant heterogeneity within the subclass. In human cortex, excitatory to excitatory synapse dynamics are distinct from those in mouse and short-term plasticity varies with depth across layers 2 and 3. With a novel connectivity analysis that enables fair comparisons between circuit elements, we find that intralaminar connection probability among cell subclasses exhibits a strong layer dependence.These and other findings combined with the analysis platform create new opportunities for the neuroscience community to advance our understanding of cortical microcircuits.

Abstract Extracellular electrophysiology and two-photon calcium imaging are widely used methods for measuring physiological activity with single-cell resolution across large populations of neurons in the brain. While these two modalities have distinct advantages and disadvantages, neither provides complete, unbiased information about the underlying neural population. Here, we compare evoked responses in visual cortex recorded in awake mice under highly standardized conditions using either imaging or electrophysiology. Across all stimulus conditions tested, we observe a larger fraction of responsive neurons in electrophysiology and higher stimulus selectivity in calcium imaging. This work explores which data transformations are most useful for explaining these modality-specific discrepancies. We show that the higher selectivity in imaging can be partially reconciled by applying a spikes-to-calcium forward model to the electrophysiology data. However, the forward model could not reconcile differences in responsiveness without sub-selecting neurons based on event rate or level of signal contamination. This suggests that differences in responsiveness more likely reflect neuronal sampling bias or cluster-merging artifacts during spike sorting of electrophysiological recordings, rather than flaws in event detection from fluorescence time series. This work establishes the dominant impacts of the two modalities’ respective biases on a set of functional metrics that are fundamental for characterizing sensory-evoked responses.

Abstract Investigating how visual inputs are encoded in visual cortex is important for elucidating the roles of cell populations in circuit computations. We here use a recently developed, large-scale model of mouse primary visual cortex (V1) and perturb both single neurons as well as functional- and cell-type defined population of neurons to mimic equivalent optogenetic perturbations. First, perturbations were performed to study the functional roles of layer 2/3 excitatory neurons in inter-laminar interactions. We observed activity changes consistent with the canonical cortical model (Douglas and Martin 1991). Second, single neuron perturbations in layer 2/3 revealed a center-surround inhibition-dominated effect, consistent with recent experiments. Finally, perturbations of multiple excitatory layer 2/3 neurons during visual stimuli of varying contrasts indicated that the V1 model has both efficient and robust coding features. The circuit transitions from predominantly broad like-to-like inhibition at high contrasts to predominantly specific like-to-like excitation at low contrasts. These in silico results demonstrate how the circuit can shift from redundancy reduction to robust codes as a function of stimulus contrast.

Abstract Neocortical layer 1 (L1) is a site of convergence between pyramidal neuron dendrites and feedback axons where local inhibitory signaling can profoundly shape cortical processing. Evolutionary expansion of human neocortex is marked by distinctive pyramidal neuron types with extensive branching in L1, but whether L1 interneurons are similarly diverse is underexplored. Using patch-seq recordings from human neurosurgically resected tissues, we identified four transcriptomically defined subclasses, unique subtypes within those subclasses and additional types with no mouse L1 homologue. Compared with mouse, human subclasses were more strongly distinct from each other across all modalities. Accompanied by higher neuron density and more variable cell sizes compared with mouse, these findings suggest L1 is an evolutionary hotspot, reflecting the increasing demands of regulating the expanding human neocortical circuit. One Sentence Summary Using transcriptomics and morpho-electric analyses, we describe innovations in human neocortical layer 1 interneurons.

Abstract The readiness potential (RP)—a key ERP correlate of upcoming action—is known to precede subjects’ reports of their decision to move. Some view this as evidence against a causal role for consciousness in human decision-making and thus against free-will. Yet those studies focused on arbitrary decisions—purposeless, unreasoned, and without consequences. It remains unknown to what degree the RP generalizes to deliberate, more ecological decisions. We directly compared deliberate and arbitrary decision-making during a $1000-donation task to non-profit organizations. While we found the expected RPs for arbitrary decisions, they were strikingly absent for deliberate ones. Our results and drift-diffusion model are congruent with the RP representing accumulation of noisy, random fluctuations that drive arbitrary—but not deliberate—decisions. They further point to different neural mechanisms underlying deliberate and arbitrary decisions, challenging the generalizability of studies that argue for no causal role for consciousness in decision-making to real-life decisions. Significance Statement The extent of human free will has been debated for millennia. Previous studies demonstrated that neural precursors of action—especially the readiness potential—precede subjects’ reports of deciding to move. Some viewed this as evidence against free-will. However, these experiments focused on arbitrary decisions—e.g., randomly raising the left or right hand. We directly compared deliberate (actual $1000 donations to NPOs) and arbitrary decisions, and found readiness potentials before arbitrary decisions, but—critically—not before deliberate decisions. This supports the interpretation of readiness potentials as byproducts of accumulation of random fluctuations in arbitrary but not deliberate decisions and points to different neural mechanisms underlying deliberate and arbitrary choice. Hence, it challenges the generalizability of previous results from arbitrary to deliberate decisions.

ABSTRACT Abundant anatomical and physiological evidence supports the presence of at least three distinct types of relay glutamatergic neurons in the primate dorsal lateral geniculate nucleus (dLGN) of the thalamus, the brain region that conveys visual information from the retina to the primary visual cortex. Relay neuron diversity has also been described in the mouse dLGN (also known as LGd). Different types of relay neurons in mice, humans and macaques have distinct morphologies, distinct connectivity patterns, and convey different aspects of visual information to the cortex. To investigate the molecular underpinnings of these cell types, and how these relate to other cellular properties and differences in dLGN between human, macaque, and mice, we profiled gene expression in single nuclei and cells using RNA-sequencing. These efforts identified four distinct types of relay neurons in the primate dLGN, magnocellular neurons, parvocellular neurons, and two cell types expressing canonical marker genes for koniocellular neurons. Surprisingly, despite extensive documented morphological and physiological differences between magno- and parvocellular neurons, we identified few genes with significant differential expression between transcriptomic cell types corresponding to these two neuronal populations. We also detected strong donor-specific gene expression signatures in both macaque and human relay neurons. Likewise, the dominant feature of relay neurons of the adult mouse dLGN is high transcriptomic similarity, with an axis of heterogeneity that aligns with core vs. shell portions of mouse dLGN. Together, these data show that transcriptomic differences between principal cell types in the mature mammalian dLGN are subtle relative to striking differences in morphology and cortical projection targets. Finally, we align cellular expression profiles across species and find homologous types of relay neurons in macaque and human, and distinct relay neurons in mouse.

Abstract In the neocortex, subcerebral axonal projections originate largely from layer 5 (L5) extratelencephalic-projecting (ET) neurons. The highly distinctive morpho-electric properties of these neurons have mainly been described in rodents, where ET neurons can be labeled by retrograde tracers or transgenic lines. Similar labeling strategies are not possible in the human neocortex, rendering the translational relevance of findings in rodents unclear. We leveraged the recent discovery of a transcriptomically-defined L5 ET neuron type to study the properties of human L5 ET neurons in neocortical brain slices derived from neurosurgeries. Patch-seq recordings, where transcriptome, physiology and morphology are assayed from the same cell, revealed many conserved morpho-electric properties of human and rodent L5 ET neurons. Divergent properties were also apparent but were often smaller than differences between cell types within these two species. These data suggest a conserved function of L5 ET neurons in the neocortical hierarchy, but also highlight marked phenotypic divergence possibly related to functional specialization of human neocortex.

Summary The claustrum (CLA) is a conspicuous subcortical structure interconnected with cortical and subcortical regions. However, its regional anatomy and cell-type-specific connections in the mouse remain largely undetermined. Here, we accurately delineated the boundary of the mouse CLA and quantitatively investigated its inputs and outputs brain-wide using anterograde and retrograde viral tracing and fully reconstructed single claustral principal neurons. At a population level, the CLA reciprocally connects with all isocortical modules. It also receives inputs from at least 35 subcortical structures but sends projections back to only a few of them. We found that cell types projecting to the CLA are differentiated by cortical areas and layers. We classified single CLA principal neurons into at least 9 cell types that innervate the diverse sets of functionally linked cortical targets. Axons of interneurons within the CLA arborize along almost its entire anteroposterior extent. Together, this detailed wiring diagram of the cell-type-specific connections of the mouse CLA lays a foundation for studying its functions.

ABSTRACT Perturbational complexity analysis predicts the presence of consciousness in volunteers and patients by stimulating the brain with brief pulses, recording electroencephalographic ( EEG ) responses, and computing their spatiotemporal complexity. We examined the underlying neural circuits in mice by directly stimulating cortex while recording with EEG and Neuropixels probes during wakefulness and isoflurane anesthesia. When mice are awake, stimulation of deep cortical layers reliably evokes locally a brief pulse of excitation, followed by a bi-phasic sequence of 120 ms profound off period and a rebound excitation. A similar pattern, partially attributed to burst spiking, is seen in thalamic nuclei, and is associated with a pronounced late component in the evoked EEG. We infer that cortico-thalamo-cortical interactions drive the long-lasting evoked EEG signals elicited by deep cortical stimulation during the awake state. The cortical and thalamic off period and rebound excitation, and the late component in the EEG, are reduced during running and absent during anesthesia.

ABSTRACT BigNeuron is an open community bench-testing platform combining the expertise of neuroscientists and computer scientists toward the goal of setting open standards for accurate and fast automatic neuron reconstruction. The project gathered a diverse set of image volumes across several species representative of the data obtained in most neuroscience laboratories interested in neuron reconstruction. Here we report generated gold standard manual annotations for a selected subset of the available imaging datasets and quantified reconstruction quality for 35 automatic reconstruction algorithms. Together with image quality features, the data were pooled in an interactive web application that allows users and developers to perform principal component analysis, t -distributed stochastic neighbor embedding, correlation and clustering, visualization of imaging and reconstruction data, and benchmarking of automatic reconstruction algorithms in user-defined data subsets. Our results show that image quality metrics explain most of the variance in the data, followed by neuromorphological features related to neuron size. By benchmarking automatic reconstruction algorithms, we observed that diverse algorithms can provide complementary information toward obtaining accurate results and developed a novel algorithm to iteratively combine methods and generate consensus reconstructions. The consensus trees obtained provide estimates of the neuron structure ground truth that typically outperform single algorithms. Finally, to aid users in predicting the most accurate automatic reconstruction results without manual annotations for comparison, we used support vector machine regression to predict reconstruction quality given an image volume and a set of automatic reconstructions.