Abstract Recently developed silicon probes have large numbers of recording electrodes on long linear shanks. Specifically, Neuropixels probes have 960 recording electrodes distributed over 9.6 mm shanks. Because of their length, Neuropixels probe recordings in rodents naturally span multiple brain areas. Typical studies collate recordings across several recording sessions and animals. Neurons recorded in different sessions and animals have to be aligned to each other and to a standardized brain coordinate system. Here we report a workflow for accurate localization of individual electrodes in standardized coordinates and aligned across individual brains. This workflow relies on imaging brains with fluorescent probe tracks and warping 3-dimensional image stacks to standardized brain atlases. Electrophysiological features are then used to anchor particular electrodes along the reconstructed tracks to specific locations in the brain atlas and therefore to specific brain structures. We performed ground-truth experiments, in which motor cortex outputs are labelled with ChR2 and a fluorescence protein. Recording from brain regions targeted by these outputs reveals better than 100 μm accuracy for electrode localization.

Fluctuations in the activity of sensory neurons often predict perceptual decisions. This connection can be quantified with a metric called choice probability (CP), and there is a longstanding debate about whether CP reflects a causal influence on decisions or an echo of decision-making activity elsewhere in the brain. Here, we show that CP can reflect a third variable, namely, the movement used to indicate the decision. In a standard visual motion discrimination task, neurons in the middle temporal (MT) area of primate cortex responded more strongly during trials that involved a saccade toward their receptive fields. This variability accounted for much of the CP observed across the neuronal population, and it arose through training. Moreover, pharmacological inactivation of MT biased behavioral responses away from the corresponding visual field locations. These results demonstrate that training on a task with fixed sensorimotor contingencies introduces movement-related activity in sensory brain regions and that this plasticity can shape the neural circuitry of perceptual decision-making.

Viral diseases are among the main threats to public health. Understanding the factors affecting viral invasion is important for antiviral research. Until now, it was known that most viruses have very low plaque-forming unit (PFU)-to-particle ratios. However, further investigation is required to determine the underlying factors. Here, using quantitative single-particle analysis methods, the invasion of Semliki Forest virus (SFV), Japanese encephalitis virus (JEV), and influenza A virus (IAV) containing attachment to the cell surface, entry into the cell, transport towards the cell interior, and fusion with endosomes to release nucleocapsids were quantitatively analysed in parallel. It was found that for SFV with an PFU-to-particle ratio of approximately 1:2, an entry efficiency of approximately 31% limited infection. For JEV, whose PFU-to-particle ratio was approximately 1:310, an attachment efficiency of approximately 27% and an entry efficiency of 10% were the main factors limiting its infection. Meanwhile, for IAV with PFU-to-particle ratios of 1:8100, 5% attachment efficiency, 9% entry efficiency, and 53% fusion efficiency significantly limited its infection. These results suggest that viruses with different infectivities have different limited steps in the invasion process. Moreover, there are significant differences in attachment efficiencies among viruses, emphasizing the pivotal role of attachment in viral invasion. The influence of the virus purification method on virus invasion was also investigated. This study, for the first time, reports the efficiencies of different stages of virus invasion, leading to a better understanding of virus invasion and providing a protocol to quantitatively analyse the virus invasion efficiency.

Summary Behavior requires neural activity across the brain, but most experiments probe neurons in a single area at a time. Here we used multiple Neuropixels probes to record neural activity simultaneously in brain-wide circuits, in mice performing a memory-guided directional licking task. We targeted brain areas that form multi-regional loops with anterior lateral motor cortex (ALM), a key circuit node mediating the behavior. Neurons encoding sensory stimuli, choice, and actions were distributed across the brain. However, in addition to ALM, coding of choice was concentrated in subcortical areas receiving input from ALM, in an ALM-dependent manner. Choice signals were first detected in ALM and the midbrain, followed by the thalamus, and other brain areas. At the time of movement initiation, choice-selective activity collapsed across the brain, followed by new activity patterns driving specific actions. Our experiments provide the foundation for neural circuit models of decision-making and movement initiation.

Perceptual decisions require the transformation of raw sensory inputs into cortical representations suitable for stimulus discrimination. One of the best-known examples of this transformation involves the middle temporal area (MT) of the primate visual cortex. Area MT provides a robust representation of stimulus motion, and previous work has shown that it contributes causally to performance on motion discrimination tasks. Here we report that the strength of this contribution can be highly plastic: Depending on the recent training history, pharmacological inactivation of MT can severely impair motion discrimination, or it can have little detectable influence. Similarly, depending on training, microstimulation can bias motion perception or simply introduce noise. Further analysis of neural and behavioral data suggests that training shifts the readout of motion information between MT and lower-level cortical areas. These results show that the contribution of individual brain regions to conscious perception can shift flexibly depending on sensory experience.

In the visual system, the response to a stimulus in a neuron's receptive field can be modulated by stimulus context, and the strength of these contextual influences vary with stimulus intensity. Recent work has shown how a theoretical model, the stabilized supralinear network (SSN), can account for such modulatory influences, using a small set of computational mechanisms. While the predictions of the SSN have been confirmed in primary visual cortex (V1), its computational principles apply with equal validity to any cortical structure. We have therefore tested the generality of the SSN by examining modulatory influences in the middle temporal area (MT) of the macaque visual cortex, using electrophysiological recordings and pharmacological manipulations. We developed a novel stimulus that can be adjusted parametrically to be larger or smaller in the space of all possible motion directions. We found, as predicted by the SSN, that MT neurons integrate across motion directions for low-contrast stimuli, but that they exhibit suppression by the same stimuli when they are high in contrast. These results are analogous to those found in visual cortex when stimulus size is varied in the space domain. We further tested the mechanisms of inhibition using pharmacologically manipulations of inhibitory efficacy. As predicted by the SSN, local manipulation of inhibitory strength altered firing rates, but did not change the strength of surround suppression. These results are consistent with the idea that the SSN can account for modulatory influences along different stimulus dimensions and in different cortical areas.

Abstract Fluctuations in the activity of sensory neurons often predict perceptual decisions. This connection can be quantified with a metric called choice probability (CP), and there has been a longstanding debate about whether CP reflects a causal influence on decisions, or an echo of decision-making activity elsewhere in the brain. Here we show that CP can actually reflect a third variable, namely the movement used to indicate the decision. In a standard visual motion discrimination task, neurons in the middle temporal (MT) area of the primate visual cortex responded more strongly during trials in which the animals executed a saccade toward their receptive fields, and less strongly for saccades directed away from the receptive fields. The resulting trial-to-trial variability accounted for much of the CP observed across the neuronal population, and it arose through training. Surprisingly, the learned association between MT activity and oculomotor selection was causal, as pharmacological inactivation of MT neurons biased behavioral responses away from the corresponding receptive field locations. These results demonstrate that training on a task with fixed sensorimotor contingencies introduces movement-related activity in sensory brain regions, and that this plasticity can shape the neural circuitry of perceptual decision-making.

In theory, sensory perception should be more accurate when more neurons contribute to the representation of a stimulus. However, psychophysical experiments that use larger stimuli to activate larger pools of neurons sometimes report impoverished perceptual performance. To determine the neural mechanisms underlying these paradoxical findings, we trained monkeys to discriminate the direction of motion of visual stimuli that varied in size across trials, while simultaneously recording from populations of motion-sensitive neurons in cortical area MT. We used the resulting data to constrain a computational model that explained the behavioral data as an interaction of three main mechanisms: noise correlations, which prevented stimulus information from growing with stimulus size; neural surround suppression, which decreased sensitivity for large stimuli; and a read-out strategy that emphasized neurons with receptive fields near the stimulus center. These results suggest that paradoxical percepts reflect tradeoffs between sensitivity and noise in neuronal populations.