Abstract Neurons coordinate their activity to produce an astonishing variety of motor behaviors. Our present understanding of motor control has grown rapidly thanks to new methods for recording and analyzing populations of many individual neurons over time. In contrast, current methods for recording the nervous system’s actual motor output – the activation of muscle fibers by motor neurons – typically cannot detect the individual electrical events produced by muscle fibers during natural behaviors and scale poorly across species and muscle groups. Here we present a novel class of electrode devices (“Myomatrix arrays”) that record muscle activity at unprecedented resolution across muscles and behaviors. High-density, flexible electrode arrays allow for stable recordings from the muscle fibers activated by a single motor neuron, called a “motor unit”, during natural behaviors in many species, including mice, rats, primates, songbirds, frogs, and insects. This technology therefore allows the nervous system’s motor output to be monitored in unprecedented detail during complex behaviors across species and muscle morphologies. We anticipate that this technology will allow rapid advances in understanding the neural control of behavior and in identifying pathologies of the motor system.

The brain can learn to generate actions, such as reaching to a target, using different movement strategies. Understanding how different variables bias which strategies are learned to produce such a reach is important for our understanding of the neural bases of movement. Here we introduce a novel spatial forelimb target task in which perched head-fixed mice learn to reach to a circular target area from a set start position using a joystick. These reaches can be achieved by learning to move into a specific direction or to a specific endpoint location. We find that mice gradually learn to successfully reach the covert target. With time, they refine their initially exploratory complex joystick trajectories into controlled targeted reaches. The execution of these controlled reaches depends on the sensorimotor cortex. Using a probe test with shifting start positions, we show that individual mice learned to use strategies biased to either direction or endpoint-based movements. The degree of endpoint learning bias was correlated with the spatial directional variability with which the workspace was explored early in training. Furthermore, we demonstrate that reinforcement learning model agents exhibit a similar correlation between directional variability during training and learned strategy. These results provide evidence that individual exploratory behavior during training biases the control strategies that mice use to perform forelimb covert target reaches.

Exploration of novel environments ensures survival and evolutionary fitness. This behavior is expressed through exploratory bouts and arrests, which change dynamically based on experience. Neural circuits mediating exploratory behavior should therefore integrate experience and use it to select the proper behavioral output. Using a spatial exploration assay, we uncovered an experience-dependent increase of momentary arrests in visited locations where animals previously arrested. Quantitative analyses of neuronal calcium activity in freely-exploring mice revealed that a large neuronal ensemble in basolateral amygdala is active during self-paced behavioral arrests. This ensemble was recruited in an experience-dependent manner, and closed-loop optogenetic manipulation of these neurons revealed that they are sufficient and necessary to drive experience-dependent arrests. Additionally, we found that neurons in the basolateral amygdala projecting to central amygdala mediate these momentary arrests. These findings uncover an amygdala circuit that mediates momentary exploratory arrests in familiar places, without changing place preference or anxiety/fear-like behaviors.

Reaches are complex movements that are critical for survival, and encompass the control of different aspects such as direction, speed, and endpoint precision. Complex movements have been postulated to be learned and controlled through distributed motor networks, of which the thalamus is a highly connected node. Still, the role of different thalamic circuits in learning and controlling specific aspects of reaches has not been investigated. We report dissociable roles of two distinct thalamic nuclei – the parafascicular (Pf) and ventroanterior/ventrolateral (VAL) nuclei – in the refinement of spatial target reaches in mice. Using 2-photon calcium imaging in a head-fixed joystick task where mice learned to reach to a target in space, we found that glutamatergic neurons in both areas were most active during reaches early in learning. Reach-related activity in both areas decreased late in learning, as movement direction was refined and reaches increased in accuracy. Furthermore, the population dynamics of Pf, but not VAL, covaried in different subspaces in early and late learning, but eventually stabilized in late learning. The neural activity in Pf, but not VAL, encoded the direction of reaches in early but not late learning. Accordingly, bilateral lesions of Pf before, but not after learning, strongly and specifically impaired the refinement of reach direction. VAL lesions did not impact direction refinement, but instead resulted in increased speed and target overshoot. Our findings provide new evidence that the thalamus is a critical motor node in the learning and control of reaching movements, with specific subnuclei controlling distinct aspects of the reach early in learning.