SUMMARY Cell-specific pharmaceutical technologies promise mechanistic insight into clinical drugs―those that treat, and often define, human disease. In particular, DART (drug acutely restricted by tethering) achieves genetically programmable control of drug concentration over cellular dimensions. The method is compatible with clinical pharmaceuticals and amenable to studies in behaving animals. Here, we describe DART.2 , comprising three advances. First, we improve the efficiency of chemical capture, enabling cell-specific accumulation of drug to ∼3,000-times the ambient concentration in 15 min. Second, we develop tracer reagents, providing a behavior-independent measure of cellular target engagement in each animal. Third, we extend the method to positive allosteric modulators and outline design principles for this clinically significant class. We showcase the platform with four pharmaceuticals―two that weaken excitatory (AMPAR) or inhibitory (GABA A R) chemical neurotransmission, and two that strengthen these forms of synaptic communication. Across four labs, we tested reagents in the mouse cerebellum, basal ganglia, visual cortex, and retina. Collectively, we demonstrate robust, bidirectional editing of chemical neurotransmission. We provide for distribution of validated reagents, community design principles, and synthetic building blocks for application to diverse pharmaceuticals.

Abstract The cerebellar cortex plays a key role in generating predictive sensorimotor associations. To do so, the granule cell layer is thought to establish unique sensorimotor representations for learning. However, how this is achieved and how granule cell population responses contribute to behavior have remained unclear. To address these questions, we have used in vivo calcium imaging and granule cell-specific pharmacological manipulation of synaptic inhibition in awake, behaving mice. We find that inhibition sparsens and thresholds sensory responses, limiting overlap between sensory ensembles and preventing spiking in many granule cells that receive excitatory input. Moreover, we find that inhibition can be recruited in a stimulus-specific manner to powerfully decorrelate multisensory ensembles. Consistent with these results, we find that granule cell inhibition is required for sensory discrimination in a cerebellum-dependent behavior. These data thus reveal new mechanisms for granule cell layer pattern separation beyond those envisioned by classical models.

High-density probes allow electrophysiological recordings from many neurons simultaneously across entire brain circuits but don't reveal cell type. Here, we develop a strategy to identify cell types from extracellular recordings in awake animals, revealing the computational roles of neurons with distinct functional, molecular, and anatomical properties. We combine optogenetic activation and pharmacology using the cerebellum as a testbed to generate a curated ground-truth library of electrophysiological properties for Purkinje cells, molecular layer interneurons, Golgi cells, and mossy fibers. We train a semi-supervised deep-learning classifier that predicts cell types with greater than 95% accuracy based on waveform, discharge statistics, and layer of the recorded neuron. The classifier's predictions agree with expert classification on recordings using different probes, in different laboratories, from functionally distinct cerebellar regions, and across animal species. Our classifier extends the power of modern dynamical systems analyses by revealing the unique contributions of simultaneously-recorded cell types during behavior.

Astrotactin 2 (ASTN2) is a transmembrane neuronal protein highly expressed in the cerebellum that functions in receptor trafficking and modulates cerebellar Purkinje cell (PC) synaptic activity. We recently reported a family with a paternally inherited intragenic ASTN2 duplication with a range of neurodevelopmental disorders, including autism spectrum disorder (ASD), learning difficulties, and speech and language delay. To provide a genetic model for the role of the cerebellum in ASD-related behaviors and study the role of ASTN2 in cerebellar circuit function, we generated global and PC-specific conditional Astn2 knockout (KO and cKO, respectively) mouse lines. Astn2 KO mice exhibit strong ASD-related behavioral phenotypes, including a marked decrease in separation-induced pup ultrasonic vocalization calls, hyperactivity and repetitive behaviors, altered social behaviors, and impaired cerebellar-dependent eyeblink conditioning. Hyperactivity and repetitive behaviors were also prominent in Astn2 cKO animals. By Golgi staining, Astn2 KO PCs have region-specific changes in dendritic spine density and filopodia numbers. Proteomic analysis of Astn2 KO cerebellum reveals a marked upregulation of ASTN2 family member, ASTN1, a neuron-glial adhesion protein. Immunohistochemistry and electron microscopy demonstrate a large increase in Bergmann glia volume in the molecular layer of Astn2 KO animals. Electrophysiological experiments indicate a reduced frequency of spontaneous excitatory postsynaptic currents (EPSCs), as well as increased amplitudes of both spontaneous EPSCs and inhibitory postsynaptic currents (IPSCs) in the Astn2 KO animals, suggesting that pre- and postsynaptic components of synaptic transmission are altered. Thus, ASTN2 regulates ASD-like behaviors and cerebellar circuit properties.

ABSTRACT Spinocerebellar ataxia type 7 (SCA7) is an inherited neurodegenerative disorder caused by a CAG-polyglutamine repeat expansion. SCA7 patients display a striking loss of Purkinje cell (PC) neurons with disease progression; however, PCs are rare, making them difficult to characterize. We developed a PC nuclei enrichment protocol and applied it to single-nucleus RNA-seq of a SCA7 knock-in mouse model. Our results unify prior observations into a central mechanism of cell identity loss, impacting both glia and PCs, driving accumulation of inhibitory synapses and altered PC spiking. Zebrin-II subtype dysregulation is the predominant signal in PCs, leading to complete loss of zebrin-II striping at motor symptom onset in SCA7 mice. We show this zebrin-II subtype degradation is shared across Polyglutamine Ataxia mouse models and SCA7 patients. It has been speculated that PC subtype organization is critical for cerebellar function, and our results suggest that a breakdown of zebrin-II parasagittal striping is pathological.

The cerebellar cortex contributes to diverse behaviors by transforming mossy fiber inputs into predictions in the form of Purkinje cell (PC) outputs, and then refining those predictions. Molecular layer interneurons (MLIs) account for approximately 80% of the inhibitory interneurons in the cerebellar cortex, and are vital to cerebellar processing. MLIs are thought to primarily inhibit PCs and suppress the plasticity of excitatory synapses onto PCs. MLIs also inhibit, and are electrically coupled to, other MLIs, but the functional significance of these connections is not known. Behavioral studies suggest that cerebellar-dependent learning is gated by disinhibition of PCs, but the source of such disinhibition has not been identified. Here we find that two recently recognized MLI subtypes, MLI1 and MLI2, have highly specialized connectivity that allows them to serve very different functional roles. MLI1s primarily inhibit PCs, are electrically coupled to each other, fire synchronously with other MLI1s on the millisecond time scale in vivo, and synchronously pause PC firing. MLI2s are not electrically coupled, they primarily inhibit MLI1s and disinhibit PCs, and are well suited to gating cerebellar-dependent learning. These findings require a major reevaluation of processing within the cerebellum in which disinhibition, a powerful circuit motif present in the cerebral cortex and elsewhere, greatly increases the computational power and flexibility of the cerebellum. They also suggest that millisecond time scale synchronous firing of electrically-coupled MLI1s helps regulate the output of the cerebellar cortex by synchronously pausing PC firing, which has been shown to evoke precisely-timed firing in PC targets.

The prevailing model of cerebellar learning states that climbing fibers (CFs) are both driven by, and serve to correct, erroneous motor output. However, this model is grounded largely in studies of behaviors that utilize hardwired neural pathways to link sensory input to motor output. To test whether this model applies to more flexible learning regimes that require arbitrary sensorimotor associations, we have developed a cerebellar-dependent motor learning paradigm compatible with both mesoscale and single dendrite resolution calcium imaging in mice. Here, we find that CFs are preferentially driven by and more time-locked to correctly executed movements and other task parameters that predict reward outcome, exhibiting widespread correlated activity within parasagittal processing zones that is governed by these predictions. Together, such CF activity patterns are well-suited to drive learning by providing predictive instructional input consistent with an unsigned reinforcement learning signal that does not rely exclusively on motor errors.

Classical models of cerebellar learning posit that climbing fibers operate according to a supervised learning rule to instruct changes in motor output by signaling the occurrence of movement errors. However, cerebellar output is also associated with non-motor behaviors, and recently with modulating reward association pathways in the VTA. To test how the cerebellum processes reward related signals in the same type of classical conditioning behavior typically studied to evaluate reward processing in the VTA and striatum, we have used calcium imaging to visualize instructional signals carried by climbing fibers across the lateral cerebellum before and after learning. We find distinct climbing fiber responses in three lateral cerebellar regions that can each signal reward prediction. These instructional signals are well suited to guide cerebellar learning based on reward expectation and enable a cerebellar contribution to reward driven behaviors, thus suggesting a broad role for the lateral cerebellum in reward-based learning.

Surface protein dynamics dictate synaptic connectivity and function in neuronal circuits. ASTN2, a gene disrupted by copy number variations (CNVs) in neurodevelopmental disorders, including autism spectrum, was previously shown to regulate the surface expression of ASTN1 in glial-guided neuronal migration. Here, we demonstrate that ASTN2 binds to and regulates the surface expression of multiple synaptic proteins in post-migratory neurons by endocytosis, resulting in modulation of synaptic activity. In cerebellar Purkinje cells (PCs), by immuno-gold electron microscopy, ASTN2 localizes primarily to endocytic and autophagocytic vesicles in the cell soma and in subsets of dendritic spines. Overexpression of ASTN2 in PCs, but not of ASTN2 lacking the FNIII-domain commonly disrupted by CNVs in patients including in a family presented here, increases inhibitory and excitatory postsynaptic activity and reduces levels of ASTN2 binding partners. Our data suggest a fundamental role for ASTN2 in dynamic regulation of surface proteins by endocytic trafficking and protein degradation.

Understanding how afferent information is integrated by cortical structures requires identifying the factors shaping excitation and inhibition within their input layers. The input layer of the cerebellar cortex integrates diverse sensorimotor information to enable learned associations that refine the dynamics of movement. Specifically, mossy fiber afferents relay sensorimotor input into the cerebellum to excite granule cells, whose activity is regulated by inhibitory Golgi cells. To test how this integration can be modulated, we have used an acute brain slice preparation from young adult rats and found that encoding of mossy fiber input in the cerebellar granule cell layer can be regulated by serotonin (5-HT) via a specific action on Golgi cells. We find that 5-HT depolarizes Golgi cells, likely by activating 5-HT2A receptors, but does not directly act on either granule cells or mossy fibers. As a result of Golgi cell depolarization, 5-HT significantly increases tonic inhibition onto both granule cells and Golgi cells. 5-HT-mediated Golgi cell depolarization is not sufficient, however, to alter the probability or timing of mossy fiber-evoked feed-forward inhibition onto granule cells. Together, increased granule cell tonic inhibition paired with normal feed-forward inhibition acts to reduce granule cell spike probability without altering spike timing. These data hence provide a circuit mechanism by which 5-HT can reduce granule cell activity without altering temporal representations of mossy fiber input. Such changes in network integration could enable flexible, state-specific suppression of cerebellar sensorimotor input that should not be learned, or enable reversal learning for unwanted associations.