The automated tape-collecting ultramicrotome (ATUM) makes it possible to collect large numbers of ultrathin sections quickly—the equivalent of a petabyte of high resolution images each day. However, even high throughput image acquisition strategies generate images far more slowly (at present ~1 terabyte per day). We therefore developed WaferMapper, a software package that takes a multi-resolution approach to mapping and imaging select regions within a library of ultrathin sections. This automated method selects and directs imaging of corresponding regions within each section of an ultrathin section library that may contain many thousands of sections. Using WaferMapper, it is possible to map all the sections at low resolution and target multiple points of interest for high resolution imaging based on anatomical landmarks. The program can also be used to expand previously imaged regions, acquire data under different imaging conditions, or re-image after additional tissue treatments.

Cellular-resolution connectomics is an ambitious research direction with the goal of generating comprehensive brain connectivity maps using high-throughput, nano-scale electron microscopy. One of the main challenges in connectomics research is developing scalable image analysis algorithms that require minimal user intervention. Deep learning has provided exceptional performance in image classification tasks in computer vision, leading to a recent explosion in popularity. Similarly, its application to connectomic analyses holds great promise. Here, we introduce a deep neural network architecture, FusionNet, with a focus on its application to accomplish automatic segmentation of neuronal structures in connectomics data. FusionNet combines recent advances in machine learning, such as semantic segmentation and residual neural networks, with summation-based skip connections. This results in a much deeper network architecture and improves segmentation accuracy. We demonstrate the performance of the proposed method by comparing it with several other popular electron microscopy segmentation methods. We further illustrate its flexibility through segmentation results for two different tasks: cell membrane segmentation and cell nucleus segmentation.

Comprehensive descriptions of animal behavior require precise three-dimensional (3D) measurements of whole-body movements. Although two-dimensional approaches can track visible landmarks in restrictive environments, performance drops in freely moving animals, due to occlusions and appearance changes. Therefore, we designed DANNCE to robustly track anatomical landmarks in 3D across species and behaviors. DANNCE uses projective geometry to construct inputs to a convolutional neural network that leverages learned 3D geometric reasoning. We trained and benchmarked DANNCE using a dataset of nearly seven million frames that relates color videos and rodent 3D poses. In rats and mice, DANNCE robustly tracked dozens of landmarks on the head, trunk, and limbs of freely moving animals in naturalistic settings. We extended DANNCE to datasets from rat pups, marmosets, and chickadees, and demonstrate quantitative profiling of behavioral lineage during development.

SUMMARY Many animals use coordinated limb movements to interact with and navigate through the environment. To investigate circuit mechanisms underlying locomotor behavior, we used serial-section electron microscopy (EM) to map synaptic connectivity within a neuronal network that controls limb movements. We present a synapse-resolution EM dataset containing the ventral nerve cord (VNC) of an adult female Drosophila melanogaster . To generate this dataset, we developed GridTape, a technology that combines automated serial-section collection with automated high-throughput transmission EM. Using this dataset, we reconstructed 507 motor neurons, including all those that control the legs and wings. We show that a specific class of leg sensory neurons directly synapse onto the largest-caliber motor neuron axons on both sides of the body, representing a unique feedback pathway for fast limb control. We provide open access to the dataset and reconstructions registered to a standard atlas to permit matching of cells between EM and light microscopy data. We also provide GridTape instrumentation designs and software to make large-scale EM data acquisition more accessible and affordable to the scientific community.

Abstract The posterior parietal cortex (PPC) exhibits choice-selective activity during perceptual decision-making tasks. However, it is not known how this selective activity arises from the underlying synaptic connectivity. Here, we combined virtual reality behavior, two-photon calcium imaging, high throughput electron microscopy, and circuit modeling to analyze how synaptic connectivity between neurons in PPC relates to their selective activity. We found that excitatory pyramidal neurons preferentially target inhibitory interneurons with the same selectivity. In turn, inhibitory interneurons preferentially target pyramidal neurons with opposite selectivity, forming an opponent inhibition motif. Using circuit models, we show that opponent inhibition amplifies selective inputs and induces competition between neural populations with opposite selectivity, thereby improving the encoding of trial-type information. These results provide evidence for how synaptic connectivity in cortical circuits supports a learned decision-making task.

Abstract Motor circuits develop in sequence from those governing fast movements to those governing slow. Here we examine whether upstream sensory circuits are organized by similar principles. Using serial-section electron microscopy in larval zebrafish, we generated a complete map of the gravity-sensing (utricular) system spanning from the inner ear to the brainstem. We find that both sensory tuning and developmental sequence are organizing principles of vestibular topography. Patterned rostrocaudal innervation from hair cells to afferents creates an anatomically inferred directional tuning map in the utricular ganglion, forming segregated pathways for rostral and caudal tilt. Furthermore, the mediolateral axis of the ganglion is linked to both developmental sequence and neuronal temporal dynamics. Early-born pathways carrying phasic information preferentially excite fast escape circuits, whereas later-born pathways carrying tonic signals excite slower postural and oculomotor circuits. These results demonstrate that vestibular circuits are organized by tuning direction and dynamics, aligning them with downstream motor circuits and behaviors.

Abstract Multiphoton microscopy can resolve fluorescent structures and dynamics deep in scattering tissue, but applying this technique in vivo can be limited by short working distance water-immersion objectives. Here we present an ultra long working distance (20 mm) air objective called the Cousa objective. It is optimized for performance across multiphoton imaging wavelengths, offers a > 4 mm 2 field-of-view with submicron lateral resolution, and is compatible with commonly used multiphoton imaging systems. We share the full optical prescription, and report performance including in vivo 2-photon and 3-photon imaging in a range of species and preparations.