A complete larval zebrafish brain is examined and its myelinated axons reconstructed using serial-section electron microscopy, revealing remarkable symmetry and providing a valuable resource. Reconstructing neuronal circuits through serial-section electron microscopy (ssEM) requires a sub-nanoscale resolution that is more than 10 orders of magnitude smaller than whole vertebrate brains. This has limited connectomics efforts to elucidate restricted circuits. Florian Engert and colleagues report the ssEM reconstruction of a complete larval zebrafish brain, which reveals remarkable bilateral symmetry in the myelinated axon 'projectome'. The work further illustrates how such datasets can guide co-registering of structural and functional imaging data from a same specimen. High-resolution serial-section electron microscopy (ssEM) makes it possible to investigate the dense meshwork of axons, dendrites, and synapses that form neuronal circuits1. However, the imaging scale required to comprehensively reconstruct these structures is more than ten orders of magnitude smaller than the spatial extents occupied by networks of interconnected neurons2, some of which span nearly the entire brain. Difficulties in generating and handling data for large volumes at nanoscale resolution have thus restricted vertebrate studies to fragments of circuits. These efforts were recently transformed by advances in computing, sample handling, and imaging techniques1, but high-resolution examination of entire brains remains a challenge. Here, we present ssEM data for the complete brain of a larval zebrafish (Danio rerio) at 5.5 days post-fertilization. Our approach utilizes multiple rounds of targeted imaging at different scales to reduce acquisition time and data management requirements. The resulting dataset can be analysed to reconstruct neuronal processes, permitting us to survey all myelinated axons (the projectome). These reconstructions enable precise investigations of neuronal morphology, which reveal remarkable bilateral symmetry in myelinated reticulospinal and lateral line afferent axons. We further set the stage for whole-brain structure–function comparisons by co-registering functional reference atlases and in vivo two-photon fluorescence microscopy data from the same specimen. All obtained images and reconstructions are provided as an open-access resource.

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.

Summary The cerebellum is thought to detect and correct errors between intended and executed commands 1–3 and is critical for social behaviors, cognition and emotion 4–6 . Computations for motor control must be performed quickly to correct errors in real time and should be sensitive to small differences between patterns for fine error correction while being resilient to noise 7 . Influential theories of cerebellar information processing have largely assumed random network connectivity, which increases the encoding capacity of the network’s first layer 8–13 . However, maximizing encoding capacity reduces resiliency to noise 7 . To understand how neuronal circuits address this fundamental tradeoff, we mapped the feedforward connectivity in the mouse cerebellar cortex using automated large-scale transmission electron microscopy (EM) and convolutional neural network-based image segmentation. We found that both the input and output layers of the circuit exhibit redundant and selective connectivity motifs, which contrast with prevailing models. Numerical simulations suggest these redundant, non-random connectivity motifs increase discriminability of similar input patterns at a minimal cost to the network’s overall encoding capacity. This work reveals how neuronal network structure can balance encoding capacity and redundancy, unveiling principles of biological network architecture with implications for artificial neural network design.

As sensory information moves through the brain, higher-order areas exhibit more complex tuning than lower areas. Though models predict this complexity is due to convergent inputs from neurons with diverse response properties, in most vertebrate systems convergence has only been inferred rather than tested directly. Here we measure sensory computations in zebrafish vestibular neurons across multiple axes in vivo . We establish that whole-cell physiological recordings reveal tuning of individual vestibular afferent inputs and their postsynaptic targets. An independent approach, serial section electron microscopy, supports the inferred connectivity. We find that afferents with similar or differing preferred directions converge on central vestibular neurons, conferring more simple or complex tuning, respectively. Our data also resolve a long-standing contradiction between anatomical and physiological analyses by revealing that sensory responses are produced by sparse but powerful inputs from vestibular afferents. Together these results provide a direct, quantifiable demonstration of feedforward input convergence in vivo .

Transmission electron microscopy (TEM) is an essential tool for studying cells and molecules. We present a tape-based, reel-to-reel pipeline that combines automated serial sectioning with automated high-throughput TEM imaging. This acquisition platform provides nanometer-resolution imaging at fast rates for a fraction of the cost of alternative approaches. We demonstrate the utility of this imaging platform for generating datasets of biological tissues with a focus on examining brain circuits.

Investigating the dense meshwork of wires and synapses that form neuronal circuits is possible with the high resolution of serial-section electron microscopy (ssEM)1. However, the imaging scale required to comprehensively reconstruct axons and dendrites is more than 10 orders of magnitude smaller than the spatial extents occupied by networks of interconnected neurons2, some of which span nearly the entire brain. The difficulties in generating and handling data for relatively large volumes at nanoscale resolution has thus restricted all studies in vertebrates to neuron fragments, thereby hindering investigations of complete circuits. These efforts were transformed by recent advances in computing, sample handling, and imaging techniques1, but examining entire brains at high resolution remains a challenge. Here we present ssEM data for a complete 5.5 days post-fertilisation larval zebrafish brain. Our approach utilizes multiple rounds of targeted imaging at different scales to reduce acquisition time and data management. The resulting dataset can be analysed to reconstruct neuronal processes, allowing us to, for example, survey all the myelinated axons (the projectome). Further, our reconstructions enabled us to investigate the precise projections of neurons and their contralateral counterparts. In particular, we observed that myelinated axons of reticulospinal and lateral line afferent neurons exhibit remarkable bilateral symmetry. Additionally, we found that fasciculated reticulospinal axons maintain the same neighbour relations throughout the extent of their projections. Furthermore, we use the dataset to set the stage for whole-brain comparisons of structure and function by co-registering functional reference atlases and in vivo two-photon fluorescence microscopy data from the same specimen. We provide the complete dataset and reconstructions as an open-access resource for neurobiologists and others interested in the ultrastructure of the larval zebrafish.