Abstract We developed a biophysically-detailed model of the macaque auditory thalamocortical circuits, including primary auditory cortex (A1), medial geniculate body (MGB) and thalamic reticular nuclei (TRN), using the NEURON simulator and NetPyNE multiscale modeling tool. We simulated A1 as a cortical column with a depth of 2000 μm and 200 μm diameter, containing over 12k neurons and 30M synapses. Neuron densities, laminar locations, classes, morphology and biophysics, and connectivity at the long-range, local and dendritic scale were derived from published experimental data. The A1 model included 6 cortical layers and multiple populations of neurons consisting of 4 excitatory and 4 inhibitory types, and was reciprocally connected to the thalamus (MGB and TRN), mimicking anatomical connectivity. MGB included core and matrix thalamocortical neurons with layer-specific projection patterns to A1, and thalamic interneurons projecting locally. Auditory stimulus-related inputs to the MGB were simulated using phenomenological models of the cochlear/auditory nerve and the inferior colliculus. The model generated cell type and layer-specific firing rates consistent with experimentally observed ranges, and accurately simulated the corresponding local field potentials (LFPs), current source density (CSD), and electroencephalogram (EEG) signals. Laminar CSD patterns during spontaneous activity, and in response to speech input, were similar to those recorded experimentally. Physiological oscillations emerged spontaneously across frequency bands without external rhythmic inputs and were comparable to those recorded in vivo. We used the model to unravel the contributions from distinct cell type and layer-specific neuronal populations to oscillation events detected in CSD, and explored how these relate to the population firing patterns. Overall, the computational model provides a quantitative theoretical framework to integrate and interpret a wide range of experimental data in auditory circuits. It also constitutes a powerful tool to evaluate hypotheses and make predictions about the cellular and network mechanisms underlying common experimental measurements, including MUA, LFP and EEG signals.

Electrophysiological oscillations in neocortex have been shown to occur as multi-cycle events, with onset and offset dependent on behavioral and cognitive state. To provide a baseline for state-related and task-related events, we quantified oscillation features in resting-state recordings. We used two invasively-recorded electrophysiology datasets: one from human, and one from non-human primate auditory system. After removing event related potentials, we used a wavelet transform based method to quantify oscillation features. We identified about 2 million oscillation events, classified within traditional frequency bands: delta, theta, alpha, beta, gamma, high gamma. Oscillation events of 1-44 cycles were present in at least one frequency band in 90% of the recordings, consistent across human and non-human primate. Individual oscillation events were characterized by non-constant frequency and amplitude. This result naturally contrasts with prior studies which assumed such constancy, but is consistent with evidence from event-associated oscillations. We measured oscillation event duration, frequency span, and waveform shape. Oscillations tended to exhibit multiple cycles per event, verifiable by comparing filtered to unfiltered waveforms. In addition to the clear intra-event rhythmicity, there was also evidence of inter-event rhythmicity within bands, demonstrated by finding that coefficient of variation of interval distributions and Fano Factor measures differed significantly from a Poisson distribution assumption. Overall, our study demonstrates that rhythmic oscillation events dominate auditory cortical dynamics.### Competing Interest StatementThe authors have declared no competing interest.