Adaptive behaviour crucially depends on flexible decision-making, which in mammals relies on the frontal cortex, specifically the orbitofrontal cortex (OFC)1–9. How OFC encodes decision variables and instructs sensory areas to guide adaptive behaviour are key open questions. Here we developed a reversal learning task for head-fixed mice, monitored the activity of neurons of the lateral OFC using two-photon calcium imaging and investigated how OFC dynamically interacts with primary somatosensory cortex (S1). Mice learned to discriminate 'go' from 'no-go' tactile stimuli10,11 and adapt their behaviour upon reversal of stimulus–reward contingency ('rule switch'). Imaging individual neurons longitudinally across all behavioural phases revealed a distinct engagement of S1 and lateral OFC, with S1 neural activity reflecting initial task learning, whereas lateral OFC neurons responded saliently and transiently to the rule switch. We identified direct long-range projections from lateral OFC to S1 that can feed this activity back to S1 as value prediction error. This top-down signal updated sensory representations in S1 by functionally remapping responses in a subpopulation of neurons that was sensitive to reward history. Functional remapping crucially depended on top-down feedback as chemogenetic silencing of lateral OFC neurons disrupted reversal learning, as well as plasticity in S1. The dynamic interaction of lateral OFC with sensory cortex thus implements computations critical for value prediction that are history dependent and error based, providing plasticity essential for flexible decision-making. Dynamic interaction of neurons in lateral orbitofrontal cortex with the sensory cortex implements value-prediction computations that are history dependent and error based, providing plasticity essential for flexible decision-making.

Deposits of amyloid-β (Aβ) in the brains of rodents can be analysed by invasive intravital microscopy on a submillimetre scale, or via whole-brain images from modalities lacking the resolution or molecular specificity to accurately characterize Aβ pathologies. Here we show that large-field multifocal illumination fluorescence microscopy and panoramic volumetric multispectral optoacoustic tomography can be combined to longitudinally assess Aβ deposits in transgenic mouse models of Alzheimer's disease. We used fluorescent Aβ-targeted probes (the luminescent conjugated oligothiophene HS-169 and the oxazine-derivative AOI987) to transcranially detect Aβ deposits in the cortex of APP/PS1 and arcAβ mice with single-plaque resolution (8 μm) and across the whole brain (including the hippocampus and the thalamus, which are inaccessible by conventional intravital microscopy) at sub-150 μm resolutions. Two-photon microscopy, light-sheet microscopy and immunohistochemistry of brain-tissue sections confirmed the specificity and regional distributions of the deposits. High-resolution multiscale optical and optoacoustic imaging of Aβ deposits across the entire brain in rodents thus facilitates the in vivo study of Aβ accumulation by brain region and by animal age and strain.

Abstract Soft, stretchable materials hold great promise for the fabrication of biomedical devices due to their capacity to integrate gracefully with and conform to biological tissues. Conformal devices are of particular interest in the development of brain interfaces where rigid structures can lead to tissue damage and loss of signal quality over the lifetime of the implant. Interfaces to study brain function and dysfunction increasingly require multimodal access in order to facilitate measurement of diverse physiological signals that span the disparate temporal and spatial scales of brain dynamics. Here the Opto‐e‐Dura, a soft, stretchable, 16‐channel electrocorticography array that is optically transparent is presented. Its compatibility with diverse optical and electrical readouts is demonstrated enabling multimodal studies that bridge spatial and temporal scales. The device is chronically stable for weeks, compatible with wide‐field and 2‐photon calcium imaging and permits the repeated insertion of penetrating multielectrode arrays. As the variety of sensors and effectors realizable on soft, stretchable substrates expands, similar devices that provide large‐scale, multimodal access to the brain will continue to improve fundamental understanding of brain function.

Abnormal brain development manifests itself at different spatial scales. However, whether abnormalities at the cellular level can be diagnosed from network activity measured with functional magnetic resonance imaging (fMRI) is largely unknown, yet of high clinical relevance. Here a putative mechanism reported in neurodevelopmental disorders, that is, excitation-to-inhibition ratio (E:I), was chemogenetically increased within cortical microcircuits of the mouse brain and measured via fMRI. Increased E:I caused a significant "reduction" of long-range connectivity, irrespective of whether excitatory neurons were facilitated or inhibitory Parvalbumin (PV) interneurons were suppressed. Training a classifier on fMRI signals, we were able to accurately classify cortical areas exhibiting increased E:I. This classifier was validated in an independent cohort of Fmr1y/- knockout mice, a model for autism with well-documented loss of parvalbumin neurons and chronic alterations of E:I. Our findings demonstrate a promising novel approach towards inferring microcircuit abnormalities from macroscopic fMRI measurements.

The lateral habenula (LHb) supports learning processes enabling the prediction of upcoming rewards. While reward-related stimuli decrease the activity of LHb neurons, whether this anchors on synaptic inhibition to guide reward-driven behaviors remains poorly understood. Here, we combine in vivo two-photon calcium imaging with Pavlovian conditioning in mice and report that anticipatory licking emerges along with decreases in cue-evoked calcium signals in individual LHb neurons. In vivo multiunit recordings and pharmacology reveal that the cue-evoked reduction in LHb neuronal firing relies on GABAA-receptor activation. In parallel, we observe a postsynaptic potentiation of GABAA-receptor-mediated inhibition, but not excitation, onto LHb neurons together with the establishment of anticipatory licking. Finally, strengthening or weakening postsynaptic inhibition with optogenetics and GABAA-receptor manipulations enhances or reduces anticipatory licking, respectively. Hence, synaptic inhibition in the LHb shapes reward anticipation.

Abstract Deposition of beta-amyloid (Aβ) deposits is one major histopathological hallmark of Alzheimer’s disease (AD). Here, we introduce volumetric multi-spectral optoacoustic tomography (vMSOT), which covers 10×10×10 mm 3 field-of-view, capable of 3D whole mouse brain imaging. We show for the first time the optoacoustic properties of oxazine-derivative AOI987 probe, which binds to Aβ, and the application of vMSOT for the quantification of brain-wide Aβ deposition. Administration of AOI987 to two common transgenic mouse strains of AD amyloidosis led to a retention of the probe in Aβ-laden brain regions. Co-registered of vMSOT data to a brain atlas revealed strain-specific pattern of AOI987 uptake. A comparison with ex vivo light-sheet microscopy in cleared mouse brains showed a good correspondence in Aβ distribution. Lastly, we demonstrate the specificity of the AOI987 probe by immunohistochemistry. vMSOT with AOI987 facilitates preclinical brain region-specific studies of Aβ spread and accumulation, and the monitoring of putative treatments targeting Aβ.

ABSTRACT Calcium imaging is a key method to record patterns of neuronal activity across populations of identified neurons. Inference of temporal patterns of action potentials (‘spikes’) from calcium signals is, however, challenging and often limited by the scarcity of ground truth data containing simultaneous measurements of action potentials and calcium signals. To overcome this problem, we compiled a large and diverse ground truth database from publicly available and newly performed recordings. This database covers various types of calcium indicators, cell types, and signal-to-noise ratios and comprises a total of >35 hours from 298 neurons. We then developed a novel algorithm for spike inference (CASCADE) that is based on supervised deep networks, takes advantage of the ground truth database, infers absolute spike rates, and outperforms existing model-based algorithms. To optimize performance for unseen imaging data, CASCADE retrains itself by resampling ground truth data to match the respective sampling rate and noise level. As a consequence, no parameters need to be adjusted by the user. To facilitate routine application of CASCADE we developed systematic performance assessments for unseen data, we openly release all resources, and we provide a user-friendly cloud-based implementation.

Over the course of the past decade, tissue clearing methods have reached a high level of sophistication with a wide variety of approaches now available[1][1]. To image large cleared samples, light-sheet microscopes have proven to be ideal due to their excellent optical sectioning capability in

Abstract Autism Spectrum Disorder (ASD) is characterized by substantial, yet highly heterogeneous abnormalities in functional brain connectivity. However, the origin and significance of this phenomenon remain unclear. To unravel ASD connectopathy and relate it to underlying etiological heterogeneity, we carried out a bi-center cross-etiological investigation of fMRI-based connectivity in the mouse, in which specific ASD-relevant mutations can be isolated and modelled minimizing environmental contributions. By performing brain-wide connectivity mapping across 16 mouse mutants, we show that different ASD-associated etiologies cause a broad spectrum of connectional abnormalities in which diverse, often diverging, connectivity signatures are recognizable. Despite this heterogeneity, the identified connectivity alterations could be classified into four subtypes characterized by discrete signatures of network dysfunction. Our findings show that etiological variability is a key determinant of connectivity heterogeneity in ASD, hence reconciling conflicting findings in clinical populations. The identification of etiologically-relevant connectivity subtypes could improve diagnostic label accuracy in the non-syndromic ASD population and paves the way for personalized treatment approaches.

ABSTRACT Learning goal-directed behaviours requires integration of separate information streams representing context, relevant stimuli and reward. Dendrites of pyramidal neurons are suitable sites for such integration, but it remains elusive how their responses adapt when an animal learns a new task. Here, we identify two distinct classes of dendritic responses that represent either contextual/sensory information or reward information and that differ in their task- and learning-related dynamics. Using longitudinal calcium imaging of apical dendritic tufts of L5 pyramidal neurons in mouse barrel cortex, we tracked dendritic activity across learning and analyzed both local dendritic branch signals and global apical tuft activity. During texture discrimination learning, sensory representations (including contextual and touch information) strengthened and converged on the reward-predicting tactile stimulus when mice became experts. In contrast, reward-associated responses were particularly strong in the naïve condition and became less pronounced upon learning. When we blocked the representation of unexpected reward in naïve animals with optogenetic inhibition, animals failed to learn until we released the block and learning proceeded normally. Our results suggest that reward signals in dendrites are essential for adjusting neuronal integration of converging inputs to facilitate adaptive behaviour.