ABSTRACT Many sequenced behaviors, including locomotion, reaching, and vocalization, are patterned differently in different contexts, enabling animals to adjust to their current environments. However, how contextual information shapes neural activity to flexibly alter the patterning of actions is not yet understood. Prior work indicates such flexibility could be achieved via parallel motor circuits, with differing sensitivities to sensory context [1, 2, 3]; instead we demonstrate here how a single neural pathway operates in two different regimes dependent on recent sensory history. We leverage the Drosophila song production system [4] to investigate the neural mechanisms that support male song sequence generation in two contexts: near versus far from the female. While previous studies identified several song production neurons[5, 6, 7, 8], how these neurons are organized to mediate song patterning was unknown. We find that male flies sing ‘simple’ trains of only one syllable or mode far from the female but complex song sequences consisting of alternations between modes when near to her. We characterize the male song circuit from the brain to the ventral nerve cord (VNC), and find that the VNC song pre-motor circuit is shaped by two key computations: mutual inhibition and rebound excitability [9] between nodes driving the two modes of song. Weak sensory input to a direct brain-to-VNC excitatory pathway (via pC2 brain and pIP10 descending neurons) drives simple song far from the female. Strong sensory input to the same pathway enables complex song production via simultaneous recruitment of P1a neuron-mediated disinhibition of the VNC song pre-motor circuit. Thus, proximity to the female effectively unlocks motor circuit dynamics in the correct sensory context. We construct a compact circuit model to demonstrate that these few computations are sufficient to replicate natural context-dependent song dynamics. These results have broad implications for neural population-level models of context-dependent behavior [10] and highlight that canonical circuit motifs [11, 12, 13] can be combined in novel ways to enable circuit flexibility required for dynamic communication.

Abstract Sustained changes in mood or action require persistent changes in neural activity, but it has been difficult to identify and characterize the neural circuit mechanisms that underlie persistent activity and contribute to long-lasting changes in behavior. Here, we focus on changes in the behavioral state of Drosophila females that persist for minutes following optogenetic activation of a single class of central brain neurons termed pC1. We find that female pC1 neurons drive a variety of persistent behaviors in the presence of males, including increased receptivity, shoving, and chasing. By reconstructing cells in a volume electron microscopic image of the female brain, we classify 7 different pC1 cell types and, using cell type specific driver lines, determine that one of these, pC1-Alpha, is responsible for driving persistent female shoving and chasing. Using calcium imaging, we locate sites of minutes-long persistent neural activity in the brain, which include pC1 neurons themselves. Finally, we exhaustively reconstruct all synaptic partners of a single pC1-Alpha neuron, and find recurrent connectivity that could support the persistent neural activity. Our work thus links minutes-long persistent changes in behavior with persistent neural activity and recurrent circuit architecture in the female brain.

ABSTRACT Sensory pathways are typically studied by starting at receptor neurons and following postsynaptic neurons into the brain. However, this leads to a bias in analysis of activity towards the earliest layers of processing. Here, we present new methods for volumetric neural imaging with precise across-brain registration, to characterize auditory activity throughout the entire central brain of Drosophila and make comparisons across trials, individuals, and sexes. We discover that auditory activity is present in most central brain regions and in neurons known to carry responses to other modalities. Auditory responses are temporally diverse, but the majority of activity, regardless of brain region, is tuned to aspects of courtship song. We find that auditory responses are stereotyped across trials and animals in early mechanosensory regions, becoming more variable at higher layers of the putative pathway, and that this variability is largely independent of spontaneous movements. This study highlights the power of using an unbiased, brain-wide approach for mapping the functional organization of sensory activity.

ABSTRACT Animals communicate using sounds in a wide range of contexts, and auditory systems must encode behaviorally relevant acoustic features to drive appropriate reactions. How feature detection emerges along auditory pathways has been difficult to solve due to challenges in mapping the underlying circuits and characterizing responses to behaviorally relevant features. Here, we study auditory activity in the Drosophila melanogaster brain and investigate feature selectivity for the two main modes of fly courtship song, sinusoids and pulse trains. We identify 24 new cell types of the intermediate layers of the auditory pathway, and using a new connectomic resource, FlyWire, we map all synaptic connections between these cell types, in addition to connections to known early and higher-order auditory neurons - this represents the first map of the auditory pathway. We additionally determine the sign (excitatory or inhibitory) of most synapses in this auditory connectome. We find that auditory neurons display a continuum of preferences for courtship song modes, and that neurons with different song mode preferences are highly interconnected in a network that lacks hierarchical structure. Among this network, frequency tuning is centered on the range of frequencies present in song, whereas pulse rate tuning extends to rates outside of song, suggesting that these neurons form a basis set for downstream processing. Our study provides new insights into the organization of auditory coding within the Drosophila brain.

Summary Deciphering how brains generate behavior depends critically on an accurate description of behavior. If distinct behaviors are lumped together, separate modes of brain activity can be wrongly attributed to the same behavior. Alternatively, if a single behavior is split into two, the same neural activity can appear to produce different behaviors [1]. Here, we address this issue in the context of acoustic communication in Drosophila . During courtship, males utilize wing vibration to generate time-varying songs, and females evaluate songs to inform mating decisions [2-4]. Drosophila melanogaster song was thought for 50 years to consist of only two modes, sine and pulse, but using new unsupervised classification methods on large datasets of song recordings, we now establish the existence of at least three song modes: two distinct, evolutionary conserved pulse types, along with a single sine mode. We show how this seemingly subtle distinction profoundly affects our interpretation of the mechanisms underlying song production, perception and evolution. Specifically, we show that sensory feedback from the female influences the probability of producing each song mode and that male song mode choice affects female responses and contributes to modulating his song amplitude with distance [5]. At the neural level, we demonstrate how the activity of three separate neuron types within the fly’s song pathway differentially affect the probability of producing each song mode. Our results highlight the importance of carefully segmenting behavior to accurately map the underlying sensory, neural, and genetic mechanisms.

Abstract Quantitative comparison of brain-wide neural dynamics across different experimental conditions often requires precise alignment to a common set of anatomical coordinates. While such approaches are routinely applied in functional magnetic resonance imaging (fMRI), registering in vivo fluorescence imaging data to ex vivo-derived reference atlases is challenging, given the many differences in imaging modality, microscope specification, and sample preparation. Moreover, in many systems, animal to animal variation in brain structure limits registration precision. Using the highly stereotyped architecture of the fruit fly brain as a model, we overcome these challenges by building a reference atlas based directly on in vivo multiphoton-imaged brains, called the Functional Drosophila Atlas (FDA). We then develop a novel two-step pipeline, BrIdge For Registering Over Statistical Templates (BIFROST), for transforming neural imaging data into this common space, and for importing ex vivo resources, such as connectomes. Using genetically labeled cell types to provide ground truth, we demonstrate that this method allows voxel registration with micron precision. Thus, this method provides a generalizable pipeline for registering neural activity datasets to one another, allowing quantitative comparisons across experiments, microscopes, genotypes, and anatomical atlases, including connectomes.