Non-human primate neuroimaging is a rapidly growing area of research that promises to transform and scale translational and cross-species comparative neuroscience. Unfortunately, the technological and methodological advances of the past two decades have outpaced the accrual of data, which is particularly challenging given the relatively few centers that have the necessary facilities and capabilities. The PRIMatE Data Exchange (PRIME-DE) addresses this challenge by aggregating independently acquired non-human primate magnetic resonance imaging (MRI) datasets and openly sharing them via the International Neuroimaging Data-sharing Initiative (INDI). Here, we present the rationale, design, and procedures for the PRIME-DE consortium, as well as the initial release, consisting of 25 independent data collections aggregated across 22 sites (total = 217 non-human primates). We also outline the unique pitfalls and challenges that should be considered in the analysis of non-human primate MRI datasets, including providing automated quality assessment of the contributed datasets.

Abstract Resting state has been established as a classical paradigm of brain activity studies, mostly based on large scale measurements such as fMRI or M/EEG. This term typically refers to a behavioral state characterized by the absence of any task or stimuli. The corresponding neuronal activity is often called idle or ongoing. Numerous modeling studies on spiking neural networks claim to mimic such idle states, but compare their results to task- or stimulus-driven experiments, which might lead to misleading conclusions. To provide a proper basis for comparing physiological and simulated network dynamics, we characterize simultaneously recorded single neurons’ spiking activity in monkey motor cortex and show the differences from spontaneous and task-induced movement conditions. The resting state shows a higher dimensionality, reduced firing rates and less balance between population level excitation and inhibition than behavior-related states. Additionally, our results stress the importance of distinguishing between rest with eyes open and closed.

Summary How do patterns of neural activity in motor cortex contribute to the planning of a movement? A recent theory developed for single movements proposes that motor cortex acts as a dynamical system whose initial state is optimized during the preparatory phase of the movement. This theory makes important yet untested predictions about preparatory dynamics in more complex behavioral settings. Here, we analyzed preparatory activity in non-human primates planning not one, but two movements simultaneously. As predicted by the theory, we found that parallel planning was achieved by adjusting preparatory activity within an optimal subspace to an intermediate state reflecting a tradeoff between the two movements. The theory quantitatively accounted for the relationship between this intermediate state and fluctuations in the animals’ behavior down at the trial level. These results uncover a simple mechanism for planning multiple movements in parallel, and further point to motor planning as a controlled dynamical process.

Many animals can extract useful information from the vocalizations of other species. Neuroimaging studies have evidenced areas sensitive to conspecific vocalizations in the cerebral cortex of primates, but how these areas process heterospecific vocalizations remains unclear. Using fMRI-guided electrophysiology, we recorded the spiking activity of individual neurons in the anterior temporal voice patches of two macaques while they listened to complex sounds including vocalizations from several species. In addition to cells selective for conspecific macaque vocalizations, we identified an unsuspected subpopulation of neurons with strong selectivity for human voice, not merely explained by spectral or temporal structure of the sounds. The auditory representational geometry implemented by these neurons was strongly related to that measured in the human voice areas with neuroimaging and only weakly to low-level acoustical structure. These findings provide new insights into the neural mechanisms involved in auditory expertise and the evolution of communication systems in primates.

Modern electrophysiological recordings simultaneously capture single-unit spiking activities of hundreds of neurons spread across large cortical distances. Yet this massively parallel activity is often confined to relatively low-dimensional manifolds. This implies strong coordination also among neurons that are most likely not even connected. Here, we combine in vivo recordings with network models and theory to characterize the nature of mesoscopic coordination patterns in macaque motor cortex and to expose their origin: We find that heterogeneity in local connectivity supports network states with complex long-range cooperation between neurons that arises from multi-synaptic, short-range connections. Our theory explains the experimentally observed spatial organization of covariances in resting state recordings as well as the behaviorally related modulation of covariance patterns during a reach-to-grasp task. The ubiquity of heterogeneity in local cortical circuits suggests that the brain uses the described mechanism to flexibly adapt neuronal coordination to momentary demands.

ABSTRACT Background Previous studies have demonstrated the efficacy of argon neuroprotection in rodent models of cerebral ischemia. The objective of the present study was to confirm a potential neuroprotective effect of argon in a non-human primate model of endovascular ischemic stroke as an essential step before considering the use of argon as a neuroprotective agent in humans. Methods Thirteen adult monkeys ( Macaca mulatta ) were allocated to two groups: a control group (n=8) without neuroprotection and an argon group (n=5) in which argon inhalation (90 min) was initiated 30 minutes after onset of ischemia. Animals in both groups underwent brain MRI (pre-ischemic) at least 7 days before the intervention. The monkeys were subjected to focal cerebral ischemia induced by a transient (90 min) middle cerebral artery occlusion (tMCAO). After tMCAO, MRI was performed 1 hour after cerebral reperfusion. The ischemic core volume was defined by the apparent diffusion coefficient (aDC) and edema in fluid attenuated inversion recovery (FLAIR) acquisitions. MRI masks were applied to distinguish between cortical and subcortical abnormalities. In addition, a modified version of the Rankin scale was used to neurologically assess post-tMCAO. Results Despite variability in the ischemic core and edema volumes in the control group, argon significantly reduced ischemic core volume after ischemia compared to the control group (1.1±1.6 cm 3 vs. 8.5±8.1 cm 3 ; p =0.03). This effect was limited to cortical structures (0.6±1.1 cm 3 vs. 7.4±7.2 cm 3 ; p =0.03). No significant differences were observed in the edema volumes. Measures of neurological clinical outcome suggested a better prognosis in argon-treated animals. Conclusions In the tMCAO macaque model, argon induced effective neuroprotective effects, leading to a reduced ischemic core in cortical areas. These results support the potential use of this therapeutic approach for future clinical studies in stroke patients.

In the field of motor learning, few studies have addressed the case of non-instructed movement sequences learning, as they require long periods of training and data acquisition, and are complex to interpret. In contrast, such problems are readily addressed in machine learning, using artificial agents in simulated environments. To understand the mechanisms that drive the learning behavior of two macaque monkeys in a free-moving multi-target reaching task, we created two Reinforcement Learning (RL) models with different penalty criteria: "Time" reflecting the time spent to perform a trial, and "Power" integrating the energy cost. The initial phase of the learning process is characterized by a rapid improvement in motor performance for both the 2 monkeys and the 2 models, with hand trajectories becoming shorter and smoother while the velocity gradually increases along trials and sessions. This improvement in motor performance with training is associated with a simplification in the trajectory of the movements performed to achieve the task goal. The monkeys and models show a convergent evolution towards an optimal circular motor path, almost exclusively in counter-clockwise direction, and a persistent inter-trial variability. All these elements contribute to interpreting monkeys learning in the terms of a progressive updating of action-selection patterns, following a classic value iteration scheme as in reinforcement learning. However, in contrast with our models, the monkeys also show a specific variability in the choice of the motor sequences to carry out across trials. This variability reflects a form of `path selection9, that is absent in the models. Furthermore, comparing models and behavioral data also reveal sub-optimality in the way monkeys manage the trade-off between optimizing movement duration ("Time") and minimizing its metabolic cost ("Power"), with a tendency to overemphasize one criterion at the detriment of the other one. Overall, this study reveals the subtle interplay between cognitive factors, biomechanical constraints, task achievement and motor efficacy management in motor learning, and highlights the relevance of modeling approaches in revealing the respective contribution of the different elements at play.

High-dimensional brain activity is often organised into lower-dimensional neural manifolds. However, the neural manifolds of the visual cortex remain understudied. Here, we study large-scale multielectrode electrophysiological recordings of macaque ( Macaca mulatta ) areas V1, V4 and DP with a high spatio-temporal resolution. We find, for the first time, that the population activity of V1 contains two separate neural manifolds, which correlate strongly with eye closure (eyes open/closed) and have distinct dimensionalities. Moreover, we find strong top-down signals from V4 to V1, particularly to the foveal region of V1, which are significantly stronger during the eyes-open periods, a previously unknown effect. Finally, in silico simulations of a balanced spiking neuron network qualitatively reproduce the experimental findings. Taken together, our analyses and simulations suggest that top-down signals modulate the population activity of V1, causing two distinct neural manifolds. We postulate that the top-down modulation during the eyes-open periods prepares V1 for fast and efficient visual responses, resulting in a type of visual stand-by state.

Variability of spiking activity is ubiquitous throughout the brain but little is known about its contextual dependence. Trial-to-trial spike count variability, estimated by the Fano Factor (FF), and within-trial spike time irregularity, quantified by the local coefficient of variation (CV2), reflect variability on long and short time scales, respectively. We co-analyzed FF and CV2 in monkey motor cortex comparing two behavioral contexts, movement preparation (wait) and execution (movement). We find that FF significantly decreases from wait to movement, while CV2 increases. The more regular firing (low CV2) during wait is related to an increased power of local field potential beta oscillations and phase locking of spikes to these oscillations. In renewal processes, a widely used model for spiking activity under stationary input conditions, both measures are related as FF=CV^2. This expectation was met during movement, but not during wait where FF>>CV2^2. We conclude that during movement preparation, ongoing brain processes result in changing network states and thus in high trial-to-trial variability (high FF). During movement execution, the network is recruited for performing the stereotyped motor task, resulting in reliable single neuron output. We discuss our results in the light of recent computational models that generate non-stationary network conditions.

In the past decade, noble gases have emerged as highly promising neuroprotective agents. Previous studies have demonstrated the efficacy of argon neuroprotection in rodent models of cerebral ischemia. The objective of the present pre-clinical study was to confirm the neuroprotective effect of argon in a non-human primate model of endovascular ischemic stroke. Thirteen adult Macaca mulatta were subjected to a focal cerebral ischemia induced by a transient (90 min) middle cerebral artery occlusion (tMCAO). The monkeys were randomly allocated to a control group (n = 8) and an argon group (n = 5). Pre-mixed gas (40–60 oxygen-argon) was applied 30 min after the onset of tMCAO to 30 min after reperfusion. Infarct volumes were measured from the MRI scans conducted 1 hour and 1 month after the reperfusion. A clinical neurological assessment was performed 24 hours and 1 month after tMCAO. Our results show that Argon dramatically reduced ischemic core volume after ischemia compared to the control group with a long-lasting improvement of post-stroke infarct volume at 1 month. In addition, the neurological scale suggests a better prognosis in argon-treated animals without reaching the significance threshold. These pre-clinical results in gyrencephalic non-human primates support the potential use of this therapeutic approach for future clinical studies.