A single-wavelength genetically encoded sensor of extracellular glutamate is reported. The sensor—iGluSnFR—is bright and photostable under both one- and two-photon illumination and is shown to work for in vivo imaging in worms, zebrafish and mice. We describe an intensity-based glutamate-sensing fluorescent reporter (iGluSnFR) with signal-to-noise ratio and kinetics appropriate for in vivo imaging. We engineered iGluSnFR in vitro to maximize its fluorescence change, and we validated its utility for visualizing glutamate release by neurons and astrocytes in increasingly intact neurological systems. In hippocampal culture, iGluSnFR detected single field stimulus–evoked glutamate release events. In pyramidal neurons in acute brain slices, glutamate uncaging at single spines showed that iGluSnFR responds robustly and specifically to glutamate in situ, and responses correlate with voltage changes. In mouse retina, iGluSnFR-expressing neurons showed intact light-evoked excitatory currents, and the sensor revealed tonic glutamate signaling in response to light stimuli. In worms, glutamate signals preceded and predicted postsynaptic calcium transients. In zebrafish, iGluSnFR revealed spatial organization of direction-selective synaptic activity in the optic tectum. Finally, in mouse forelimb motor cortex, iGluSnFR expression in layer V pyramidal neurons revealed task-dependent single-spine activity during running.

From visual perception to language, sensory stimuli change their meaning depending on prior experience. Recurrent neural dynamics can interpret stimuli based on externally cued context, but it is unknown whether similar dynamics can compute and employ internal hypotheses to resolve ambiguities. Here, we show that mouse retrosplenial cortex (RSC) can form hypotheses over time and perform spatial reasoning through recurrent dynamics. In our task, mice navigated using ambiguous landmarks that are identified through their mutual spatial relationship, requiring sequential refinement of hypotheses. Neurons in RSC and in artificial neural networks encoded mixtures of hypotheses, location, and sensory information, and were constrained by robust low dimensional dynamics. RSC encoded hypotheses as locations in activity space with divergent trajectories for identical sensory inputs, enabling their correct interpretation. Our results indicate that interactions between internal hypotheses and external sensory data in recurrent circuits can provide a substrate for complex sequential cognitive reasoning.

Abstract Biological and artificial neural networks learn by modifying synaptic weights, but it is unclear how these systems can retain previous knowledge and also acquire new information. Here we show that cortical pyramidal neurons can solve this plasticity-versus-stability dilemma by differentially regulating synaptic plasticity at distinct dendritic compartments. Oblique dendrites of adult mouse layer 5b cortical pyramidal neurons selectively received monosynaptic thalamic input, integrated linearly, and— surprisingly—lacked synaptic potentiation. In contrast, basal dendrites, which do not receive thalamic input, exhibited conventional NMDA receptor-mediated supralinear integration and synaptic potentiation. Congruently, spiny synapses on oblique branches showed low structural plasticity in vivo. A selective decline in NMDAR activity and expression at synapses on oblique dendrites was controlled by an experience-dependent critical period. Our results demonstrate a new biological mechanism for how single neurons can safeguard a set of inputs from ongoing plasticity by altering synaptic properties at distinct dendritic domains.

Recent developments in super-resolution microscopy have revolutionized the study of cell biology. However, dense tissues require exogenous protein expression for single cell morphological contrast. In the nervous system, many cell types and species of interest – particularly human – are not amenable to genetic modification and/or exhibit intricate anatomical specializations which make cellular delineation challenging. Here, we present a method for full morphological labeling of individual neurons from any species or cell type for subsequent cell-resolved protein analysis without genetic modification. Our method, which combines patch-clamp electrophysiology with epitope-preserving magnified analysis of proteome (eMAP), further allows for correlation of physiological properties with subcellular protein expression. We applied Patch2MAP to individual spiny synapses in human cortical pyramidal neurons and demonstrated that electrophysiological AMPA-to-NMDA receptor ratios correspond tightly to respective protein expression levels. Patch2MAP thus permits combined subcellular functional, anatomical, and proteomic analyses of any cell, opening new avenues for direct molecular investigation of the human brain in health and disease.

We present Twister3, a microwire twisting machine. This device greatly increases the speed and repeatability of constructing twisted microwire neural probes (e.g. stereotrodes and tetrodes) compared to existing options. It is cheap, well documented, and all associated designs and source code are open-source. Twister3 is of interest to any lab performing twisted microwire neural recordings, for example, using tetrode drives.

Understanding how the biology of the brain gives rise to the computations that drive behavior requires high fidelity, large scale, and subcellular measurements of neural activity. 2-photon microscopy is the primary tool that satisfies these requirements, particularly for measurements during behavior. However, this technique requires rigid head-fixation, constraining the behavioral repertoire of experimental subjects. Increasingly, complex task paradigms are being used to investigate the neural substrates of complex behaviors, including navigation of complex environments, resolving uncertainty between multiple outcomes, integrating unreliable information over time, and/or building internal models of the world. In rodents, planning and decision making processes are often expressed via head and body motion. This produces a significant limitation for head-fixed two-photon imaging. We therefore developed a system that overcomes a major problem of head-fixation: the lack of rotational vestibular input. The system measures rotational strain exerted by mice on the head restraint, which consequently drives a motor, rotating the constraint system and dissipating the strain. This permits mice to rotate their heads in the azimuthal plane with negligible inertia and friction. This stable rotating head-fixation system allows mice to explore physical or virtual 2-D environments. To demonstrate the performance of our system, we conducted 2-photon GCaMP6f imaging in somas and dendrites of pyramidal neurons in mouse retrosplenial cortex. We show that the subcellular resolution of the system's 2-photon imaging is comparable to that of conventional head-fixed experiments. Additionally, this system allows the attachment of heavy instrumentation to the animal, making it possible to extend the approach to large-scale electrophysiology experiments in the future. Our method enables the use of state-of-the-art imaging techniques while animals perform more complex and naturalistic behaviors than currently possible, with broad potential applications in systems neuroscience.

Behavioral neuroscience faces two conflicting demands: long-duration recordings from large neural populations and unimpeded animal behavior. To meet this challenge, we developed ONIX, an open-source data acquisition system with high data throughput (2GB/sec) and low closed-loop latencies (<1ms) that uses a novel 0.3 mm thin tether to minimize behavioral impact. Head position and rotation are tracked in 3D and used to drive active commutation without torque measurements. ONIX can acquire from combinations of passive electrodes, Neuropixels probes, head-mounted microscopes, cameras, 3D-trackers, and other data sources. We used ONIX to perform uninterrupted, long (∼7 hours) neural recordings in mice as they traversed complex 3-dimensional terrain. ONIX allowed exploration with similar mobility as non-implanted animals, in contrast to conventional tethered systems which restricted movement. By combining long recordings with full mobility, our technology will enable new progress on questions that require high-quality neural recordings during ethologically grounded behaviors.

Tetrode arrays are the gold-standard method for neuronal recordings in many studies with behaving animals, especially for deep structures and chronic recordings. Here we outline an improved drive design for use in freely behaving animals. Our design makes use of recently developed technologies to reduce the complexity and build time of the drive while maintaining a low weight. The design also presents an improvement over many existing designs in terms of robustness and ease of use. We describe two variants: a 16 tetrode implant weighing ∼2 g for mice, bats, tree shrews and similar animals, and a 64 tetrode implant weighing ∼16 g for rats, and similar animals.These designs were co-developed and optimized alongside a new class of drive-mounted feature-rich amplifier boards with ultra-thin RF tethers, as described in an upcoming paper (Newman, Zhang et al., in prep). This design significantly improves the data yield of chronic electrophysiology experiments.