Closed-loop experiments, in which causal interventions are conditioned on the state of the system under investigation, have become increasingly common in neuroscience. Such experiments can have a high degree of explanatory power, but they require a precise implementation that can be difficult to replicate across laboratories. We sought to overcome this limitation by building open-source software that makes it easier to develop and share algorithms for closed-loop control.We created the Open Ephys GUI, an open-source platform for multichannel electrophysiology experiments. In addition to the standard 'open-loop' visualization and recording functionality, the GUI also includes modules for delivering feedback in response to events detected in the incoming data stream. Importantly, these modules can be built and shared as plugins, which makes it possible for users to extend the functionality of the GUI through a simple API, without having to understand the inner workings of the entire application.In combination with low-cost, open-source hardware for amplifying and digitizing neural signals, the GUI has been used for closed-loop experiments that perturb the hippocampal theta rhythm in a phase-specific manner.The Open Ephys GUI is the first widely used application for multichannel electrophysiology that leverages a plugin-based workflow. We hope that it will lower the barrier to entry for electrophysiologists who wish to incorporate real-time feedback into their research.

Abstract The sense of direction is critical for survival in changing environments and relies on flexibly integrating self-motion signals with external sensory cues. While the anatomical substrates involved in head direction (HD) coding are well known, the mechanisms by which visual information updates HD representations remain poorly understood. Retrosplenial cortex (RSC) plays a key role in forming coherent representations of space in mammals and it encodes a variety of navigational variables, including HD. Here, we use simultaneous two-area tetrode recording to show that RSC HD representation is nearly synchronous with that of the anterodorsal nucleus of thalamus (ADn), the obligatory thalamic relay of HD to cortex, during rotation of a prominent visual cue. Moreover, coordination of HD representations in the two regions is maintained during darkness. We further show that anatomical and functional connectivity are consistent with a strong feedforward drive of HD information from ADn to RSC, with surprisingly little reciprocal drive in the corticothalamic direction. Together, our results provide direct evidence for a concerted global HD reference update across cortex and thalamus, and establish the underlying functional connectivity that supports this coordination.

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.

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.

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.

Predictive models can enhance the salience of unanticipated input, and the neocortical laminar architecture is believed to be central to this computation. Here, we examined the role of a key potential node in model formation, layer (L) 6, using behavioral, electrophysiological and imaging methods in mouse somatosensory cortex. To test the contribution of L6, we applied weak optogenetic drive that changed which L6 neurons were sensory-responsive, without affecting overall firing rates in L6 or L2/3. This stimulation suppressed L2/3 deviance encoding, but maintained other stimulus encoding. The stimulation also selectively suppressed behavioral sensitivity to deviant stimuli without impacting baseline performance. In contrast, stronger L6 drive inhibited firing and suppressed overall sensory function. These findings indicate that, despite their sparse activity, specific ensembles of stimulus-driven L6 neurons are required to form neocortical predictions, and for their behavioral benefit.