Using in vivo recording of neuronal activities in rat secondary motor cortex and devising a novel task of waiting before performing an action, Murakami et al. show a neural correlate of voluntary action initiation. The study also shows population activity and computational modeling data that correspond to action timing of voluntary action that are consistent with integration-to-bound theories of decision making. The neural origins of spontaneous or self-initiated actions are not well understood and their interpretation is controversial. To address these issues, we used a task in which rats decide when to abort waiting for a delayed tone. We recorded neurons in the secondary motor cortex (M2) and interpreted our findings in light of an integration-to-bound decision model. A first population of M2 neurons ramped to a constant threshold at rates proportional to waiting time, strongly resembling integrator output. A second population, which we propose provide input to the integrator, fired in sequences and showed trial-to-trial rate fluctuations correlated with waiting times. An integration model fit to these data also quantitatively predicted the observed inter-neuronal correlations. Together, these results reinforce the generality of the integration-to-bound model of decision-making. These models identify the initial intention to act as the moment of threshold crossing while explaining how antecedent subthreshold neural activity can influence an action without implying a decision.

Progress in science requires standardized assays whose results can be readily shared, compared, and reproduced across laboratories. Reproducibility, however, has been a concern in neuroscience, particularly for measurements of mouse behavior. Here we show that a standardized task to probe decision-making in mice produces reproducible results across multiple laboratories. We designed a task for head-fixed mice that combines established assays of perceptual and value-based decision making, and we standardized training protocol and experimental hardware, software, and procedures. We trained 140 mice across seven laboratories in three countries, and we collected 5 million mouse choices into a publicly available database. Learning speed was variable across mice and laboratories, but once training was complete there were no significant differences in behavior across laboratories. Mice in different laboratories adopted similar reliance on visual stimuli, on past successes and failures, and on estimates of stimulus prior probability to guide their choices. These results reveal that a complex mouse behavior can be successfully reproduced across multiple laboratories. They establish a standard for reproducible rodent behavior, and provide an unprecedented dataset and open-access tools to study decision-making in mice. More generally, they indicate a path towards achieving reproducibility in neuroscience through collaborative open-science approaches.

ABSTRACT In any given situation, the environment can be parsed in different ways to define useful decision variables (DVs) for any task, but the way in which this manifold of potential decision strategies is processed to shape behavioral policies is not known. We recorded neural ensembles in the frontal cortex of mice performing a foraging task admitting multiple DVs. Methods developed to uncover the currently employed DV revealed the use of multiple strategies and latent changes in strategy within sessions. Optogenetic manipulations showed that the secondary motor cortex (M2) is needed for mice to use the different DVs in the task. Surprisingly, we found that, regardless of the DV best explaining the behavior of each mouse, M2 activity reflected a full basis set of computations spanning a repertoire of DVs extending beyond those useful for the present task. This form of multiplexing may confer considerable advantages for learning and adaptive behavior.

Abstract Cerebellar climbing fibers (CFs) convey sensorimotor information and their errors, which are used for motor control and learning. Furthermore, they represent reward-related information. Despite such functional diversity of CF signals, it is still unclear whether each CF conveys the information of single or multiple modalities and how the CFs conveying different information are distributed over the cerebellar cortex. We performed two-photon calcium imaging from cerebellar Purkinje cells (PCs) in mice engaged in a voluntary forelimb lever-pull task and demonstrated that CF responses in 93% of PCs could be explained by the combination of multiple behavioral variables, such as lever movement, licking, and reward delivery. Neighboring PCs exhibited similar CF response properties, formed functional clusters, and shared noise fluctuations of responses. Taken together, individual CFs convey behavioral information on multiplex variables and are spatially organized into the functional modules of the cerebellar cortex.

The central neuromodulator serotonin (5-HT) has been implicated in a wide range of behaviors and affective disorders, but the principles underlying its function remain elusive. One influential line of research has implicated 5-HT in response inhibition and impulse control. Another has suggested a role in affective processing. However, whether and how these effects relate to each other is still unclear. Here, we report that optogenetic activation of 5-HT neurons in the dorsal raphe nucleus (DRN) produces a dose-dependent increase in mice's ability to withhold premature responding in a task that requires them to wait several seconds for a randomly delayed tone. The 5-HT effect had a rapid onset and was maintained throughout the stimulation period. In addition, movement speed was slowed but stimulation did not affect reaction time or time spent at the reward port. Using similar stimulation protocols in place preference and value-based choice tests, we found no evidence of either appetitive or aversive effects of DRN 5-HT neuron activation. These results provide strong evidence that the efficacy of DRN 5-HT neurons in promoting waiting for delayed rewards is independent of appetitive or aversive effects and support the importance of 5-HT in behavioral persistence and impulse control.

Serotonin plays an influential, but computationally obscure, modulatory role in many aspects of normal and dysfunctional learning and cognition. Here, we studied the impact of optogenetic stimulation of dorsal raphe serotonin neurons in mice performing a non-stationary, reward-driven, foraging task. We report that activation of serotonin neurons significantly boosted learning rates for choices following long inter-trial-intervals that were driven by the recent history of reinforcement.

Natural animal behavior displays rich lexical and temporal dynamics, even in a stable environment. The timing of self-initiated actions shows large variability even when they are executed in reliable, well-learned sequences. To elucidate the neural mechanism underlying this mix of reliability and stochasticity, we trained rats to perform a stereotyped sequence of self-initiated actions and recorded neural ensemble activity in secondary motor cortex (M2), known to reflect trial-by-trial action timing fluctuations. Using hidden Markov models, we established a dictionary between ensemble activity patterns and actions. We then showed that metastable attractors, with a reliable sequential structure yet high transition timing variability, could be produced by coupling a high-dimensional recurrent network and a low-dimensional feedforward one. Transitions between attractors in our model were generated by correlated variability arising from the feedback loop between the two networks. This mechanism predicted aligned, low-dimensional noise correlations that were empirically verified in M2 ensembles. Our work establishes a novel framework for investigating the circuit origins of self-initiated behavior based on correlated variability.

SUMMARY The selection and timing of actions are subject to determinate influences such as sensory cues and internal state as well as to effectively stochastic variability. Although stochastic choice mechanisms are assumed by many theoretical models, their origin and mechanisms remain poorly understood. Here we investigated this issue by studying how neural circuits in the frontal cortex determine action timing in rats performing a waiting task. Electrophysiological recordings from two regions necessary for this behavior, medial prefrontal cortex (mPFC) and secondary motor cortex (M2), revealed an unexpected functional dissociation. Both areas encoded deterministic biases in action timing, but only M2 neurons reflected stochastic trial-by-trial fluctuations. This differential coding was reflected in distinct timescales of neural dynamics in the two frontal cortical areas. These results suggest a two-stage model in which stochastic components of action timing decisions are injected by circuits downstream of those carrying deterministic bias signals.