Abstract Being a part of a social structure is key for survival and reproduction. Living with conspecifics boosts evolutionary fitness, by providing essential information about the environment. Nonetheless, studying neural mechanisms of social learning has not yet been established under laboratory conditions. To examine how socially passed information about the reward affects the behavior of individuals we used Eco-HAB, an automated system for tracing voluntary behavior of group-housed mice living under semi-naturalistic conditions. We show that a scent of a rewarded individual has profound effects on the conspecifics’ ability to find the reward in both familiar and novel environments. Importantly, the animals display clear and stable individual differences in social behavior. As a result, socially conveyed information has different effects on individual mice. Further, we show that disrupting neuronal plasticity in the prelimbic cortex with nanoparticles gradually releasing TIMP metallopeptidase inhibitor 1, disrupts animals’ social behavior and results in decreased ability to adapt to environmental changes. The experimental paradigm we developed can be further used to study neuronal mechanisms of social learning.

Abstract Many fundamental questions on addiction development are still unanswered. These questions are frequently difficult to address by examining a single brain structure, but can best be addressed at the systems level. Neurons create functional networks that change over time, since brain regions may work together differently in different contexts. We offer a framework for describing the nature behind alcohol binge drinking and the transition to addiction. The present study investigated whole-brain c-Fos expression following reexposure to alcohol in a model of binge-like drinking in mice in IntelliCage. We developed a dedicated image computational workflow to identify c-Fos-positive cells in three-dimensional images obtained after optical tissue clearing and whole-brain imaging in the light-sheet microscope. We analyzed functional networks and brain modularity following reexposure to alcohol. c-Fos levels in brains from animals that were reexposed to alcohol were clearly different from binge drinking animals. Structures involved in reward processing, decision making and characteristic for addictive behaviors stood out particularly. In alcohol reexposed animals differently active structures either gained or lost correlation when compared to the control group.

Abstract High frequency oscillations (HFO) are receiving increased attention for their role in health and disease. Ketamine-dependent HFO have been identified in cortical and subcortical regions in rodents, however, the mechanisms underlying their generation and whether they occur in higher mammals is unclear. Here, we show under ketamine-xylazine anesthesia, classical gamma oscillations diminish and a prominent > 80 Hz oscillation emerges in the olfactory bulb of rats and cats. In cats negligible HFO was observed in the thamalus and visual cortex indicating the OB was a suitable site for further investigation. Simultaneous local field potential and thermocouple recordings demonstrated HFO was dependent on nasal airflow. Silicon probe mapping studies spanning almost the entire dorsal ventral aspect of the OB revealed this rhythm was strongest in ventral areas of the bulb and associated with microcurrent sources about the mitral layer. Pharmacological microinfusion studies revealed HFO was dependent on excitatory-inhibitory synaptic activity, but not gap junctions. Finally, we showed HFO was preserved despite surgical removal of the piriform cortex. We conclude that ketamine-dependent HFO in the OB are driven by nasal airflow and local dendrodendritic interactions. The relevance of our findings to ketamine’s model of psychosis in awake state are also discussed.

Revealing the membrane current source distribution of neurons is a key step on the way to understanding neural computations, however, the experimental and theoretical tools to achieve sufficient spatiotemporal resolution for the estimation remain to be established. Here we address this problem using extracellularly recorded potentials with arbitrarily distributed electrodes in a neuron of known morphology. We use simulations of models with varying complexity to validate the proposed method and to give recommendations for experimental applications. The method is applied to in vitro data from rat hippocampus.

The marmoset monkey has become an important primate model in Neuroscience. Here we characterize salient statistical properties of inter-areal connections of the marmoset cerebral cortex, using data from retrograde tracer injections. We found that the connectivity weights are highly heterogeneous, spanning five orders of magnitude, and are log-normally distributed. The cortico-cortical network is dense, heterogeneous and has high specificity. The reciprocal connections are the most prominent and the probability of connection between two areas decays with their functional dissimilarity. The laminar dependence of connections defines a hierarchical network correlated with microstructural properties of each area. The marmoset connectome reveals parallel streams associated with different sensory systems. Finally, the connectome is spatially embedded with a characteristic length that obeys a power law as a function of brain volume across species. These findings provide a connectomic basis for investigations of multiple interacting areas in a complex large-scale cortical system underlying cognitive processes.

The rapid adoption of marmosets in neuroscience has created a demand for three dimensional (3D) atlases of the brain of this species to facilitate data integration in a common reference space. We report on a new open access template of the marmoset cortex (the Nencki-Monash, or NM template), representing a morphological average of 20 brains of young adult individuals, obtained by 3D reconstructions generated from Nissl-stained serial sections. The method used to generate the template takes into account morphological features of the individual brains, as well as the borders of clearly defined cytoarchitectural areas. This has resulted in a resource which allows direct estimates of the most likely coordinates of each cortical area, as well as quantification of the margins of error involved in assigning voxels to areas, and preserves quantitative information about the laminar structure of the cortex. We provide spatial transformations between the NM and other available marmoset brain templates, thus enabling integration with magnetic resonance imaging (MRI) and tracer-based connectivity data. The NM template combines some of the main advantages of histology-based atlases (e.g. information about the cytoarchitectural structure) with features more commonly associated with MRI-based templates (isotropic nature of the dataset, and probabilistic analyses). The underlying workflow may be found useful in the future development of brain atlases that incorporate information about the variability of areas in species for which it may be impractical to ensure homogeneity of the sample in terms of age, sex and genetic background.### Competing Interest StatementThe authors have declared no competing interest.

Abstract Changes in oscillatory activity are widely reported after subanesthetic ketamine, however their mechanisms of generation are unclear. Here, we tested the hypothesis that nasal respiration underlies the emergence of high-frequency oscillations (130-180 Hz, HFO) and behavioral activation after ketamine in freely moving rats. We found ketamine 20 mg/kg provoked “fast” theta sniffing in rodents which correlated with increased locomotor activity and HFO power in the OB. Bursts of ketamine-dependent HFO were coupled to “fast” theta frequency sniffing. Theta coupling of HFO bursts were also found in the prefrontal cortex and ventral striatum which, although of smaller amplitude, were in phase with OB activity. Haloperidol 1 mg/kg pretreatment prevented ketamine-dependent increases in fast sniffing and instead HFO coupling to slower basal respiration. Consistent with ketamine-dependent HFO being driven by nasal respiration, unilateral naris blockade led to an ipsilateral reduction in ketamine-dependent HFO power compared to the control side. Bilateral nares blockade reduced ketamine-induced hyperactivity and HFO power and frequency. In conclusion, nasal entrainment of ketamine-dependent HFO across cortical and subcortical regions at theta frequencies represents a mechanism of orchestrated neural activity across distinct brain regions. The dense divergent connectivity of the olfactory system serves to broadcast this HFO to limbic areas.

Abstract Parkinson’s disease (PD) is characterized by three main motor symptoms: bradykinesia, rigidity and tremor. PD is also associated with diverse nonmotor symptoms that may develop in parallel or precede motor dysfunctions, ranging from autonomic system dysfunctions and impaired sensory perception to cognitive deficits and depression. Here, we examine the role of the progressive loss of dopaminergic transmission in behaviors related to the nonmotor symptoms of PD in a mouse model of the disease (the TIF-IA DATCreERT2 strain). We found that in the period from 5 to 12 weeks after the induction of a gradual loss of dopaminergic neurons, mild motor symptoms became detectable, including changes in the distance between paws while standing as well as the step cadence and sequence. Male mutant mice showed no apparent changes in olfactory acuity, no anhedonia-like behaviors, and normal learning in an instrumental task; however, a pronounced increase in the number of operant responses performed was noted. Similarly, female mice with progressive dopaminergic neuron degeneration showed normal learning in the probabilistic reversal learning task and no loss of sweet-taste preference, but again, a robustly higher number of choices were performed in the task. In both males and females, the higher number of instrumental responses did not affect the accuracy or the fraction of rewarded responses. Taken together, these data reveal discrete, dopamine-dependent nonmotor symptoms that emerge in the early stages of dopaminergic neuron degeneration.

Local Field Potential (LFP), despite its name, often reflects remote activity. Depending on the orientation and synchrony of their sources, both oscillations and more complex waves may passively spread in brain tissue over long distances and be falsely interpreted as local activity at such distant recording site. Current Source Density method was proposed to recover locally active currents from multi-site LFP recordings. Here we use a model-based kernel CSD (kCSD) to study the contribution of local and distant currents to LFP recorded with dense multichannel probes from rat thalamic nuclei and barrel cortex, activated by whisker stimulation. We show that the evoked potential wave seen in the thalamic nuclei around 7-15 ms post-stimulus has a substantial negative component reaching from cortex. This component can be analytically removed and truly local thalamic LFP, with purely thalamic ontributions, can be recovered reliably using kCSD. In particular, concurrent recordings from the cortex are not essential for reliable thalamic CSD estimation. Proposed framework can be used to analyse LFP from other brain areas and has consequences for general LFP interpretation and analysis.

Electric potential recorded at the scalp (EEG) is dominated by contributions from current dipoles set by active neurons in the cortex. Estimation of these currents, called ‘inverse modeling’, requires a ‘forward’ model, which gives the potential when the positions, sizes, and directions of the current dipoles are known. Different models of varying complexity and realism are used in the field. An important analytical example is the four-sphere model which assumes a four-layered spherical head where the layers represent brain tissue, cerebrospinal fluid (CSF), skull, and scalp, respectively. This model has been used extensively in the analysis of EEG recordings. Since it is analytical, it can also serve as a benchmark against which numerical schemes, such as the Finite Element Method (FEM), can be tested. While conceptually clear, the mathematical expression for the scalp potentials in the four-sphere model is quite cumbersome, and we observed the formulas presented in the literature to contain errors. We here derive and present the correct analytical formulas for future reference. They are compared with the results of FEM simulations of four-sphere model. We also provide scripts for computing EEG potentials in this model with the correct analytical formula and using FEM.