Summary Patterned optogenetic activation of defined neuronal populations in the intact brain can reveal fundamental aspects of the neural codes of perception and behavior. The biophysical properties of existing optogenetic tools, however, constrain the scale, speed, and fidelity of precise optical control. Here we use structure-guided mutagenesis to engineer opsins that exhibit very high potency while retaining fast kinetics. These new opsins enable large-scale, temporally and spatially precise control of population neural activity in vivo and in vitro . We benchmark these new opsins against existing optogenetics tools with whole-cell electrophysiology and all-optical physiology and provide a detailed biophysical characterization of a diverse family of microbial opsins under two-photon illumination. This establishes a toolkit and a resource for matching the optimal opsin to the goals and constraints of patterned optogenetics experiments. Finally, by combining these new opsins with optimized procedures for cell-specific holographic photo-stimulation, we demonstrate the simultaneous co-activation of several hundred spatially defined neurons with a single hologram, and nearly double that number by temporally interleaving holograms at fast rates. These newly engineered opsins substantially extend the capabilities of patterned illumination optogenetic paradigms for addressing neural circuits and behavior.

Brain computation depends on intricately connected yet highly distributed neural networks. Due to the absence of the requisite technologies, causally testing fundamental hypotheses on the nature of inter-areal processing have remained largely out-of-each. Here we developed the first two photon holographic mesoscope, a system capable of simultaneously reading and writing neural activity patterns with single cell resolution across large regions of the brain. We demonstrate the precise photo-activation of spatial and temporal sequences of neurons in one brain area while reading out the downstream effect in several other regions. Investigators can use this new platform to understand feed-forward and feed-back processing in distributed neural circuits with single cell precision for the first time.

When sensory information is incomplete or ambiguous, the brain relies on prior expectations to infer perceptual objects. Despite the centrality of this process to perception, the neural mechanism of sensory inference is not known. Illusory contours (ICs) are key tools to study sensory inference because they contain edges or objects that are implied only by their spatial context. Using cellular resolution, mesoscale two-photon calcium imaging and multi-Neuropixels recordings in the mouse visual cortex, we identified a sparse subset of neurons in the primary visual cortex (V1) and higher visual areas that respond emergently to ICs. We found that these highly selective 'IC-encoders' mediate the neural representation of IC inference. Strikingly, selective activation of these neurons using two-photon holographic optogenetics was sufficient to recreate IC representation in the rest of the V1 network, in the absence of any visual stimulus. This outlines a model in which primary sensory cortex facilitates sensory inference by selectively strengthening input patterns that match prior expectations through local, recurrent circuitry. Our data thus suggest a clear computational purpose for recurrence in the generation of holistic percepts under sensory ambiguity. More generally, selective reinforcement of top-down predictions by pattern-completing recurrent circuits in lower sensory cortices may constitute a key step in sensory inference.

A number of calcium imaging methods have been developed to monitor the activity of large populations of neurons. One particularly promising approach, Bessel imaging, captures neural activity from a volume by projecting within the imaged volume onto a single imaging plane, therefore effectively mixing signals and increasing the number of neurons imaged per pixel. These signals must then be computationally demixed to recover the desired neural activity. Unfortunately, currently-available demixing methods can perform poorly in the regime of high imaging density (i.e., many neurons per pixel). In this work we introduce a new pipeline (maskNMF) for demixing dense calcium imaging data. The main idea is to first denoise and temporally sparsen the observed video; this enhances signal strength and reduces spatial overlap significantly. Next we detect neurons in the sparsened video using a neural network trained on a library of neural shapes. These shapes are derived from segmented electron microscopy images input into a Bessel imaging model; therefore no manual selection of "good" neural shapes from the functional data is required here. After cells are detected, we use a constrained non-negative matrix factorization approach to demix the activity, using the detected cells9 shapes to initialize the factorization. We test the resulting pipeline on both simulated and real datasets and find that it is able to achieve accurate demixing on denser data than was previously feasible, therefore enabling faithful imaging of larger neural populations. The method also provides good results on more "standard" two-photon imaging data. Finally, because much of the pipeline operates on a significantly compressed version of the raw data and is highly parallelizable, the algorithm is fast, processing large datasets faster than real time.

Abstract Improving the imaging speed of multiphoton microscopy is an active research field. Among recent strategies, light-sheet illumination holds distinctive advantages for achieving fast imaging in vivo . However, photoperturbation in multiphoton light-sheet microscopy remains poorly investigated. We show here that the heart beat rate of zebrafish embryos is a sensitive probe of linear and nonlinear photoperturbations. By analyzing its behavior with respect to laser power, pulse frequency and wavelength, we derive guidelines to balance signal and photoperturbation. We then demonstrate one order-of-magnitude signal enhancement over previous implementations by optimizing the laser pulse frequency. These results open new opportunities for fast live tissue imaging.

We present the first two-photon holographic mesoscope, a system allowing to selectively photostimulate ensembles of neurons with high spatiotemporal resolution while recording from thousands of neurons across several surrounding areas.