Classic models of attention suggest that sustained neural firing constitutes a neural correlate of sustained attention. However, recent evidence indicates that behavioral performance fluctuates over time, exhibiting temporal dynamics that closely resemble the spectral features of ongoing, oscillatory brain activity. Therefore, it has been proposed that periodic neuronal excitability fluctuations might shape attentional allocation and overt behavior. However, empirical evidence to support this notion is sparse. Here, we address this issue by examining data from large-scale subdural recordings, using two different attention tasks that track perceptual ability at high temporal resolution. Our results reveal that perceptual outcome varies as a function of the theta phase even in states of sustained spatial attention. These effects were robust at the single-subject level, suggesting that rhythmic perceptual sampling is an inherent property of the frontoparietal attention network. Collectively, these findings support the notion that the functional architecture of top-down attention is intrinsically rhythmic.

Abstract Intracranial recordings from the human amygdala and the hippocampus during an emotional memory encoding and discrimination task reveal increased awake sharp-wave/ripples (aSWR) after encoding of emotional compared to neutral stimuli. Further, post-encoding aSWR-locked memory reinstatement in the amygdala and the hippocampus was predictive of later memory discrimination. These findings provide electrophysiological evidence that post-encoding aSWRs enhance memory for emotional events.

Abstract Inter-species comparisons are key to deriving an understanding of the behavioral and neural correlates of human cognition from animal models. We perform a detailed comparison of macaque monkey and human strategies on an analogue of the Wisconsin Card Sort Test, a widely studied and applied multi-attribute measure of cognitive function, wherein performance requires the inference of a changing rule given ambiguous feedback. We found that well-trained monkeys rapidly infer rules but are three times slower than humans. Model fits to their choices revealed hidden states akin to feature-based attention in both species, and decision processes that resembled a Win-stay lose-shift strategy with key differences. Monkeys and humans test multiple rule hypotheses over a series of rule-search trials and perform inference-like computations to exclude candidates. An attention-set based learning stage categorization revealed that perseveration, random exploration and poor sensitivity to negative feedback explain the under-performance in monkeys.

Abstract Sleep oscillations provide a key substrate to facilitate memory processing, the underlying mechanism of which may involve the overnight homeostatic regulation of plasticity at a synaptic and whole-network level. However, there remains a lack of human data demonstrating if and how sleep enhances memory consolidation and associated neural homeostasis. We combined intracranial recordings and scalp electroencephalography (EEG) in humans to reveal a new role for rapid eye movement (REM) sleep in promoting the homeostatic recalibration of optimal excitation/inhibition-balance. Moreover, the extent of this REM-sleep homeostatic recalibration predicted the success of overnight memory consolidation, expressly the modulation of hippocampal— neocortical excitability favoring remembering rather than forgetting. The findings describe a novel, fundamental role of human REM sleep in maintaining neural homeostasis, thereby enhancing long-term memory.

Abstract The hippocampal sharp-wave ripple (SW-R) is the key substrate of the hippocampal-neocortical dialogue underlying memory formation. Recently, it became evident that SW-R are not unique to archicortex, but constitute a wide-spread neocortical phenomenon. To date, little is known about morphological and functional similarities between archi- and neocortical SW-R. Leveraging intracranial recordings from the human hippocampus and prefrontal cortex during sleep, our results reveal region-specific functional specializations, albeit a near-uniform morphology. While hippocampal SW-R trigger directional hippocampal-to-neocortical information flow, neocortical SW-R reduce information flow to minimize interference. At the population level, hippocampal SW-R confined population dynamics to a low-dimensional subspace, while neocortical SW-R diversified the population response; functionally uncoupling the hippocampal-neocortical network. Critically, our replication in rodents demonstrated the same division-of-labor between archi-and neocortical SW-R. These results uncover an evolutionary preserved mechanism where coordinated interplay between hippocampal and neocortical SW-R temporally segregates hippocampal information transfer from neocortical processing.

Abstract Emerging research supports a role of the insula in human cognition. Here, we used intracranial EEG to investigate the spatiotemporal dynamics in the insula during a verbal working memory (vWM) task. We found robust effects for theta, beta, and high frequency activity (HFA) during probe presentation requiring a decision. Theta and beta band activity showed differential involvement across left and right insulae while sequential HFA modulations were observed along the anteroposterior axis. HFA in anterior insula tracked decision making and subsequent HFA was observed in posterior insula after the behavioral response. Our results provide electrophysiological evidence of engagement of different insula subregions in both decision-making and response monitoring during vWM and expand our knowledge of the role of the insula in complex human behavior.

Abstract iCn3D was initially developed as a web-based 3D molecular viewer. It then evolved from visualization into a full-featured interactive structural analysis software. It became a collaborative research instrument through the sharing of permanent, shortened URLs that encapsulate not only annotated visual molecular scenes, but also all underlying data and analysis scripts in a FAIR manner. More recently, with the growth of structural databases, the need to analyze large structural datasets systematically led us to use Python scripts and convert the code to be used in Node.js scripts. We showed a few examples of Python scripts at https://github.com/ncbi/icn3d/tree/master/icn3dpython to export secondary structures or PNG images from iCn3D. Users just need to replace the URL in the Python scripts to export other annotations from iCn3D. Furthermore, any interactive iCn3D feature can be converted into a Node.js script to be run in batch mode, enabling an interactive analysis performed on one or a handful of protein complexes to be scaled up to analysis features of large ensembles of structures. Currently available Node.js analysis scripts examples are available at https://github.com/ncbi/icn3d/tree/master/icn3dnode . This development will enable ensemble analyses on growing structural databases such as AlphaFold or RoseTTAFold on one hand and Electron Microscopy on the other. In this paper, we also review new features such as DelPhi electrostatic potential, 3D view of mutations, alignment of multiple chains, assembly of multiple structures by realignment, dynamic symmetry calculation, 2D cartoons at different levels, interactive contact maps, and use of iCn3D in Jupyter Notebook as described at https://pypi.org/project/icn3dpy .

Interspecies comparisons are key to deriving an understanding of the behavioral and neural correlates of human cognition from animal models. We perform a detailed comparison of the strategies of female macaque monkeys to male and female humans on a variant of the Wisconsin Card Sorting Test (WCST), a widely studied and applied task that provides a multiattribute measure of cognitive function and depends on the frontal lobe. WCST performance requires the inference of a rule change given ambiguous feedback. We found that well-trained monkeys infer new rules three times more slowly than minimally instructed humans. Input-dependent hidden Markov model–generalized linear models were fit to their choices, revealing hidden states akin to feature-based attention in both species. Decision processes resembled a win–stay, lose–shift strategy with interspecies similarities as well as key differences. Monkeys and humans both test multiple rule hypotheses over a series of rule-search trials and perform inference-like computations to exclude candidate choice options. We quantitatively show that perseveration, random exploration, and poor sensitivity to negative feedback account for the slower task-switching performance in monkeys.

ABSTRACT The signed value and unsigned salience of reward prediction errors (RPEs) are critical to understanding reinforcement learning (RL) and cognitive control. Dorsomedial prefrontal cortex (dMPFC) and insula (INS) are key regions for integrating reward and surprise information, but conflicting evidence for both signed and unsigned activity has led to competing proposals for the nature of RPE representations in these brain areas. Recently, the distributional RL theory (dRL) has been used to explain RPE coding diversity in the rodent midbrain by proposing that dopaminergic neurons have differential sensitivity to positive and negative RPEs. Here, we use intracranially recorded high frequency activity (HFA) to show that this asymmetric scaling strategy captures RPE coding diversity in human dMPFC and INS. We found neural populations responding to valence-specific positive and negative RPEs, as well as unsigned RPE salience, which are spatially interleaved within each region. Furthermore, directional connectivity estimates suggest a leading role of INS in communicating positive and unsigned RPEs to dMPFC. These findings support asymmetric scaling across distinct but intermingled neural populations as a core principle in RPE coding, expand the scope of dRL, and reconcile longstanding theoretical debates on the role of dMPFC and INS in RL and cognitive control.

ABSTRACT Neurophysiological studies in humans and non-human primates have revealed movement representations in both the contralateral and ipsilateral hemisphere. Inspired by clinical observations, we ask if this bilateral representation differs for the left and right hemispheres. Electrocorticography (ECoG) was recorded in human participants during an instructed-delay reaching task, with movements produced with either the contralateral or ipsilateral arm. Using a cross-validated kinematic encoding model, we found stronger bilateral encoding in the left hemisphere, an effect that was present during preparation and was amplified during execution. Consistent with this asymmetry, we also observed better across-arm generalization in the left hemisphere, indicating similar neural representations for right and left arm movements. Notably, these left hemisphere electrodes were centered over premotor and parietal regions. The more extensive bilateral encoding in the left hemisphere adds a new perspective to the pervasive neuropsychological finding that the left hemisphere plays a dominant role in praxis.