Through a combination of intrinsic and synaptic properties, synchronous activation of a small number of Purkinje cells can set the spike timing of target neurons in the cerebellar nuclei. The sole output of the cerebellar cortex consists of Purkinje cells, which are GABAergic, and hence expected to inhibit their targets, the cerebellar nuclei. However, an inverse relationship in firing rate is not always observed between Purkinje and nuclear cells. Abigail Person and Indira Raman now propose that through a combination of kinetics, intrinsic firing rates and convergence of projections, synchronous activation of a small number of Purkinje cells can transmit information about spike timing. This work suggests a role for synchronous activity previously reported in cerebellar cortex, and demonstrates more generally how synchronous inhibition could be used to generate phase-locked activity. An unusual feature of the cerebellar cortex is that its output neurons, Purkinje cells, release GABA (γ-aminobutyric acid). Their high intrinsic firing rates1 (50 Hz) and extensive convergence2,3 predict that their target neurons in the cerebellar nuclei would be largely inhibited unless Purkinje cells pause their spiking, yet Purkinje and nuclear neuron firing rates do not always vary inversely4. One indication of how these synapses transmit information is that populations of Purkinje neurons synchronize their spikes during cerebellar behaviours5,6,7,8,9,10,11. If nuclear neurons respond to Purkinje synchrony, they may encode signals from subsets of inhibitory inputs7,12,13,14. Here we show in weanling and adult mice that nuclear neurons transmit the timing of synchronous Purkinje afferent spikes, owing to modest Purkinje-to-nuclear convergence ratios (∼40:1), fast inhibitory postsynaptic current kinetics (τdecay = 2.5 ms) and high intrinsic firing rates (∼90 Hz). In vitro, dynamically clamped asynchronous inhibitory postsynaptic potentials mimicking Purkinje afferents suppress nuclear cell spiking, whereas synchronous inhibitory postsynaptic potentials entrain nuclear cell spiking. With partial synchrony, nuclear neurons time-lock their spikes to the synchronous subpopulation of inputs, even when only 2 out of 40 afferents synchronize. In vivo, nuclear neurons reliably phase-lock to regular trains of molecular layer stimulation. Thus, cerebellar nuclear neurons can preferentially relay the spike timing of synchronized Purkinje cells to downstream premotor areas.

Abstract Cerebellar output has been shown to enhance movement precision by scaling the decelerative phase of reaching movements in mice. We hypothesized that during reach, initial kinematics cue late-phase adjustments through cerebellar associative learning. We identify a population-level response in mouse PCs that scales inversely with reach velocity, suggesting a candidate mechanism for anticipatory control to target limb endpoint. We next interrogate how such a response is generated by combining high-density neural recordings with closed-loop optogenetic stimulation of cerebellar mossy fiber afferents originating in the pontine nuclei during reach, using perturbation schedules reminiscent of classic adaptation paradigms. We found that reach kinematics and PC electrophysiology adapt to position-locked mossy fiber perturbations and exhibit aftereffects when stimulation is removed. Surprisingly, we observed partial adaptation to position-randomized stimulation schedules but no opposing aftereffect. A model that recapitulated these findings provided novel insight into how the cerebellum deciphers cause-and-effect relationships to adapt.

Abstract Cerebellar granule cells (GrCs) constitute over half of all neurons in the vertebrate brain and are proposed to decorrelate convergent mossy fiber inputs in service of learning. Interneurons within the granule cell layer, Golgi cells (GoCs), are the primary inhibitors of this vast population and therefore play a major role in influencing the computations performed within the layer. Despite this central function for GoCs, few studies have directly examined how GoCs integrate inputs from specific afferents which vary in density to regulate GrC population activity. We used a variety of methods in mice of either sex to study feedforward inhibition recruited by identified MFs, focusing on features that would influence integration by GrCs. Comprehensive 3D reconstruction and quantification of GoC axonal boutons revealed tightly clustered boutons that focus feedforward inhibition in the neighborhood of GoC somata. Acute whole cell patch clamp recordings from GrCs in brain slices showed that despite high bouton density, fast phasic inhibition was very sparse relative to slow spillover mediated inhibition. Furthermore, dynamic clamp simulating inhibition combined with optogenetic mossy fiber activation supported the predominant role of slow spillover mediated inhibition. Whole cell recordings from GoCs revealed a role for the density of active MFs in preferentially driving them. Thus, our data provide empirical conformation of predicted rules by which MFs activate GoCs to regulate GrC activity levels.

Abstract Learning plays a key role in the function of many neural circuits. The cerebellum is considered a ‘learning machine’ essential for time interval estimation underlying motor coordination and other behaviors. Theoretical work has proposed that the cerebellum’s input recipient structure, the granule cell layer (GCL), performs pattern separation of inputs that facilitates learning in Purkinje cells (P-cells). However, the relationship between input reformatting and learning outcomes has remained debated, with roles emphasized for pattern separation features from sparsification to decorrelation. We took a novel approach by training a minimalist model of the cerebellar cortex to learn complex time-series data from naturalistic inputs, in contrast to traditional classification tasks. The model robustly produced temporal basis sets from naturalistic inputs, and the resultant GCL output supported learning of temporally complex target functions. Learning favored surprisingly dense granule cell activity, yet the key statistical features in GCL population activity that drove learning differed from those seen previously for classification tasks. Moreover, different cerebellar tasks were supported by diverse pattern separation features that matched the demands of the tasks. These findings advance testable hypotheses for mechanisms of temporal basis set formation and predict that population statistics of granule cell activity may differ across cerebellar regions to support distinct behaviors.

Abstract The cerebellum consists of parallel parasagittal modules that contribute to diverse behaviors, spanning motor to cognitive. Recent work employing cell-type specific tracing has identified circumscribed output channels of the cerebellar nuclei that could confer tight functional specificity. These studies have largely focused on excitatory projections of the cerebellar nuclei, however, leaving open the question of whether inhibitory neurons also constitute multiple output modules. We mapped output and input patterns to intersectionally restricted cell types of the interposed and adjacent interstitial nuclei. In contrast to the widespread assumption of primarily excitatory outputs and restricted inferior olive-targeting inhibitory output, we found that inhibitory neurons from this region ramified widely within the brainstem, targeting both motor- and sensory-related nuclei, distinct from excitatory output targets. Despite differences in output targeting, monosynaptic rabies tracing revealed largely shared afferents to both cell classes. We discuss the potential novel functional roles for inhibitory outputs in the context of cerebellar theory.

Abstract Cerebellar Purkinje cells (PCs) encode movement kinematics in their population firing rates. Firing rate suppression is hypothesized to disinhibit neurons in the cerebellar nuclei, promoting adaptive movement adjustments. Debates persist, however, about whether a second disinhibitory mechanism, PC simple spike synchrony, is a relevant population code. We addressed this question by relating PC rate and synchrony patterns recorded with high density probes, to mouse reach kinematics. We discovered behavioral correlates of PC synchrony that align with a known causal relationship between activity in cerebellar output. Reach deceleration was positively correlated with both Purkinje firing rate decreases and synchrony, consistent with both mechanisms disinhibiting target neurons, which are known to adjust reach velocity. Direct tests of the contribution of each coding scheme to nuclear firing using dynamic clamp, combining physiological rate and synchrony patterns ex vivo, confirmed that physiological levels of PC simple spike synchrony are highly facilitatory for nuclear firing. These findings suggest that PC firing rate and synchrony collaborate to exert fine control of movement.

Abstract Neurons coordinate their activity to produce an astonishing variety of motor behaviors. Our present understanding of motor control has grown rapidly thanks to new methods for recording and analyzing populations of many individual neurons over time. In contrast, current methods for recording the nervous system’s actual motor output – the activation of muscle fibers by motor neurons – typically cannot detect the individual electrical events produced by muscle fibers during natural behaviors and scale poorly across species and muscle groups. Here we present a novel class of electrode devices (“Myomatrix arrays”) that record muscle activity at unprecedented resolution across muscles and behaviors. High-density, flexible electrode arrays allow for stable recordings from the muscle fibers activated by a single motor neuron, called a “motor unit”, during natural behaviors in many species, including mice, rats, primates, songbirds, frogs, and insects. This technology therefore allows the nervous system’s motor output to be monitored in unprecedented detail during complex behaviors across species and muscle morphologies. We anticipate that this technology will allow rapid advances in understanding the neural control of behavior and in identifying pathologies of the motor system.

Abstract Mice use reaching movements to grasp and manipulate objects in their environment, similar to primates. Thus, many recent studies use mouse reach to uncover neural control mechanisms, but quantification of mouse reach kinematics remains lacking, limiting understanding. Here we implement several analytical frameworks, from basic kinematic relationships to statistical machine learning, to quantify mouse reach kinematics across freely-behaving and head-fixed conditions. Overall, we find that many canonical features of primate reaches are conserved in mice, with some notable differences. Our results highlight the decelerative phase of reach as important in driving successful outcome. Late-phase kinematic adjustments are yoked to mid-flight position and velocity of the limb, allowing dynamic correction of initial variability, with head-fixed reaches being less dependent on position. Furthermore, consecutive reaches exhibit positional error-correction but not hot-handedness, implying opponent regulation of motor variability. Overall, our results establish foundational mouse reach kinematics in the context of neuroscientific investigation.

Combinatorial expansion by the cerebellar granule cell layer (GCL) is fundamental to theories of cerebellar contributions to motor control and learning. Granule cells sample approximately four mossy fiber inputs and are thought to form a combinatorial code useful for pattern separation and learning. We constructed a spatially realistic model of the cerebellar granule cell layer and examined how GCL architecture contributes to granule cell (GrC) combinatorial diversity. We found that GrC combinatorial diversity saturates quickly as mossy fiber input diversity increases, and that this saturation is in part a consequence of short dendrites, which limit access to diverse inputs and favor dense sampling of local inputs. This local sampling also produced GrCs that were combinatorially redundant, even when input diversity was extremely high. In addition, we found that mossy fibers clustering, which is a common anatomical pattern, also led to increased redundancy of GrC input combinations. We related this redundancy to hypothesized roles of temporal expansion of GrC information encoding in service of learned timing, and show that GCL architecture produces GrC populations that support both temporal and combinatorial expansion. Finally, we used novel anatomical measurements from mice of either sex to inform modeling of sparse and filopodia-bearing mossy fibers, finding that these circuit features uniquely contribute to enhancing GrC diversification and redundancy. Our results complement information theoretic studies of granule layer structure and provide insight into the contributions of granule layer anatomical features to afferent mixing.

The rules governing the relationship between cerebellar output and movement production remain unknown despite the well-recognized importance of the cerebellum in motor learning and precision. In this study, we investigated how cerebellar output sculpts reach behavior in mice by manipulating neural activity in the anterior interposed nucleus (IntA) in closed-loop with ongoing behavior. Optogenetic modulation of cerebellar output revealed monotonically graded and bidirectional control of real-time reach velocity by IntA. Furthermore, kinematic effects were relatively context invariant, suggesting that cerebellar output summates with ongoing motor commands generated elsewhere throughout the reaching movement. These results characterize the relationship between cerebellar output modulation and reach behavior as a bidirectional and scalable kinematic command signal. Our findings illustrate how learned, predictive coding in the cerebellar cortex could be actuated through the cerebellar nuclei to contribute in real time to purposive motor control.