The ability to perceive and respond to environmental stimuli emerges in the absence of sensory experience. Spontaneous retinal activity prior to eye opening guides the refinement of retinotopy and eye-specific segregation in mammals, but its role in the development of higher-order visual response properties remains unclear. Here, we describe a transient window in neonatal mouse development during which the spatial propagation of spontaneous retinal waves resembles the optic flow pattern generated by forward self-motion. We show that wave directionality requires the same circuit components that form the adult direction-selective retinal circuit and that chronic disruption of wave directionality alters the development of direction-selective responses of superior colliculus neurons. These data demonstrate how the developing visual system patterns spontaneous activity to simulate ethologically relevant features of the external world and thereby instruct self-organization.

ABSTRACT To achieve a more comprehensive understanding of brain function requires simultaneous measurement of activity across a range of spatiotemporal scales. However, the appropriate tools to perform such studies are largely unavailable. Here, we present a novel approach for concurrent wide-field optical and functional magnetic resonance imaging (fMRI). By merging these two modalities, we are for the first time able to simultaneously acquire whole-brain blood-oxygen-level-dependent and whole-cortex calcium-sensitive fluorescent measures of brain activity. We describe the developments that allow us to combine these modalities without compromising the fidelity of either technique. In a transgenic murine model, we examine correspondences between activity measured using these modalities and identify unique and complementary features of each. Our approach links cell-type specific optical measurements of neural activity to the most widely used method for assessing human brain function. These data and approach directly establish the neural basis for the macroscopic connectivity patterns observed with fMRI.

Summary The development of the human neocortex is a highly dynamic process and involves complex cellular trajectories controlled by cell-type-specific gene regulation 1 . Here, we collected paired single-nucleus chromatin accessibility and transcriptome data from 38 human neocortical samples encompassing both the prefrontal cortex and primary visual cortex. These samples span five main developmental stages, ranging from the first trimester to adolescence. In parallel, we performed spatial transcriptomic analysis on a subset of the samples to illustrate spatial organization and intercellular communication. This atlas enables us to catalog cell type-, age-, and area-specific gene regulatory networks underlying neural differentiation. Moreover, combining single-cell profiling, progenitor purification, and lineage-tracing experiments, we have untangled the complex lineage relationships among progenitor subtypes during the transition from neurogenesis to gliogenesis in the human neocortex. Specifically, we find a tripotential intermediate progenitor subtype termed Tri-IPC responsible for the local production of GABAergic neurons. Furthermore, by integrating our atlas data with large-scale GWAS data, we created a disease-risk map highlighting enriched ASD risk in second-trimester intratelencephalic projection neurons. Our study sheds light on the gene regulatory landscape and cellular dynamics of the developing human neocortex.

Abstract To improve ‘bench-to-bedside’ translation, it is integral that knowledge flow bidirectionally—from animal models to humans, and vice versa. This requires common analytical frameworks, as well as open software and data sharing practices. We share a new pipeline (and test dataset) for the preprocessing of wide-field optical fluorescence imaging data—an emerging mode applicable in animal models—as well as results from a functional connectivity and graph theory analysis inspired by recent work in the human neuroimaging field. The approach is demonstrated using a dataset comprised of two test-cases: (1) data from animals imaged during awake and anesthetized conditions with excitatory neurons labeled, and (2) data from awake animals with different genetically encoded fluorescent labels that target either excitatory neurons or inhibitory interneuron subtypes. Both seed-based connectivity and graph theory measures (global efficiency, transitivity, modularity, and characteristic path-length) are shown to be useful in quantifying differences between wakefulness states and cell populations. Wakefulness state and cell type show widespread effects on canonical network connectivity with variable frequency band dependence. Differences between excitatory neurons and inhibitory interneurons are observed, with somatostatin expressing inhibitory interneurons emerging as notably dissimilar from parvalbumin and vasoactive polypeptide expressing cells. In sum, we demonstrate that our pipeline can be used to examine brain state and cell-type differences in mesoscale imaging data, aiding translational neuroscience efforts. In line with open science practices, we freely release the pipeline and data to encourage other efforts in the community.

Abstract Work in humans and animals shows that the brain can be decomposed into large-scale functional networks. Whereas most studies, especially in humans, use the blood-oxygenation-level-dependent (BOLD) signal, the relationship between BOLD and neuronal activity is complex and incompletely understood. This limits our ability to interpret and apply measures derived from fMRI-BOLD. Here, we employ wide-field Ca 2+ imaging simultaneously recorded with fMRI-BOLD in highly-sampled mice expressing GCaMP6f in excitatory neurons. These unique data enabled us to characterize the similarities and differences between networks discoverable by each modality. Importantly, we applied a network partitioning approach that uses a mixed-membership algorithm, which allows brain regions to participate in multiple networks with varying strengths. This contrasts with assuming regions belong to only one network. Our findings demonstrate that (1) most BOLD networks are detected via Ca 2+ signals. (2) There is considerable overlapping—as opposed to disjoint—network organization that is evident from both modalities. (3) Large-scale networks determined by Ca 2+ signals at low temporal frequencies (0.01 – 0.5 Hz )—as opposed to higher frequencies (0.5 – 5 Hz )—are more similar to those determined by BOLD. (4) Despite many similarities, differences emerge across modes including the spatial distribution of membership diversity (the extent to which regions affiliate with multiple networks). In sum, Ca 2+ imaging of excitatory neurons confirms that the mouse cortex is functionally organized into overlapping large-scale networks in a manner that reflects many, but not all, properties observable with simultaneous fMRI-BOLD; affirming the neural origins of patterns of brain organization that are evident in a clinically accessible neuroimaging modality.