Abstract In the brain, spatial information is represented by neurons that fire when an animal is at specific locations, including place cells in hippocampus and grid cells in entorhinal cortex. But how this information is processed in downstream brain regions still remains elusive. Using chronic Ca 2+ imaging, we examined the activity of neurons in anterior cingulate cortex (ACC), a brain region implicated in memory consolidation, and found neurons that fire in a manner consistent with the properties of place cells. While the ACC place cells showed stability, location and context specificity similar to the hippocampal counterparts, they also have unique properties. Unlike hippocampal place cells that immediately formed upon exposure to a novel environment, ACC place cells increased over days. Also, ACC place cells tend to have additional place fields whereas typical hippocampal place cells have only one. Hippocampal activity is required for the formation of ACC place cells, but once they are established, hippocampal inactivation did not have any impact on ACC place cell firing. We thus identified features of ACC place cells that carry spatial information in a unique fashion.

Abstract Modern, high-density neuronal recordings reveal at ever higher precision how information is represented by neural populations. Still, we lack the tools to understand these processes bottom-up, emerging from the biophysical properties of neurons, synapses, and network structure. The concept of the dynamic gain function, a spectrally resolved approximation of a population’s coding capability, has the potential to link cell-level properties to network-level performance. However, the concept is not only useful but also very complex because the dynamic gain’s shape is co-determined by axonal and somatodendritic parameters and the population’s operating regime. Previously, this complexity precluded an understanding of any individual parameter’s impact. Here, we decomposed the dynamic gain function into three components corresponding to separate signal transformations. This allowed attribution of network-level encoding features to specific cell-level parameters. Applying the method to data from real neurons and biophysically plausible models, we found: 1. The encoding bandwidth of real neurons, approximately 400 Hz, is constrained by the voltage dependence of axonal currents during early action potential initiation. 2. State-of-the-art models only achieve encoding bandwidths around 100 Hz and are limited mainly by subthreshold processes instead. 3. Large dendrites and low-threshold potassium currents modulate the bandwidth by shaping the subthreshold stimulus-to-voltage transformation. Our decomposition provides physiological interpretations when the dynamic gain curve changes, for instance during spectrinopathies and neurodegeneration. By pinpointing shortcomings of current models, it also guides inference of neuron models best suited for large-scale network simulations. Significant Statement The dynamic gain function quantifies how neurons can engage in collective, network-level activity, shape brain rhythms and information encoding. Its shape results from a complex interaction between properties of different molecules (ion channels) and cell compartments (morphology, resistance), and is so far only understood for the simplest neuron models. Here we provide an interpretable analysis, decomposing the dynamic gain based on the stimulus transformation steps in individual neurons. We apply the decomposition to data from real neurons and complex models, and attribute changes of the dynamic gain to specific sub- and suprathreshold processes. Using this decomposition method, we reveal the relevance of subthreshold potassium channels for ultrafast information encoding and expose the shortcomings of even the state-of-the-art neuron models.

Abstract Fast oscillations in cortical circuits critically depend on GABAergic interneurons. Which interneuron types and populations can drive different cortical rhythms, however, remains unresolved and may depend on brain state. Here, we measured the sensitivity of different GABAergic interneurons in prefrontal cortex under conditions mimicking distinct brain states. While fast-spiking neurons always exhibited a wide bandwidth of around 400 Hz, the response properties of spike-frequency adapting interneurons switched with the background input’s statistics. Slowly fluctuating background activity, as typical for sleep or quiet wakefulness, dramatically boosted the neurons’ sensitivity to gamma- and ripple-frequencies. A novel time-resolved dynamic gain analysis revealed rapid sensitivity modulations that enable neurons to periodically boost gamma oscillations and ripples during specific phases of ongoing low-frequency oscillations. This mechanism presumably contributes substantially to cross-frequency coupling and predicts these prefrontal interneurons to be exquisitely sensitive to high-frequency ripples, especially during brain states characterized by slow rhythms.

ABSTRACT Excitatory synapses on dendritic spines of pyramidal neurons are considered a central memory locus. To foster both continuous adaption as well as the storage of long-term information, spines need to be plastic and stable at the same time. Here we advanced in vivo STED nanoscopy to superresolve distinct features of dendritic spines (head size, neck length and width) in mouse neocortex for up to one month. While LTP-dependent changes predict highly correlated modifications of spine geometry, we find both, uncorrelated dynamics, as well as correlated changes, indicating multiple independent drivers of spine remodeling. The magnitude of this remodeling suggests substantial fluctuations in synaptic strength, and is exaggerated in a mouse model of neurodegeneration. Despite this high degree of volatility, all spine features also exhibit persistent components that are maintained over long periods of time. Thus, at the nanoscale, stable dendritic spines exhibit a delicate balance of stability and volatility.

Abstract Sensory synapses are characterized by electron-dense presynaptic specializations, so-called synaptic ribbons. In cochlear inner hair cells (IHCs), ribbons play an essential role as core active zone (AZ) organizers, where they tether synaptic vesicles, cluster calcium channels and facilitate the temporally-precise release of primed vesicles. While a multitude of studies aimed to elucidate the molecular composition and function of IHC ribbon synapses, the developmental formation of these signalling complexes remains largely elusive to date. To address this shortcoming, we performed long-term live-cell imaging of fluorescently-labelled ribbon precursors in young postnatal IHCs to track ribbon precursor motion. We show that ribbon precursors utilize the apico-basal microtubular (MT) cytoskeleton for targeted trafficking to the presynapse, in a process reminiscent of slow axonal transport in neurons. During translocation, precursor volume regulation is achieved by highly dynamic structural plasticity – characterized by regularly-occurring fusion and fission events. Pharmacological MT destabilization negatively impacted on precursor translocation and attenuated structural plasticity, whereas genetic disruption of the anterograde molecular motor Kif1a impaired ribbon volume accumulation during developmental maturation. Combined, our data thus indicate an essential role of the MT cytoskeleton and Kif1a in adequate ribbon synapse formation and structural maintenance.

Abstract Synaptic plasticity underlies long-lasting structural and functional changes to brain circuitry and its experience-dependent remodeling can be fundamentally enhanced by environmental enrichment. It is unknown, however, whether and how environmental enrichment alters the morphology and dynamics of individual synapses. Here, we present a virtually crosstalk free, two-color in vivo STED microscope to simultaneously superresolve the dynamics of the postsynaptic density protein PSD95 and spine geometry. With environmental enrichment, the size distribution of PSD95 and spine head sizes were narrower than in controls, indicating that synaptic strength is set more precisely with environmental enrichment. Spine head geometry and PSD95 assemblies were highly dynamic exhibiting multiplicative size changes. With environmental enrichment, the topography of PSD95 nanoorganization was more dynamic and the magnitude of reorganization increased systematically with time. Thus, two-color in vivo time-lapse imaging of synaptic nanoorganization uncovers a unique synaptic nanodynamics associated with the enhanced learning capabilities under environmental enrichment.

Spontaneous bursting activity in cultured neuronal networks is initiated by leader neurons, which constitute a small subset of first-to-fire neurons forming a sub-network that recruits follower neurons into the burst. While the existence and stability of leader neurons is well established, the influence of stimulation on the leader-follower dynamics is not sufficiently understood. By combining multi-electrode array recordings with whole field optical stimulation of cultured Channelrhodopsin-2 transduced hippocampal neurons, we show that fade-in photo-stimulation induces a significant shortening of intra-burst firing rate peak delay of fol-lower electrodes after offset of the stimulation compared to unperturbed spontaneous activity. Our study shows that optogenetic stimulation can be used to change the dynamical fine structure of self-organized network bursts.

Multi-electrode arrays (MEAs) allow non-invasive multi-unit recording in-vitro from cultured neuronal networks. For sufficient neuronal growth and adhesion on such MEAs, substrate preparation is required. Plating of dissociated neurons on a uniformly prepared MEA's surface results in the formation of spatially extended random networks with substantial inter-sample variability. Such cultures are not optimally suited to study the relationship between defined structure and dynamics in neuronal networks. To overcome these shortcomings, neurons can be cultured with pre-defined topology by spatially structured surface modification. Spatially structuring a MEA surface accurately and reproducibly with the equipment of a typical cell-culture laboratory is challenging. In this paper, we present a novel approach utilizing micro-contact printing (μCP) combined with a custom-made device to accurately position patterns on MEAs with high precision. We call this technique AP-μCP (accurate positioning micro-contact printing). Other approaches presented in the literature using μCP for patterning either relied on facilities or techniques not readily available in a standard cell culture laboratory, or they did not specify means of precise pattern positioning. Here we present a relatively simple device for reproducible and precise patterning in a standard cell-culture laboratory setting. The patterned neuronal islands on MEAs provide a basis for high throughput electrophysiology to study the dynamics of single neurons and neuronal networks.

Synaptic interactions structure the phase space of the dynamics of neural circuits and constrain neural computation. Understanding how requires methods that handle those discrete interactions, yet few exist. Recently, it was discovered that even random networks exhibit dynamics that partitions the phase space into numerous attractor basins. Here we utilize this phenomenon to develop theory for the geometry of phase space partitioning in spiking neural circuits. We find basin boundaries structuring the phase space are pre-images of spike-time collision events. Formulating a statistical theory of spike-time collision events, we derive expressions for the rate of divergence of neighboring basins and for their size distribution. This theory reveals that the typical basin diameter grows with inhibitory coupling strength and shrinks with the rate of spike events. Our study provides an analytical and generalizable approach for dissecting how connectivity, coupling strength, single neuron dynamics and population activity shape the phase space geometry of spiking circuits.