Abstract Cortical processing depends on finely-tuned excitatory and inhibitory connections in neuronal microcircuits. Reduced inhibition by somatostatin-expressing interneurons is a key component of altered inhibition associated with treatment-resistant major depressive disorder (depression), which is implicated in cognitive deficits and rumination, but the link remains to be better established mechanistically in humans. Here, we tested the impact of reduced somatostatin interneuron mediated inhibition on cortical processing in human neuronal microcircuits using a data-driven computational approach. We integrated human cellular, circuit and gene-expression data to generate detailed models of human cortical microcircuits in health and depression. We simulated microcircuit baseline and response activity and found reduced signal-to-noise ratio and increased false/failed detection of stimuli due to a higher baseline activity in depression. Our results thus applied novel models of human cortical microcircuits to demonstrate mechanistically how reduced inhibition impairs cortical processing in depression, providing quantitative links between altered inhibition and cognitive deficits.

Abstract Aging involves various neurobiological changes, although their effect on brain function in humans remains poorly understood. The growing availability of human neuronal and circuit data provides opportunities for uncovering age-dependent changes of brain networks and for constraining models to predict consequences on brain activity. Here we found increased sag voltage amplitude in human middle temporal gyrus layer 5 pyramidal neurons from older subjects, and captured this effect in biophysical models of younger and older pyramidal neurons. We used these models to simulate detailed layer 5 microcircuits and found lower baseline firing in older pyramidal neuron microcircuits, with minimal effect on response. We then validated the predicted reduced baseline firing using extracellular multi-electrode recordings from human brain slices of different ages. Our results thus report changes in human pyramidal neuron input integration properties and provide fundamental insights on the neuronal mechanisms of altered cortical excitability and resting state activity in human aging.

Abstract The challenge of defining and cataloging the building blocks of the brain requires a standardized approach to naming neurons and organizing knowledge about their properties. The US Brain Initiative Cell Census Network, Human Cell Atlas, Blue Brain Project, and others are generating vast amounts of data and characterizing large numbers of neurons throughout the nervous system. The neuroscientific literature contains many neuron names (e.g. parvalbumin-positive interneuron or layer 5 pyramidal cell) that are commonly used and generally accepted. However, it is often unclear how such common usage types relate to the many proposed evidence-based types that are based on the results of new techniques. Further, comparing different models across labs remains a significant challenge. Here, we propose an interoperable knowledge representation, the Neuron Phenotype Ontology (NPO) that provides a standardized and machine computable approach for naming and normalizing phenotypes in cell types by using community ontology identifiers as a common language. The NPO provides a framework for systematically organizing knowledge about cellular properties and enables interoperability with existing neuron naming schemes. We evaluate the NPO by populating a knowledge base with three independent cortical neuron classifications derived from published data sets that describe neurons according to molecular, morphological, electrophysiological and synaptic properties. Competency queries to this knowledge base demonstrate that this knowledge model enables interoperability between the three test cases and common usage neuron names from the literature.

Abstract Astrocytes, a type of glial cell in the central nervous system (CNS), adopt diverse states in response to injury that are influenced by their location relative to the insult. Here, we describe a platform for spatially resolved, single-cell transcriptomics and proteomics, called tDISCO ( tissue- digital microfluidic isolation of single cells for -Omics). We use tDISCO alongside two high-throughput platforms for spatial (Visium) and single-cell transcriptomics (10X Chromium) to examine the heterogeneity of the astrocyte response to a cortical ischemic stroke in male mice. We show that integration of Visium and 10X Chromium datasets infers two astrocyte populations, proximal or distal to the injury site, while tDISCO determines the spatial boundaries and molecular profiles that define these populations. We find that proximal astrocytes show differences in lipid shuttling, with enriched expression of Apoe and Fabp5 . Our datasets provide a resource for understanding the roles of astrocytes in stroke and showcase the utility of tDISCO for hypothesis-driven, spatially resolved single-cell experiments.

Abstract Changes in high-affinity nicotinic acetylcholine receptors are intricately connected to neuropathology in Alzheimer’s Disease (AD). Protective and cognitive-enhancing roles for the nicotinic α5 subunit have been identified, but this gene has not been closely examined in the context of human aging and dementia. Therefore, we investigate the nicotinic α5 gene CHRNA5 and the impact of relevant single nucleotide polymorphisms (SNPs) in prefrontal cortex from 922 individuals with matched genotypic and post-mortem RNA sequencing in the Religious Orders Study and Memory and Aging Project (ROS/MAP). We find that a genotype robustly linked to increased expression of CHRNA5 (rs1979905A2) predicts significantly reduced cortical β-amyloid load. Intriguingly, co-expression analysis suggests CHRNA5 has a distinct cellular expression profile compared to other nicotinic receptor genes. Consistent with this prediction, single nucleus RNA sequencing from 22 individuals reveals CHRNA5 expression is disproportionately-elevated in chandelier neurons, a distinct subtype of inhibitory neuron known for its role in excitatory/inhibitory (E/I) balance. We show that chandelier neurons are enriched in amyloid-binding proteins compared to basket cells, the other major subtype of PVALB-positive interneurons. Consistent with the hypothesis that nicotinic receptors in chandelier cells normally protect against β-amyloid, cell-type proportion analysis from 549 individuals reveals these neurons show amyloid-associated vulnerability only in individuals with impaired function/trafficking of nicotinic α5-containing receptors due to homozygosity of the missense CHRNA5 SNP (rs16969968A2). Taken together, these findings suggest that CHRNA5 and its nicotinic α5 subunit exert a neuroprotective role in aging and Alzheimer’s disease centered on chandelier interneurons.

Abstract Patch-seq, combining patch-clamp electrophysiology with single-cell RNA-sequencing (scRNAseq), enables unprecedented single-cell access to a neuron’s transcriptomic, electrophysiological, and morphological features. Here, we present a systematic review and re-analysis of scRNAseq profiles from 4 recent patch-seq datasets, benchmarking these against analogous profiles from cellular-dissociation based scRNAseq. We found an increased likelihood for off-target cell-type mRNA contamination in patch-seq, likely due to the passage of the patch-pipette through the processes of adjacent cells. We also observed that patch-seq samples varied considerably in the amount of mRNA that could be extracted from each cell, strongly biasing the numbers of detectable genes. We present a straightforward marker gene-based approach for controlling for these artifacts and show that our method improves the correspondence between gene expression and electrophysiological features. Our analysis suggests that these technical confounds likely limit the interpretability of patch-seq based single-cell transcriptomes. However, we provide concrete recommendations for quality control steps that can be performed prior to costly RNA-sequencing to optimize the yield of high quality samples.

Establishing the molecular diversity of cell types is crucial for the study of the nervous system. We compiled a cross-laboratory database of mouse brain cell type-specific transcriptomes from 36 major cell types from across the mammalian brain using rigorously curated published data from pooled cell type microarray and single cell RNA-sequencing studies. We used these data to identify cell type-specific marker genes, discovering a substantial number of novel markers, many of which we validated using computational and experimental approaches. We further demonstrate that summarized expression of marker gene sets in bulk tissue data can be used to estimate the relative cell type abundance across samples. To facilitate use of this expanding resource, we provide a user-friendly web interface at Neuroexpresso.org.

Summary Attention depends on cholinergic excitation of prefrontal neurons but is sensitive to perturbation of α5-containing nicotinic receptors encoded by Chrna5 . However, Chrna5 -expressing (Chrna5+) neurons remain enigmatic, despite their potential as a target to improve attention. Here, we generate complex transgenic mice to probe Chrna5+ neurons and their sensitivity to endogenous acetylcholine. Through opto-physiological experiments, we discover that Chrna5+ neurons contain a distinct population of acetylcholine super-responders. Leveraging single-cell transcriptomics, we discover molecular markers conferring subplate identity on this subset. We determine that Chrna5+ super-responders express a unique complement of GPI-anchored lynx prototoxin genes ( Lypd1, Ly6g6e , and Lypd6b ), predicting distinct nicotinic receptor regulation. To manipulate lynx regulation of endogenous nicotinic responses, we developed a pharmacological strategy guided by transcriptomic predictions. Overall, we reveal Chrna5 -Cre mice as a transgenic tool to target the diversity of subplate neurons in adulthood, yielding new molecular strategies to manipulate their cholinergic activation relevant to attention disorders.

Abstract Sleep and depression have a complex, bidirectional relationship, with sleep-associated alterations in brain dynamics and structure impacting a range of symptoms and cognitive abilities. Previous work describing these relationships has provided an incomplete picture by investigating only one or two types of sleep measures, depression, or neuroimaging modalities in parallel. We analyzed the correlations between task and resting-state brain-wide signatures of sleep, cognition, and depression in over 30,000 individuals. Neural signatures of insomnia and depression were negatively correlated with neural signatures of sleep duration in the task condition but positively correlated in the resting-state condition, showing that resting-state neural signatures of insomnia and depression resemble that of rested wakefulness. This was further supported by our finding of hypoconnectivity in task but hyperconnectivity in resting-state data in association with insomnia and depression This information disputes conventional assumptions about the neurofunctional manifestations of hyper– and hypo-somnia, and may explain inconsistent findings in the literature.

Abstract Application of RNA sequencing has enabled the characterization of genome-wide gene expression in the human brain, including distinct layers of the neocortex. Neuroanatomically, the molecular patterns that underlie the laminar organization of the neocortex can help link structure to circuitry and function. To advance our understanding of cortical architecture, we created LaminaRGeneVis , a web application that displays across-layer cortical gene expression from multiple datasets. These datasets were collected using bulk, single-nucleus, and spatial RNA sequencing methodologies and these data were harmonized to facilitate comparisons between datasets. The online resource facilitates single- and multi-gene analyses by providing figures and statistics for user-friendly assessment of laminar gene expression patterns in the adult human neocortex. Availability and implementation LaminaRGeneVis is available at https://ethanhkim.shinyapps.io/laminargenevis . The source code and data is accessible at https://github.com/ethanhkim/laminargenevis .