Abstract Traumatic experiences result in the development of posttraumatic stress disorder (PTSD) in 10-25% of exposed individuals. While human clinical studies suggest that susceptibility is potentially linked to endocannabinoid (eCB) signaling, neurobiological PTSD susceptibility factors are poorly understood. Employing a rat model of PTSD, we characterized distinct resilient and susceptible subpopulations based on generalized fear, a core symptom of PTSD. In these groups, we assessed i.) eCB levels by mass spectrometry and expression variations of eCB system- and iii.) neuroplasticity-related genes by real-time quantitative PCR in the circuitry relevant in trauma-induced changes. Furthermore, employing supervised and semi-supervised machine learning based statistical analytical models, we assessed iv.) gene expression patterns with the most robust predictive power regarding PTSD susceptibility. According to our findings, in our model, generalized fear responses occurred with sufficient variability to characterize distinct resilient and susceptible subpopulations. Susceptible subjects showed lower prelimbic and higher ventral hippocampal levels of eCB 2-arachidonoyl-glycerol (2-AG) compared to resilient subjects. Ventral hippocampal 2-AG content positively correlated with the strength of fear generalization. Furthermore, susceptibility was associated with i.) neuronal prefrontal, hippocampal and amygdalar hypoactivity, ii.) marked decrease in the expression of genes of transcription factors modulating neuroplasticity and iii.) an altered expression pattern of eCB-related genes, including enzymes involved in eCB metabolism. Unsupervised and semi-supervised statistical approaches highlighted that hippocampal gene expression patterns possess strong predictive power regarding susceptibility. Taken together, the marked eCB and neuroplasticity changes in susceptible individuals associated with abnormal activity patterns in the fear circuitry possibly contribute to context coding deficits, resulting in generalized fear. Highlights We assessed endocannabinoid and neuroplasticity correlates of PTSD susceptibility Posttrauma generalized fear strength separates susceptible and resilient individuals Susceptible individuals show altered endocannabinoid levels in the fear circuitry Neuroplasticity and endocannabinoid gene expression patterns predict susceptibility

Abstract The reliability and validity of preclinical anxiety testing is essential for translational research outcomes. However, widely-used anxiety tests lack inter-test correlations and have repeatability difficulties that need clarification. Translational research seeks to capture individual variability and advance personalized medicine, which demands trait-like features reflecting the underlying neural characteristics. Here, we show that detailed sampling across multiple time-points and contexts covers various states of the individuals, which is needed to reliably capture trait anxiety (TA). We also propose a validated, optimized test battery to reveal TA in rats and mice. Instead of developing novel tests, we combined widely-used tests (elevated plus-maze, open field, light-dark box) to clarify current inter-test and repeatability issues and provide instantly applicable adjustments for better predictive validity. We repeated tests three times to capture multiple anxiety states in various paradigms that we combined to generate summary measures (SuMs). Using correlations and machine learning, we found that our approach resolves correlation issues and provides better predictions for subsequent outcomes under anxiogenic conditions or fear conditioning. Moreover, SuMs were more sensitive to detect anxiety differences in an etiological model of social isolation. Finally, we tested our sampling method’s efficiency in discovering anxiety-related molecular pathways through RNA sequencing of the medial prefrontal cortex. We identified four times more molecular correlates of anxiety using SuMs, which pointed out functional gene clusters that had not emerged using single measurements applied by most studies. Overall, temporally stable SuMs are necessary to capture trait-like anxiety in rodents, providing better predictions for potential therapeutic targets.