ABSTRACT Neuronal activity-dependent transcription directs molecular processes that regulate synaptic plasticity, brain circuit development, behavioral adaptation, and long-term memory. Single cell RNA-sequencing technologies (scRNAseq) are rapidly developing and allow for the interrogation of activity-dependent transcription at cellular resolution. Here, we present NEUROeSTIMator, a deep learning model that integrates transcriptomic signals to estimate neuronal activation in a way that we demonstrate is associated with Patch-seq electrophysiological features and that is robust against differences in species, cell type, and brain region. We demonstrate this method’s ability to accurately detect neuronal activity in previously published studies of single cell activity-induced gene expression. Further, we applied our model in a spatial transcriptomic study to identify unique patterns of learning-induced activity across different brain regions. Altogether, our findings establish NEUROeSTIMator as a powerful and broadly applicable tool for measuring neuronal activation, whether as a critical covariate or a primary readout of interest.

Memory consolidation involves discrete patterns of transcriptional events in the hippocampus. Despite the emergence of single-cell transcriptomic profiling techniques, defining learning-responsive gene expression across subregions of the hippocampus has remained challenging. Here, we utilized unbiased spatial sequencing to elucidate transcriptome-wide changes in gene expression in the hippocampus following learning, enabling us to define molecular signatures unique to each hippocampal subregion. We find that each subregion of the hippocampus exhibits distinct yet overlapping transcriptomic signatures. Although the CA1 region exhibited increased expression of genes related to transcriptional regulation, the DG showed upregulation of genes associated with protein folding. We demonstrate the functional relevance of subregion-specific gene expression by genetic manipulation of a transcription factor selectively in the CA1 hippocampal subregion, leading to long-term memory deficits. This work demonstrates the power of using spatial molecular approaches to reveal transcriptional events during memory consolidation.

Activity-induced gene expression underlies synaptic plasticity and brain function. Here, using molecular sequencing techniques, we define activity-dependent transcriptomic and epigenomic changes at the tissue and single-cell level in the human brain following direct electrical stimulation of the anterior temporal lobe in patients undergoing neurosurgery. Genes related to transcriptional regulation and microglia-specific cytokine activity displayed the greatest induction pattern, revealing a precise molecular signature of neuronal activation in the human brain.

Summary Regulatory functions of lncRNAs in neurons have been majorly limited to the nucleus. The identity of synaptic lncRNAs and their functional role associated with synapse development and memory are poorly understood. We employed RNA-seq analysis of synaptoneurosomes to identify 94 synapse-enriched lncRNAs from the mouse hippocampus. We find Pvt1 to be a specific regulator of excitatory, but not inhibitory, synapse development in vivo . RNA-Seq from Pvt1 knockdown neurons identified down-regulated transcripts encoding pre- and post-synaptic proteins influencing synapse formation. This observation is congruent with reduction in mEPSC amplitude and frequency. We find a synapse-centric role for SynLAMP which is specifically transported to the synaptic compartment upon contextual fear conditioning (CFC) and regulate activity-dependent dendritic translation. CFC led to enhancement of interaction between SynLAMP and the translation repressor FUS, indicating SynLAMP to be a molecular decoy. SynLAMP RNAi partially occludes fear memory, suggesting an input-specific role of lncRNAs at the synapse.

Abstract The mechanisms underlying memory loss associated with Alzheimer’s disease and related dementias (ADRD) remain unclear, and no effective treatments exist. Fundamental studies have shown that a set of transcriptional regulatory proteins of the nuclear receptor 4a (Nr4a) family serve as molecular switches for long-term memory. Here, we show that Nr4a proteins regulate the transcription of a group of genes encoding chaperones that localize to the endoplasmic reticulum (ER), which function to traffic plasticity-related proteins to the cell surface during long lasting forms of synaptic plasticity and memory. Nr4a transcription factors and ER chaperones are linked to ADRD in human samples as well as mouse models, and overexpressing Nr4a1 or the ER chaperone Hspa5 ameliorates the long-term memory deficits in a tau-based mouse model of ADRD, pointing towards novel therapeutic approaches for treating memory loss. Thus, our findings establish protein folding in the ER as a novel molecular concept underlying long-term memory, providing new insights into the mechanistic basis of cognitive deficits in dementia. One-Sentence Summary Molecular approaches establish protein folding in the endoplasmic reticulum as a novel molecular concept underlying synaptic plasticity and memory, serving as a switch to regulate protein folding and trafficking, and driving cognitive deficits in neurodegenerative disorders.

Abstract cAMP signaling is critical for memory consolidation and certain of forms long-term potentiation (LTP). Phosphodiesterases (PDEs), enzymes that degrade the second messenger cAMP and cGMP, are highly conserved during evolution and represent a unique set of drug targets, given the involvement of these enzymes in several pathophysiological states including brain disorders. The PDE4 family of cAMP selective PDEs, exert regulatory roles in memory and synaptic plasticity, but the specific roles of distinct PDE4 isoforms in these processes are poorly understood. Building on our previous work demonstrating that spatial and contextual memory deficits were caused by expressing selectively the long isoform of the PDE4A subfamily, PDE4A5, in hippocampal excitatory neurons, we now investigate the effects of PDE4A isoforms on different cAMP-dependent forms of LTP. We find that PDE4A5 impairs long-lasting LTP induced by theta burst stimulation (TBS) while sparing long-lasting LTP induced by spaced 4-train stimulation (4X100Hz). This effect requires the unique N-terminus of PDE4A5 and is specific to this long isoform. Targeted overexpression of PDE4A5 in area CA1 is sufficient to impair TBS-LTP, suggesting that cAMP levels in the postsynaptic neuron are critical for TBS-LTP. Our results shed light on the inherent differences among the PDE4A subfamily isoforms, emphasizing the importance of the long isoforms, which have a unique N-terminal region. Advancing our understanding of the function of specific PDE isoforms will pave the way for developing isoform-selective approaches to treat the cognitive deficits that are debilitating aspects of psychiatric, neurodevelopmental, and neurodegenerative disorders. Key Points Hippocampal overexpression of a PDE4A subfamily long isoform, PDE4A5, but not a short isoform PDE4A1, impairs spatial and contextual fear memory and the N-terminus of PDE4A5 is important for this effect. Hippocampal overexpression of PDE4A isoforms, PDE4A1 and PDE4A5 do not impair LTP induced by spaced tetanic stimulation at the CA3-CA1 synapses. Hippocampal overexpression of PDE4A5, but not PDE4A1 or the N-terminus truncated PDE4A5 (PDE4A5Δ4) selectively impairs LTP induced by theta burst stimulation (TBS) at the CA3-CA1 synapses and expression of PDE4A5 in area CA1 is sufficient for the TBS-LTP deficit. These results suggest that PDE4A5, through its N-terminus, regulates cAMP pools that are critical for memory consolidation and expression of TBS-LTP at the CA3-CA1 synapses. GRAPHICAL ABSTRACT Spaced tetanic stimulation and TBS induce cAMP synthesis and activation of PKA to promote signaling cascades that facilitate expression of long-lasting LTP at the CA3-CA1 synapses. PDE4A5 overexpression in the hippocampus selectively impairs cAMP and PKA dependent TBS-LTP at the CA3-CA1 synapses, while sparing LTP induced by spaced tetanization.

Neuronal activity-dependent transcription directs molecular processes that regulate synaptic plasticity, brain circuit development, behavioral adaptation, and long-term memory. Single cell RNA-sequencing technologies (scRNAseq) are rapidly developing and allow for the interrogation of activity-dependent transcription at cellular resolution. Here, we present NEUROeSTIMator, a deep learning model that integrates transcriptomic signals to estimate neuronal activation in a way that we demonstrate is associated with Patch-seq electrophysiological features and that is robust against differences in species, cell type, and brain region. We demonstrate this method's ability to accurately detect neuronal activity in previously published studies of single cell activity-induced gene expression. Further, we applied our model in a spatial transcriptomic study to identify unique patterns of learning-induced activity across different brain regions in male mice. Altogether, our findings establish NEUROeSTIMator as a powerful and broadly applicable tool for measuring neuronal activation, whether as a critical covariate or a primary readout of interest.