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.

Produce is increasingly recognized as a reservoir of human pathogens and transferable antibiotic resistance genes. This study aimed to explore methods to characterize the transferable resistome of bacteria associated with produce. Mixed salad, arugula, and cilantro purchased from supermarkets were analyzed by means of cultivation- and DNA-based methods. Before and after a nonselective enrichment step, tetracycline (tet) resistant Escherichia coli were isolated and plasmids conferring tet resistance were captured by exogenous plasmid isolation. Tet resistant E. coli isolates, transconjugants and total community (TC)-DNA from the microbial fraction detached from leaves or after enrichment were analyzed for the presence of resistance genes, class 1 integrons and various plasmids by real-time PCR and PCR-Southern blot hybridization. Real-time PCR primers were developed for IncI and IncF plasmids. Tet resistant E. coli isolated from arugula and cilantro carried IncF, IncI1, IncN, IncHI1, IncU and IncX1 plasmids. Three isolates from cilantro were positive for IncN plasmids and blaCTX-M-1. From mixed salad and cilantro, IncF, IncI1, and IncP-1? plasmids were captured exogenously. Importantly, whereas direct detection of IncI and IncF plasmids in TC-DNA failed, these plasmids became detectable in DNA extracted from enrichment cultures. This confirms that cultivation-independent DNA-based methods are not always sufficiently sensitive to detect the transferable resistome in the rare microbiome. In summary, this study showed that an impressive diversity of self-transmissible multiple resistance plasmids was detected in bacteria associated with produce that is consumed raw, and exogenous capturing into E. coli suggests that they could transfer to gut bacteria as well.

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.

Sleep deprivation has far-reaching consequences on the brain and behavior, impacting memory, attention, and metabolism. Previous research has focused on gene expression changes in individual brain regions, such as the hippocampus or cortex. Therefore, it is unclear how uniformly or heterogeneously sleep loss affects the brain. Here, we use spatial transcriptomics to define the impact of a brief period of sleep deprivation across the brain. We find that sleep deprivation induced pronounced differences in gene expression across the brain, with the greatest changes in the hippocampus, neocortex, hypothalamus, and thalamus. Both the differentially expressed genes and the direction of regulation differed markedly across regions. Importantly, we developed bioinformatic tools to register tissue sections and gene expression data into a common anatomical space, allowing a brain-wide comparison of gene expression patterns between samples. Our results suggest that distinct molecular mechanisms acting in discrete brain regions underlie the biological effects of sleep deprivation.

ABSTRACT Neurodevelopmental disorders (NDDs) are polygenic in nature and copy number variants (CNVs) are ideal candidates to study the nature of this polygenic risk. The disruption of striatal circuits is considered a central mechanism in NDDs. The 16p11.2 hemi-deletion (16p11.2 del) is one of the most common CNVs associated with NDD, and 16p11.2 del/+ mice show sex-specific striatum-related behavioral phenotypes. However, the critical genes among the 27 genes in the 16p11.2 region that underlie these phenotypes remain unknown. Previously, we applied a novel strategy to identify candidate genes associated with the sex-specific phenotypes of 16p11.2 del/+ mice and identified 3 genes of particular importance within the deleted region: thousand and one amino acid protein kinase 2 ( Taok2 ), seizure-related 6 homolog-like 2 ( Sez6l2 ), and major vault protein ( Mvp ). Using the CRISPR/Cas9 technique, we generated 3 gene hemi-deletion (3g del/+) mice carrying null mutations in Taok2, Sez6l2 , and Mvp . We assessed striatum-dependent phenotypes of these 3g del/+ mice in behavioral, molecular, and imaging studies. Hemi-deletion of Taok2, Sez6l2 , and Mvp induces sex-specific behavioral alterations in striatum-dependent behavioral tasks, specifically male-specific hyperactivity and impaired motivation for reward seeking, resembling behavioral phenotypes of 16p11.2 del/+ mice. Moreover, RNAseq analysis revealed that 3g del/+ mice exhibit gene expression changes in the striatum similar to 16p11.2 del/+ mice, but only in males. Pathway analysis identified ribosomal dysfunction and translation dysregulation as molecular mechanisms underlying male-specific, striatum-dependent behavioral alterations. Together, the mutation of 3 genes within the 16p11.2 region phenocopies striatal sex-specific phenotypes of 16p11.2 del/+ mice, unlike single gene mutation studies. These results support the importance of a polygenic approach to study NDDs and our novel strategy to identify genes of interest using gene expression patterns in brain regions, such as the striatum, which are impacted in these disorders.

Summary Biological sex shapes the manifestation and progression of neurodevelopmental disorders (NDDs). These disorders often demonstrate male-specific vulnerabilities; however, the identification of underlying mechanisms remains a significant challenge in the field. Hemideletion of the 16p11.2 region (16p11.2 del/+) is associated with NDDs, and mice modeling 16p11.2 del/+ exhibit sex-specific striatum-related phenotypes relevant to NDDs. Striatal circuits, crucial for locomotor control, consist of two distinct pathways: the direct and indirect pathways originating from D1 dopamine receptor (D1R) and D2 dopamine receptor (D2R) expressing spiny projection neurons (SPNs), respectively. In this study, we define the impact of 16p11.2 del/+ on striatal circuits in male and female mice. Using snRNA-seq, we identify sex- and cell type-specific transcriptomic changes in the D1- and D2-SPNs of 16p11.2 del/+ mice, indicating distinct transcriptomic signatures in D1-SPNs and D2-SPNs in males and females, with a ∼5-fold greater impact in males. Further pathway analysis reveals differential gene expression changes in 16p11.2 del/+ male mice linked to synaptic plasticity in D1- and D2-SPNs and GABA signaling pathway changes in D1-SPNs. Consistent with our snRNA-seq study revealing changes in GABA signaling pathways, we observe distinct changes in miniature inhibitory postsynaptic currents (mIPSCs) in D1- and D2-SPNs from 16p11.2 del/+ male mice. Behaviorally, we utilize conditional genetic approaches to introduce the hemideletion selectively in either D1- or D2-SPNs and find that conditional hemideletion of genes in the 16p11.2 region in D2-SPNs causes hyperactivity in male mice, but hemideletion in D1-SPNs does not. Within the striatum, hemideletion of genes in D2-SPNs in the dorsal lateral striatum leads to hyperactivity in males, demonstrating the importance of this striatal region. Interestingly, conditional 16p11.2 del/+ within the cortex drives hyperactivity in both sexes. Our work reveals that a locus linked to NDDs acts in different striatal circuits, selectively impacting behavior in a sex- and cell type-specific manner, providing new insight into male vulnerability for NDDs. Highlights - 16p11.2 hemideletion (16p11.2 del/+) induces sex- and cell type-specific transcriptomic signatures in spiny projection neurons (SPNs). - Transcriptomic changes in GABA signaling in D1-SPNs align with changes in inhibitory synapse function. - 16p11.2 del/+ in D2-SPNs causes hyperactivity in males but not females. - 16p11.2 del/+ in D2-SPNs in the dorsal lateral striatum drives hyperactivity in males. - 16p11.2 del/+ in cortex drives hyperactivity in both sexes. Graphic abstract

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.

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.