Many studies have reported the roles played by regulated proteolysis in synaptic plasticity and memory, but the role of autophagy in neurons remains unclear. In mammalian cells, autophagy functions in the clearance of long-lived proteins and organelles and in adaptation to starvation. In neurons, although autophagy-related proteins (ATGs) are highly expressed, autophagic activity markers, autophagosome (AP) number, and light chain protein 3-II (LC3-II) are low compared with other cell types. In contrast, conditional knock-out of ATG5 or ATG7 in mouse brain causes neurodegeneration and behavioral deficits. Therefore, this study aimed to test whether autophagy is especially regulated in neurons to adapt to brain functions. In cultured rat hippocampal neurons, we found that KCl depolarization transiently increased LC3-II and AP number, which was partially inhibited with APV, an NMDA receptor (NMDAR) inhibitor. Brief low-dose NMDA, a model of chemical long-term depression (chem-LTD), increased LC3-II with a time course coincident with Akt and mammalian target of rapamycin (mTOR) dephosphorylation and degradation of GluR1, an AMPA receptor (AMPAR) subunit. Downstream of NMDAR, the protein phosphatase 1 inhibitor okadaic acid, PTEN inhibitor bpV(HOpic), autophagy inhibitor wortmannin, and short hairpin RNA-mediated knockdown of ATG7 blocked chem-LTD-induced autophagy and partially recovered GluR1 levels. After chem-LTD, GFP-LC3 puncta increased in spines and in dendrites when AP–lysosome fusion was blocked. These results indicate that neuronal stimulation induces NMDAR-dependent autophagy through PI3K–Akt–mTOR pathway inhibition, which may function in AMPAR degradation, thus suggesting autophagy as a contributor to NMDAR-dependent synaptic plasticity and brain functions.

It has become possible to observe neural activity in freely moving animals via calcium imaging using a microscope, which could not be observed previously. However, it remains difficult to extract the dynamics of nerve cells from the recorded imaging data. In this study, we greatly improved the stability, and robustness of the cell activity estimation method via non-negative matrix decomposition with shrinkage estimation of the baseline. In addition, by improving the initial state of the iterative algorithm using a newly proposed method to extract the shape of the cell via image processing, a solution could be obtained with a small number of iterations. These methods were applied to artificial and real data, and their effectiveness was confirmed.

Every day, we experience new daily episodes and store new memories. Although memories are stored in corresponding engram cells, how different sets of engram cells are selected for current and next episodes, and how they create their memories, remains unclear. We report that in mice, hippocampal CA1 neurons show an organized synchronous activity in prelearning home cage sleep that correlates with the learning ensembles only in engram cells, termed preconfigured ensembles. Moreover, after learning, a subset of nonengram cells develops population activity, which is constructed during postlearning offline periods through synaptic depression and scaling, and then emerges to represent engram cells for new learning. Together, our findings indicate that during offline periods there are two parallel processes occurring: conserving of past memories through reactivation, and preparation for upcoming ones through offline synaptic plasticity mechanisms.

Abstract Characterization of inter-regional interactions in brain is essential for understanding the mechanism relevant to normal brain function and neurological disease. The recently developed flexible micro (μ)-electrocorticography (μECoG) device is one prominent method used to examine large-scale cortical activity across multiple regions. The sheet-shaped μECoG electrodes arrays can be placed on a relatively wide area of cortical surface beneath the skull by inserting the device into the space between skull and brain. Although rats and mice are useful tools for neuroscience, current μECoG recording methods in these animals are limited to the parietal region of cerebral cortex. Recording cortical activity from the temporal region of cortex in mice has proven difficult because of surgical barriers created by the skull and surrounding temporalis muscle anatomy. Here, we developed a sheet-shaped 64-channel μECoG device that allows access to the mouse temporal cortex, and we determined the factor determining the appropriate bending stiffness for the μECoG electrode array. We also established a surgical technique to implant the electrode arrays into the epidural space over a wide area of cerebral cortex covering from the barrel field to olfactory (piriform) cortex, which is the deepest region of the cerebral cortex. Using histology and computed tomography (CT) images, we confirmed that the tip of the μECoG device reached to the most ventral part of cerebral cortex without causing noticeable damage to the brain surface. Moreover, the device simultaneously recorded somatosensory and odor stimulus-evoked neural activity from dorsal and ventral parts of cerebral cortex in awake and anesthetized mice. These data indicate that our μECoG device and surgical techniques enable the recording of large-scale cortical activity from the parietal to temporal cortex in mice, including somatosensory and olfactory cortices. This system will provide more opportunities for the investigation of physiological functions from wider areas of the mouse cerebral cortex than those currently available with existing ECoG techniques.

Memory coding strengthens synaptic efficacy in the hippocampus via a long-term potentiation (LTP)-like mechanism. Given that animals are able to store memories of everyday experiences, hippocampal circuits should be able to avoid saturation of overall synaptic weight to preserve learning capacity. However, the underlying mechanism for this is still poorly understood. Here, we show that adult neurogenesis in rats plays a crucial role in the maintenance of the hippocampal learning capacity for learning. Artificial saturation with hippocampal LTP impaired learning capacity in contextual fear conditioning, which then completely recovered after 14 days, when LTP had decayed to the basal level. Ablation of neurogenesis by X-ray irradiation delayed the recovery of learning capacity, while enhancement of neurogenesis using running wheel sped up the recovery. Thus, one benefit of ongoing adult neurogenesis is the maintenance of hippocampal learning capacity through homeostatic renewing of hippocampal memory circuits. Decreased neurogenesis in aged animals may underlie declines in cognitive function with aging.

Abstract BACKGROUND One of the critical unmet medical needs in schizophrenia is a remedy for cognitive deficits. However, the neural circuit mechanisms of them remain unresolved. In addition, despite the patients with schizophrenia cannot stop taking antipsychotics due to a high rate of discontinuation-induced relapse, previous studies using animal models of schizophrenia have not considered these clinical situations. METHODS Here, we employ multi-dimensional approaches, including histological analysis in the prelimbic cortex, LC-MS/MS-based in vivo dopamine D2 receptor occupancy analysis for antipsychotic drugs, in vivo calcium imaging and behavioral analyses of mice using chemogenetic manipulation, to investigate neural mechanisms and potential therapeutic interventions for working memory deficit in a mouse model with chronic phencyclidine (PCP) administration that resembles the schizophrenia symptomatology. RESULTS Chronic PCP administration led to abnormalities in excitatory and inhibitory synapses, including dendritic spines of pyramidal neurons, vesicular glutamate transporter 1 (VGLUT1) positive terminals, and parvalbumin (PV) positive GABAergic interneurons, in layer 2–3 of the prelimbic cortex. Continuous olanzapine, which achieved a sustained therapeutic window of dopamine D2 receptor occupancy (60–80%) in the striatum, did not affect these synaptic abnormalities and working memory deficit in the PCP-treated mice. We found that the selective prelimbic PV activation, using hM3D(Gq)-DREADD system confirmed by in vivo calcium imaging, restored working memory deficit, even under continuous olanzapine treatment. CONCLUSIONS Our study raises a possibility that intervention in prefrontal PV neurons leads to an add-on therapy to antipsychotics targeting amelioration of treatment-resistant cognitive deficits in schizophrenia.

Summary When processing current sensory inputs, animals refer to related past experiences. Current information is then incorporated into the related neural network to update previously stored memories. However, the neuronal mechanism underlying the impact of memories of prior experiences on current learning is not well understood. Here, we found that a cellular ensemble in the posterior parietal cortex (PPC) that is activated during past experience mediates an interaction between past and current information to update memory through a PPC-anterior cingulate cortex circuit in mice. Moreover, optogenetic silencing of the PPC ensemble immediately after retrieval dissociated the interaction without affecting individual memories stored in the hippocampus and amygdala. Thus, a specific subpopulation of PPC cells represents past information and instructs downstream brain regions to update previous memories.

Currently, calcium imaging allows long-term recording of large-scale neuronal activity in diverse states. However, it remains difficult to extract neuronal dynamics from recorded imaging data. In this study, we propose an improved constrained nonnegative matrix factorization (CNMF)-based algorithm and an effective method to extract cell shapes with fewer false positives and false negatives through image processing. We also show that the evaluation metrics obtained during image and signal processing can be combined and used for false-positive cell determination. For the CNMF algorithm, we combined cell-by-cell regularization and baseline shrinkage estimation, which greatly improved its stability and robustness. We applied these methods to real data and confirmed their effectiveness. Our method is simpler and faster, detects more cells with lower firing rates and signal-to-noise ratios, and enhances the quality of the extracted cell signals. These advances can improve the standard of downstream analysis and contribute to progress in neuroscience.