Silicon microelectrodes are a powerful technique for recording neuronal population activity. Increases in probe size and density make for larger recordable populations, but also require new techniques for processing the resulting data. The authors describe a suite of practical, open source software for spike sorting of large, dense electrode arrays. Developments in microfabrication technology have enabled the production of neural electrode arrays with hundreds of closely spaced recording sites, and electrodes with thousands of sites are under development. These probes in principle allow the simultaneous recording of very large numbers of neurons. However, use of this technology requires the development of techniques for decoding the spike times of the recorded neurons from the raw data captured from the probes. Here we present a set of tools to solve this problem, implemented in a suite of practical, user-friendly, open-source software. We validate these methods on data from the cortex, hippocampus and thalamus of rat, mouse, macaque and marmoset, demonstrating error rates as low as 5%.

Coding what is known and what is new Do neural activity patterns during sleep reflect the replay of a novel experience or an invariant preexisting dynamic? Grosmark and Buzsáki observed that both familiar and novel aspects of learned information are replayed during synchronous bursts of activity in the hippocampus. Familiarity was encoded by fast-firing less-modifiable neurons that showed rate and sequence correlations that persisted into postlearning sleep. The novel features of an experience were represented by a different set of slowly firing and highly plastic cells. Science , this issue p. 1440

Sleep is composed of an alternating sequence of REM and non-REM episodes, but their respective roles are not known. We found that the overall firing rates of hippocampal CA1 neurons decreased across sleep concurrent with an increase in the recruitment of neuronal spiking to brief “ripple” episodes, resulting in a net increase in neural synchrony. Unexpectedly, within non-REM episodes, overall firing rates gradually increased together with a decrease in the recruitment of spiking to ripples. The rate increase within non-REM episodes was counteracted by a larger and more rapid decrease of discharge frequency within the interleaved REM episodes. Both the decrease in firing rates and the increase in synchrony during the course of sleep were correlated with the power of theta activity during REM episodes. These findings assign a prominent role of REM sleep in sleep-related neuronal plasticity.

Abstract Calcium imaging is a critical tool for measuring the activity of large neural populations. Much effort has been devoted to developing “pre-processing” tools applied to calcium video data, addressing the important issues of e.g. , motion correction, denoising, compression, demixing, and deconvolution. However, computational modeling of deconvolved calcium signals (i.e., the estimated activity extracted by a pre-processing pipeline) is just as critical for interpreting calcium measurements. Surprisingly, these issues have to date received significantly less attention. To fill this gap, we examine the statistical properties of the deconvolved activity estimates, and propose several density models for these random signals. These models include a zero-inflated gamma (ZIG) model, which characterizes the calcium responses as a mixture of a gamma distribution and a point mass which serves to model zero responses. We apply the resulting models to neural encoding and decoding problems. We find that the ZIG model out-performs simpler models (e.g., Poisson or Bernoulli models) in the context of both simulated and real neural data, and can therefore play a useful role in bridging calcium imaging analysis methods with tools for analyzing activity in large neural populations.

Spatial memories which can last a lifetime are thought to be encoded during ‘online’ periods of exploration and subsequently consolidated into stable cognitive maps through their ‘offline’ reactivation 1–5 . However, the mechanisms and computational principles by which offline reactivation stabilize long-lasting spatial representations remain poorly understood. Here we employed simultaneous fast calcium imaging and electrophysiology to track hippocampal place cells over weeks of online spatial reward learning behavior and offline resting. We describe that recruitment to persistent network-level offline reactivation of spatial experiences predicts cells’ future multi-day representational stability. Moreover, while representations of reward-adjacent locations are generally more stable across days, reactivation-related stabilization is, conversely, most prominent for reward-distal locations. Thus, while occurring on millisecond time-scales, offline reactivation counter-balances the observed multi-day representational reward-adjacency bias, promoting the stabilization of cognitive maps which comprehensively reflect entire underlying spatial contexts. These findings suggest that post-learning offline-related memory consolidation plays complimentary and computationally distinct role in learning as compared to online encoding.

ABSTRACT Neuronal firing patterns have significant spatiotemporal variability with no agreed upon theoretical framework. Using a combined experimental and modeling approach, we found that spike interval statistics can be described by discrete modes of activity. Of these, a “ground state” (GS) mode of low-rate spiking is universal among forebrain excitatory neurons and characterized by irregular spiking at neuron-specific rates. In contrast, “activated state” (AS) modes consist of spiking at characteristic timescales and regularity that are specific to neuron populations in a given region and brain state. The majority of spiking is contributed by GS mode, while neurons can transiently switch to AS spiking in response to stimuli or in coordination with population activity patterns. We hypothesize that GS spiking serves to maintain a persistent backbone of neuronal activity while AS modes support communication functions.

Abstract The hippocampal dentate gyrus (DG) exhibits a unique form of neural plasticity that results from continuous integration of adult born neurons, referred to as ‘adult neurogenesis’. Recent studies have proposed that adult neurogenesis promotes the ability to encode new memories without interference from previously stored memories that share similar features, through a neural computation known as pattern separation. However, due to lack of in vivo physiological evidence, the manner in which adult neurogenesis contributes to pattern separation remains unknown. Here, we investigate the contribution of functionally integrated yet immature adult born granule cells (iGCs) to DG computations by examining how chronic ablation or acute chemogenetic silencing of iGCs affects the activity of mature granule cells (mGCs) using in vivo 2-photon Ca 2+ imaging. In both cases we observed altered remapping of mGCs but in opposite directions depending on their tuning selectivity. Rather than broadly modulating the activity of all mGCs, iGCs promote the remapping of place cells but limit the remapping of mGCs representing sensory cues (cue cells). We propose that these properties of iGCs explain their role in pattern separation because they promote the formation of non-overlapping representations for identical sensory cues encountered in different locations. Conversely, the absence of iGCs shifts the DG network to a state dominated by sensory cue information, a situation that is consistent with the overgeneralization often observed in anxiety disorders such as PTSD.

Abstract The hippocampus plays a critical role in spatial navigation and episodic memory. However, research on in vivo hippocampal activity dynamics has mostly relied on single modalities such as electrical recordings or optical imaging, with respectively limited spatial and temporal resolution. This technical difficulty greatly impedes multi-level investigations into network state-related changes in cellular activity. To overcome these limitations, we developed the E-Cannula integrating fully transparent graphene microelectrodes with imaging-cannula. The E-Cannula enables the simultaneous electrical recording and two-photon calcium imaging from the exact same population of neurons across an anatomically extended region of the mouse hippocampal CA1 stably across several days. These large-scale simultaneous optical and electrical recordings showed that local hippocampal sharp wave ripples (SWRs) are associated with synchronous calcium events involving large neural populations in CA1. We show that SWRs exhibit spatiotemporal wave patterns along multiple axes in 2D space with different spatial extents (local or global) and temporal propagation modes (stationary or travelling). Notably, distinct SWR wave patterns were associated with, and decoded from, the selective recruitment of orthogonal CA1 cell assemblies. These results suggest that the diversity in the anatomical progression of SWRs may serve as a mechanism for the selective activation of the unique hippocampal cell assemblies extensively implicated in the encoding of distinct memories. Through these results we demonstrate the utility of the E-Cannula as a versatile neurotechnology with the potential for future integration with other optical components such as green lenses, fibers or prisms enabling the multi-modal investigation of cross-time scale population-level neural dynamics across brain regions.

During exploration, animals form a cognitive map of an environment by combining specific sensory cues or landmarks with specific spatial locations, a process which critically depends on the mammalian hippocampus. The dentate gyrus (DG) is the first stage of the canonical hippocampal trisynaptic circuit and plays a critical role in contextual discrimination, yet it remains unknown how neurons within the DG encode both spatial and sensory information during cognitive map formation. Using two photon calcium imaging in head fixed mice navigating a virtual linear track, along with on-line sensory cue manipulation, we have identified robust sensory cue responses in DG granule cells. Granule cell cue responses are stable for long periods of time, selective for the modality of the stimulus and accompanied by strong inhibition of the firing of other active neurons. At the same time, there is a smaller fraction of neurons whose firing is spatially tuned but insensitive to the presentation of nearby cues. These results demonstrate the existence of 'cue cells' in addition to the better characterized 'place cells' in the DG. We hypothesize that the observed diversity of representations within the granule cell population may support parallel processing of complementary sensory and spatial information.