Human behavior and cognition result from a complex pattern of interactions between brain regions. The flexible reconfiguration of these patterns enables behavioral adaptation, such as the acquisition of a new motor skill. Yet, the degree to which these reconfigurations depend on the brain's baseline sensorimotor integration is far from understood. Here, we asked whether spontaneous fluctuations in sensorimotor networks at baseline were predictive of individual differences in future learning. We analyzed functional MRI data from 19 participants prior to six weeks of training on a new motor skill. We found that visual-motor connectivity was inversely related to learning rate: sensorimotor autonomy at baseline corresponded to faster learning in the future. Using three additional scans, we found that visual-motor connectivity at baseline is a relatively stable individual trait. These results suggest that individual differences in motor skill learning can be predicted from sensorimotor autonomy at baseline prior to task execution.

Abstract Neuropeptides play key roles in shaping the organization and function of neuronal circuits. In the inferior colliculus (IC), which is located in the auditory midbrain, Neuropeptide Y (NPY) is expressed by a large class of GABAergic neurons that project locally as well as outside the IC. The IC integrates information from numerous auditory nuclei making the IC an important hub for sound processing. Most neurons in the IC have local axon collaterals, however the organization and function of local circuits in the IC remains largely unknown. We previously found that neurons in the IC can express the NPY Y1 receptor (Y 1 R + ) and application of the Y 1 R agonist, [Leu 31 , Pro 34 ]-NPY (LP-NPY), decreases the excitability of Y 1 R + neurons. To investigate how Y 1 R + neurons and NPY signaling contribute to local IC networks, we used optogenetics to activate Y 1 R + neurons while recording from other neurons in the ipsilateral IC. Here, we show that 78.4% of glutamatergic neurons in the IC express the Y1 receptor, providing extensive opportunities for NPY signaling to regulate excitation in local IC circuits. Additionally, Y 1 R + neuron synapses exhibit modest short-term synaptic plasticity, suggesting that local excitatory circuits maintain their influence over computations during sustained stimuli. We further found that application of LP-NPY decreases recurrent excitation in the IC, suggesting that NPY signaling strongly regulates local circuit function in the auditory midbrain. Together, our data show that excitatory neurons are highly interconnected in the local IC and their influence over local circuits is tightly regulated by NPY signaling.

Visual neuroscience has traditionally focused much of its attention on understanding the response properties of neurons along the visual pathways. This review focuses instead on the properties of the white matter connections between these neurons. Specifically, we provide an introduction to methods to study the human visual white matter using diffusion MRI (dMRI). This method allows us to measure the white matter connections in individual visual systems in vivo, allows us to trace long-range connections between different parts of the visual system, and to measure the biophysical properties of these connections. We explain the principles underlying dMRI measurements and the basics of modeling these data. We review a range of findings from recent studies on connections between different visual field maps, on the effects of visual impairment on the white matter, and on the properties underlying networks that process visual information that supports visual face recognition. Finally, we discuss a few promising directions for future studies. These include new methods for analysis of MRI data, open data-sets that are becoming available to study brain connectivity and white matter properties, and open-source software for the analysis of these data.