ABSTRACT The rodent estrous cycle modulates a range of biological functions, from gene expression to behavior. The cycle is typically divided into four stages, each characterized by distinct hormone concentration profiles. Given the difficulty of repeatedly sampling plasma steroid hormones from rodents, the primary method for classifying estrous stage is by identifying vaginal epithelial cell types. However, manual classification of epithelial cell samples is time-intensive and variable, even amongst expert investigators. Here, we use a deep learning approach to achieve classification accuracy at expert levels in a matter of seconds. Due to the heterogeneity and breadth of our input dataset, our deep learning approach (“EstrousNet”) is highly generalizable across rodent species, stains, and subjects. The EstrousNet algorithm exploits the temporal dimension of the hormonal cycle by fitting classifications to an archetypal estrous cycle, highlighting possible misclassifications and flagging anestrus phases (e.g., pseudopregnancy). EstrousNet allows for rapid estrous cycle staging, improving the ability of investigators to consider endocrine state in their rodent studies.

ABSTRACT Perception of visual motion is important for a range of ethological behaviors in mammals. In primates, specific higher visual cortical regions are specialized for processing of coherent visual motion. However, the distribution of motion processing among visual cortical areas in mice is unclear, despite the powerful genetic tools available for measuring population neural activity. Here, we used widefield and 2-photon calcium imaging of transgenic mice expressing a calcium indicator in excitatory neurons to measure mesoscale and cellular responses to coherent motion across the visual cortex. Imaging of primary visual cortex (V1) and several higher visual areas (HVAs) during presentation of natural movies and random dot kinematograms (RDKs) revealed heterogeneous responses to coherent motion. Although coherent motion responses were observed throughout visual cortex, particular HVAs in the putative dorsal stream (PM, AL, AM) exhibited stronger responses than ventral stream areas (LM and LI). Moreover, beyond the differences between visual areas, there was considerable heterogeneity within each visual area. Individual visual areas exhibited an asymmetry across the vertical retinotopic axis (visual elevation), such that neurons representing the inferior visual field exhibited greater responses to coherent motion. These results indicate that processing of visual motion in mouse cortex is distributed unevenly across visual areas and exhibits a spatial bias within areas, potentially to support processing of optic flow during spatial navigation.

Abstract In degenerative retinal disorders, rod and cone photoreceptors die, causing vision impairment and blindness. Downstream neurons survive but undergo morphological and physiological remodeling, with some retinal ganglion cells (RGC) exhibiting heightened spontaneous firing. Retinoic acid (RA) has been implicated as the key signaling molecule that induces RGC hyperactivity, obscuring RGC light responses and reducing light avoidance behaviors triggered by residual rods and cones. However, evidence that RA-dependent remodeling corrupts image-forming vision has been lacking. Here we show that disulfiram, an FDA-approved drug that inhibits RA synthesis, and BMS 493, an RA receptor (RAR) inhibitor, reduce RGC hyperactivity and augment image detection in visually impaired mice. Functional imaging of visual cortical neurons shows that disulfiram and BMS 493 sharpen orientation-tuning and strengthen response fidelity to naturalistic scenes. These findings establish a causal link between RA-induced retinal hyperactivity and vision impairment and define molecular targets and candidate drugs for boosting image-forming vision in retinal degeneration.

ABSTRACT The hippocampus consists of a stereotyped neuronal circuit repeated along the septal-temporal axis. This transverse circuit contains distinct subfields with stereotyped connectivity that support crucial cognitive processes, including episodic and spatial memory. However, comprehensive measurements across the transverse hippocampal circuit in vivo are intractable with existing techniques. Here, we developed an approach for two-photon imaging of the transverse hippocampal plane in awake mice via implanted glass microperiscopes, allowing optical access to the major hippocampal subfields and to the dendritic arbor of pyramidal neurons. Using this approach, we tracked dendritic morphological dynamics on CA1 apical dendrites and characterized spine turnover. We then used calcium imaging to quantify the prevalence of place and speed cells across subfields. Finally, we measured the anatomical distribution of spatial information, finding a non-uniform distribution of spatial selectivity along the DG-to-CA1 axis. This approach extends the existing toolbox for structural and functional measurements of hippocampal circuitry.