Previous, albeit correlative, findings have shown that the neural mechanisms underlying working memory critically require cross-structural and cross-frequency coupling mechanisms between theta and gamma neural oscillations. However, the direct causality between cross-frequency coupling and working memory performance remains to be demonstrated. Here we externally modulated the interaction of theta and gamma rhythms in the prefrontal cortex using novel cross-frequency protocols of transcranial alternating current stimulation to affect spatial working memory performance in humans. Enhancement of working memory performance and increase of global neocortical connectivity were observed when bursts of high gamma oscillations (80-100 Hz) coincided with the peaks of the theta waves, whereas superimposition on the trough of the theta wave and low gamma frequency protocols were ineffective. Thus, our results demonstrate the sensitivity of working memory performance and global neocortical connectivity to the phase and rhythm of the externally driven theta-gamma cross-frequency synchronization.

ABSTRACT Weak extracellular electric fields can influence spike timing in neural networks. Approaches to impose such fields on the brain in a noninvasive manner have high potential for novel treatments of neurological and psychiatric disorders. One of these methods, transcranial alternating current stimulation (TACS), is hypothesized to affect spike timing and cause neural entrainment. However, the conditions under which these effects occur in-vivo are unknown. Here, we show that TACS modulates spike timing in awake nonhuman primates (NHPs) in a dose-dependent fashion. Recording single-unit activity from pre-and post-central gyrus regions in NHPs during TACS, we found that a larger population of neurons became entrained to the stimulation waveform for higher stimulation intensities. Performing a cluster analysis of changes in interspike intervals, we identified two main types of neural responses to TACS – increased burstiness and phase entrainment. Our results demonstrate the ability of TACS to affect spike-timing in the awake primate brain and identify fundamental neural mechanisms. Concurrent electric field recordings demonstrate that spike-timing changes occur with stimulation intensities readily achievable in humans. These results suggest that novel TACS protocols tailored to ongoing brain activity may be a potent tool to normalize spike-timing in maladaptive brain networks and neurological disease.

Abstract The gradual shifting of preferred neural spiking relative to local field potentials (LFPs), known as phase precession, plays a prominent role in neural coding. Correlations between the phase precession and behavior have been observed throughout various brain regions. As such, phase precession is suggested to be a global neural mechanism that promotes local neuroplasticity. However, causal evidence and neuroplastic mechanisms of phase precession are lacking so far. Here we show a causal link between LFP dynamics and phase precession. In three experiments, we modulated LFPs in humans, a non-human primate, and computational models using alternating current stimulation. We show that continuous stimulation of motor cortex oscillations in humans lead to a gradual phase shift of maximal corticospinal excitability by ∼90°. Further, exogenous alternating current stimulation induced phase precession in a subset of entrained neurons (∼30%) in the non-human primate. Multiscale modeling of realistic neural circuits suggests that alternating current stimulation-induced phase precession is driven by NMDA-mediated synaptic plasticity. Altogether, the three experiments provide mechanistic and causal evidence for phase precession as a global neocortical process. Alternating current-induced phase precession and consequently synaptic plasticity is crucial for the development of novel therapeutic neuromodulation methods.

Abstract Neural oscillations in the primary motor cortex (M1) shape corticospinal excitability. Power and phase of ongoing mu (8-13 Hz) and beta (14-30 Hz) activity may mediate motor cortical output. However, the functional dynamics of both mu and beta phase and power relationships and their interaction, are largely unknown. Here, we employ recently developed real-time targeting of the mu and beta rhythm, to apply phase-specific brain stimulation and probe motor corticospinal excitability non-invasively. For this, we used instantaneous read-out and analysis of ongoing oscillations, targeting four different phases (0°, 90°, 180°, and 270°) of mu and beta rhythms with suprathreshold single-pulse transcranial magnetic stimulation (TMS) to M1. Ensuing motor evoked potentials (MEPs) in the right first dorsal interossei muscle were recorded. Twenty healthy adults took part in this double-blind randomized crossover study. Mixed model regression analyses showed significant phase-dependent modulation of corticospinal output by both mu and beta rhythm. Strikingly, these modulations exhibit a double dissociation. MEPs are larger at the mu trough and rising phase and smaller at the peak and falling phase. For the beta rhythm we found the opposite behavior. Also, mu power, but not beta power, was positively correlated with corticospinal output. Power and phase effects did not interact for either rhythm, suggesting independence between these aspects of oscillations. Our results provide insights into real-time motor cortical oscillation dynamics, which offers the opportunity to improve the effectiveness of TMS by specifically targeting different frequency bands.

Abstract Transcranial alternating current stimulation (tACS) is a popular method for non-invasive neuromodulation in human research and therapy. However, what constitutes an effective dose in tACS applications is still a matter of investigation and debate. Here, we examined available literature data regarding the effects of alternating current (AC)-induced electric fields on cellular-level neural activity. The literature search identified 16 relevant experimental reports that utilized brain slices, anesthetized rodents, and awake/behaving animal models. We implemented a probabilistic meta-analysis to estimate the minimum effective dose (MED) required for inducing detectable significant neural changes with AC stimulation. The results showed that AC stimulation at 0.3 mV/mm in awake/behaving mammals leads to an 80% probability of inducing minimum neural effects. A similar level of effectiveness in brain slices and anesthetized mammals required 0.7 mV/mm. In conclusion, (transcranial) alternating current stimulation is significantly more effective in awake than in anesthetized brains. The proposed dose targets can serve as a practical guideline for tACS in humans.

ABSTRACT Transcranial magnetic stimulation (TMS) is a non-invasive brain stimulation method that is rapidly growing in popularity for studying causal brain-behavior relationships. However, its dose-dependent direct neural mechanisms, i.e., due to electric field or connectivity, and peripheral sensory co-stimulation effects remain debated. Understanding how TMS stimulation parameters affect brain responses is vital for the rational design of TMS protocols. Studying these mechanisms in humans is challenging due to the limited spatiotemporal resolution of available non-invasive neuroimaging methods. Here, we leverage invasive recordings of local field potentials in non-human primates to study TMS mesoscale responses. We demonstrate that early TMS-evoked potentials show a sigmoidal dose-response with stimulation intensity. We further show that stimulation responses are spatially specific. We employ several control conditions to dissociate direct neural responses from auditory and somatosensory co-activation. These results provide crucial evidence regarding TMS neural effects at the brain circuit level. Our findings are highly relevant for interpreting human TMS studies and biomarker developments for TMS target engagement in clinical applications.

Abstract Transcranial alternating current stimulation (tACS) is a widely used noninvasive brain stimulation (NIBS) technique to affect neural activity. Neural oscillations exhibit phase-dependent associations with cognitive functions, and tools to manipulate local oscillatory phases can affect communication across remote brain regions. A recent study demonstrated that multi-channel tACS can generate electric fields with a phase gradient or traveling waves in the brain. Computational simulations using phasor algebra can predict the phase distribution inside the brain and aid in informing parameters in tACS experiments. However, experimental validation of computational models for multi-phase tACS is still lacking. Here, we develop such a framework for phasor simulation and evaluate its accuracy using in vivo recordings in nonhuman primates. We extract the phase and amplitude of electric fields from intracranial recordings in two monkeys during multi-channel tACS and compare them to those calculated by phasor analysis using finite element models. Our findings demonstrate that simulated phases correspond well to measured phases (r = 0.9). Further, we systematically evaluated the impact of accurate electrode placement on modeling and data agreement. Finally, our framework can predict the amplitude distribution in measurements given calibrated tissues’ conductivity. Our validated general framework for simulating multi-phase, multi-electrode tACS provides a streamlined tool for principled planning of multi-channel tACS experiments.

Neural oscillations play a crucial role in communication between remote brain areas. Transcranial electric stimulation with alternating currents (TACS) can manipulate these brain oscillations in a non-invasive manner. Of particular interest, TACS protocols using multiple electrodes with phase shifted stimulation currents were developed to alter the connectivity between two or more brain regions. Typically, an increase in coordination between two sites is assumed when they experience an in-phase stimulation and a disorganization through an anti-phase stimulation. However, the underlying biophysics of multi-electrode TACS has not been studied in detail, thus limiting our ability to develop a mechanistic understanding. Here, we leverage direct invasive recordings from two non-human primates during multi-electrode TACS to show that the electric field magnitude and phase depend on the phase of the stimulation currents in a non-linear manner. Further, we report a novel phenomenon of a traveling wave stimulation where the location of the electric field maximum changes over the stimulation cycle. Our results provide a basis for a mechanistic understanding of multi-electrode TACS, necessitating the reevaluation of previously published studies, and enable future developments of novel stimulation protocols.

Brain oscillations reflect system-level neural dynamics and capture the current brain state. These brain rhythms can be measured noninvasively in humans with electroencephalography (EEG). Up and down states of brain oscillations capture local changes in neuronal excitability. This makes them a promising target for non-invasive brain stimulation methods such as Transcranial Magnetic Stimulation (TMS). Real-time EEG-TMS systems record ongoing brain signals, process the data, and deliver TMS stimuli at a specific brain state. Despite their promise to increase the temporal specificity of stimulation, best practices and technical solutions are still under development. Here, we implement and compare state-of-the-art methods (Fourier based, Autoregressive Prediction) for real-time EEG-TMS and evaluate their performance both in silico and experimentally. We further propose a new robust algorithm for delivering real-time EEG phase-specific stimulation based on short prerecorded EEG training data (Educated Temporal Prediction). We found that Educated Temporal Prediction performs at the same level or better than Fourier-based or Autoregressive methods both in silico and in vivo , while being computationally more efficient. Further, we document a dependency of EEG signal-to-noise ratio (SNR) on algorithm accuracy across all algorithms. In conclusion, our results can give important insights for real-time TMS-EEG technical development as well as experimental design. We implement and compare state-of-the-art methods (Fourier based, Autoregressive Prediction) for real-time EEG-TMS and evaluate their performance both in silico and experimentally. We further propose a new robust algorithm for delivering real-time EEG phase-specific stimulation based on short prerecorded EEG training data (Educated Temporal Prediction). We found that Educated Temporal Prediction performs at the same level or better than Fourier-based or Autoregressive methods both in silico and in vivo , while being computationally more efficient. Further, we document a dependency of EEG signal-to-noise ratio (SNR) on algorithm accuracy across all algorithms. In conclusion, our results can give important insights for real-time TMS-EEG technical development as well as experimental design.

Transcranial magnetic stimulation (TMS) and transcranial electric stimulation (TES) are increasingly popular methods to noninvasively affect brain activity. However, their mechanism of action and dose-response characteristics remain under active investigation. Translational studies in animals play a pivotal role in these efforts due to a larger neuroscientific toolset enabled by invasive recordings. In order to translate knowledge gained in animal studies to humans, it is crucial to generate comparable stimulation conditions with respect to the induced electric field in the brain. Here, we conduct a finite element method (FEM) modeling study of TMS and TES electric fields in a mouse, capuchin monkey, and human model. We systematically evaluate the induced electric fields and analyze their relationship to head and brain anatomy. We find that with increasing head size, TMS-induced electric field strength first increases and then decreases according to a two-term exponential function. TES-induced electric field strength strongly decreases from smaller to larger specimen with up to 100x fold differences across species. Our results can serve as a basis to compare and match stimulation parameters across studies in animals and humans.