Summary Activity in the healthy brain relies on concerted interplay of excitation (E) and inhibition (I) via balanced synaptic communication between glutamatergic and GABAergic neurons. A growing number of studies imply that disruption of this E/I balance is a commonality in many brain disorders, however, obtaining mechanistic insight into these disruptions, with translational value for the human patient, has typically been hampered by methodological limitations. Cadherin-13 ( CDH13 ) has strongly been associated to attention-deficit/hyperactivity disorder and comorbid disorders such as autism and schizophrenia. CDH13 localises at inhibitory presynapses, specifically of parvalbumin (PV) and somatostatin (SST) expressing GABAergic neurons. However, the mechanism by which CDH13 regulates the function of inhibitory synapses in human neurons remains unknown. Starting from human induced pluripotent stem cells, we established a robust method to generate a homogenous population of SST and PV expressing GABAergic neurons (iGABA) in vitro , and co-cultured these with glutamatergic neurons at defined E/I ratios on micro-electrode arrays. We identified functional network parameters that are most reliably affected by GABAergic modulation as such, and through alterations of E/I balance by reduced expression of CDH13 in iGABAs. We found that CDH13-deficiency in iGABAs decreased E/I balance by means of increased inhibition. Moreover, CDH13 interacts with Integrin-β1 and Integrin-β3, which play opposite roles in the regulation of inhibitory synaptic strength via this interaction. Taken together, this model allows for standardized investigation of the E/I balance in a human neuronal background and can be deployed to dissect the cell-type specific contribution of disease genes to the E/I balance.

Abstract Dravet syndrome is a severe epileptic encephalopathy, characterized by (febrile) seizures, behavioral problems and developmental delay. 80% of Dravet syndrome patients have a mutation in SCN1A , encoding Na V 1.1. Milder clinical phenotypes, such as GEFS + (generalized epilepsy with febrile seizures plus), can also arise from SCN1A mutation s . Predicting the clinical phenotypic outcome based on the type of mutation remains challenging, even when the same mutation is inherited within one family. Both this clinical and genetic heterogeneity add to the difficulties of predicting disease progression and tailored prescription of anti-seizure medication. A better understanding of the neuropathology of different SCN1A mutations, might give insight in differentiating the expected clinical phenotype and best fit treatment choice. Initially it was recognized that loss of Na + -current in inhibitory neurons specifically resulted in disinhibition and consequently seizure generation. However, the extent to which excitatory neurons contribute to the pathophysiology is currently debated, and might depend on the patient clinical phenotype or the specific mutation in SCN1A . To examine the genotype-phenotype correlations of SCN1A mutations in relation to excitatory neurons, we investigated a panel of patient-derived excitatory neuronal networks differentiated on multi-electrode arrays. We included patients with different clinical phenotypes, harboring different mutations in SCN1A , plus a family where the same mutation leads to both GEFS+ and Dravet syndrome. We hitherto describe a previously unidentified functional excitatory neuronal network phenotype in the context of epilepsy, which corresponded to seizurogenic network prediction patterns elicited by proconvulsive compounds. We find that excitatory neuronal networks were differently affected, dependent on the type of S CN1A mutation, but not on clinical severity. Specifically, pore domain mutations could be distinguished from voltage sensing domain mutations. Furthermore, all patients showed aggravated neuronal network responses upon febrile temperatures. While the basal neuronal network phenotypes could not be distinguished based on patient clinical severity, retrospective drug screening revealed that anti-seizure medication only affected GEFS+ patient-, but not Dravet patient-derived neuronal networks in a patient specific and clinically relevant manner. In conclusion, our results indicate a mutation-specific excitatory neuronal network phenotype, which recapitulates the foremost clinically relevant features, providing future opportunities for precision therapies. Highlights Human stem cell derived excitatory neurons are affected by mutations in SCN1A and display mutation-specific, but not clinical phenotype specific, neuronal network phenotypes The neuronal network phenotype we describe corresponds to seizurogenic network prediction patterns in vitro Excitatory neuronal networks respond to Dravet syndrome clinically relevant triggers, like febrile temperatures and Dravet-contraindicated ASM Carbamazepine Retrospective drug screening revealed that GEFS+ neuronal networks, but not Dravet neuronal networks respond to ASM in a patient-specific and clinical relevant manner

Epilepsy, intellectual and cortical sensory deficits and psychiatric manifestations are among the most frequent manifestations of mitochondrial diseases. Yet, how mitochondrial dysfunction affects neural structure and function remains largely elusive. This is mostly due to the lack of a proper in vitro translational neuronal model system(s) with impaired energy metabolism. Leveraging the induced pluripotent stem cell technology, from a cohort of patients with the common pathogenic m.3243A>G variant of mitochondrial encephalomyopathy, lactic acidosis and stroke-like episodes (MELAS), we differentiated excitatory cortical neurons (iNeurons) with normal (low heteroplasmy) and impaired (high heteroplasmy) mitochondrial function on an isogenic nuclear DNA background. iNeurons with high levels of heteroplasmy exhibited mitochondrial dysfunction, delayed neural maturation, reduced dendritic complexity and fewer functional excitatory synapses. Microelectrode array recordings of neuronal networks with high heteroplasmy displayed reduced network activity and decreased synchronous network bursting. The impaired neural energy metabolism of iNeurons compromising the structural and functional integrity of neurons and neural networks, could be the primary driver of increased susceptibility to neuropsychiatric manifestations of mitochondrial disease.

Abstract Micro-electrode arrays (MEAs) are increasingly used to characterize neuronal network activity of human induced pluripotent stem-cell (hiPSC)-derived neurons. Despite their gain in popularity, MEA recordings from hiPSC-derived neuronal networks are not always used to their full potential in respect to experimental design, execution and data analysis. Therefore, we benchmarked the robustness and sensitivity of MEA-derived neuronal activity patterns derived from ten healthy individual control lines. We provide recommendations on experimental design and analysis to achieve standardization. With such standardization, MEAs can be used as a reliable platform to distinguish (disease-specific) network phenotypes. In conclusion, we show that MEAs are a powerful and robust tool to uncover functional neuronal network phenotypes from hiPSC-derived neuronal networks, and provide an important resource to advance the hiPSC field towards the use of MEAs for disease-phenotyping and drug discovery.

Mechanisms that underlie homeostatic plasticity have been extensively investigated at single-cell levels in animal models, but are less well understood at the network level. Here, we used microelectrode arrays to characterize neuronal networks following induction of homeostatic plasticity in human induced pluripotent stem cell (hiPSC)-derived glutamatergic neurons co-cultured with rat astrocytes. Chronic suppression of neuronal activity through tetrodotoxin (TTX) elicited a time-dependent network re-arrangement. Increased expression of AMPA receptors and the elongation of axon initial segments were associated with increased network excitability following TTX treatment. Transcriptomic profiling of TTX-treated neurons revealed up-regulated genes related to extracellular matrix organization, while down-regulated genes related to cell communication; also astrocytic gene expression was found altered. Overall, our study shows that hiPSC-derived neuronal networks provide a reliable in vitro platform to measure and characterize homeostatic plasticity at network and single-cell level; this platform can be extended to investigate altered homeostatic plasticity in brain disorders.