Abstract The perceptual salience of a sound depends on the acoustic context in which it appears, and can vary on a timescale of milliseconds. At the level of single neurons in the auditory cortex, spectrotemporal tuning for particular sounds is shaped by a similarly fast and systematic nonlinear sensitivity to acoustic context. Does this neuronal context sensitivity “drift” over time in awake animals, or is it a stable feature of sound representation in the auditory cortex? We used chronically implanted tetrode arrays in awake mice to measure the electrophysiological responses of auditory cortical neurons to spectrotemporally complex, rapidly varying sounds across many days. For each neuron in each recording session, we applied the nonlinear-linear “context model” to estimate both a principal (spectrotemporal) receptive field and a “contextual gain field” describing the neuron’s nonlinear sensitivity to acoustic context. We then quantified the stability of these fields within and across days, using spike waveforms to match neurons recorded in multiple sessions. Contextual gain fields of auditory cortical neurons in awake mice were remarkably stable across many days of recording, and comparable in stability to principal receptive fields. Interestingly, there were small but significant effects of changes in locomotion or pupil size on the ability of the context model to fit temporal fluctuations in the neuronal response. We conclude that both spectrotemporal tuning and nonlinear sensitivity to acoustic context are stable features of neuronal sound representation in the awake auditory cortex, which can be modulated by behavioral state.

Abstract Background The 22q11.2 chromosomal microdeletion is one of the strongest known genetic risk factors for schizophrenia; ∼30% of carriers develop schizophrenia in adulthood. Up to 60% of 22q11.2 deletion carriers also have mild to moderate hearing impairment, primarily from chronic middle-ear inflammation. The Df1 /+ mouse model of the 22q11.2 deletion replicates the large inter-individual variation in hearing ability observed among deletion carriers. Here we used the Df1/+ mouse model of the 22q11.2 deletion to investigate how genetic risk for schizophrenia and experience of hearing impairment interact to affect auditory brain function. Methods We measured peripheral hearing sensitivity and cortical auditory evoked potentials (AEPs) in Df1/+ mice and their WT littermates, exploiting large inter-individual variation in hearing ability among Df1/+ mice to distinguish cortical effects of genetic background from those of experience with hearing impairment. We quantified gain and adaptation of central auditory responses to repeated tone presentations by comparing brainstem and cortical tone-evoked potentials and by analysing the growth of cortical AEPs as tone intensity level or inter-tone interval duration increased. Results Central auditory gain (ratio of tone-evoked cortical and brainstem activity) was elevated in Df1/+ mice with hearing impairment. Growth of cortical AEPs with increasing sound level was abnormally large in Df1/+ mice regardless of hearing impairment. Finally, growth of cortical AEPs with increasing inter-tone interval was abnormal only for Df1/+ mice without hearing impairment. Conclusions Auditory brain abnormalities in 22q11.2DS are a function of both genotype and hearing phenotype.

Hearing loss has been implicated as a risk factor for schizophrenia, but it is not known whether this association arises from common etiology, top-down influences (e.g., social isolation), bottom-up neurobiological mechanisms, or combinations of these factors. Patients with 22q11.2 Deletion Syndrome (22q11.2DS) have a 25-30% risk of developing schizophrenia, and also suffer frequent hearing loss. Here, we used the Df1/+ mouse model of 22q11.2DS to investigate the relationship between hearing loss and susceptibility to schizophrenia-relevant brain and behavioral abnormalities. Df1/+ mice have a multi-gene deletion analogous to the chromosomal microdeletion that causes human 22q11.2DS, and like human 22q11.2DS patients exhibit high rates of hearing loss arising primarily from susceptibility to middle ear inflammation. We found that hearing loss in Df1/+ mice affected schizophrenia-relevant endophenotypes, including electrophysiological measures of central auditory gain and behavioral measures of auditory sensorimotor gating. Moreover, PV+ inhibitory interneurons, another marker for schizophrenia pathology, were significantly reduced in density in auditory cortex but not secondary motor cortex of Df1/+ mice with hearing loss. These results reveal bottom-up neurobiological mechanisms through which peripheral hearing loss arising from the 22q11.2 deletion may promote the emergence of schizophrenia-relevant auditory brain and behavioral abnormalities, and also suggest a link between conductive hearing loss and reduced PV+ interneuron density in the auditory cortex.

Sensory cortices must flexibly adapt their operations to internal states and external requirements. Modulation of specific inhibitory interneurons may provide a network-level mechanism for adjustments on behaviourally relevant timescales. Understanding of the computational roles of such modulation has mostly been restricted to phasic optogenetic activation and short, transient stimuli. Here, we aimed to extend the understanding of modulation of cortical inhibition by using sustained, network-wide optogenetic activation of parvalbumin-positive interneurons in core auditory cortex to study modulation of responses to transient, sustained, and naturalistic stimuli. We found highly conserved spectral and temporal tuning, despite profoundly reduced overall network activity. This reduction was predominantly divisive, and consistent across simple, complex, and naturalistic stimuli. A recurrent network model with power-law input-output functions replicated our results. We conclude that modulation of parvalbumin-positive interneurons on timescales typical of more sustained neuromodulation may provide a means for robust divisive gain control conserving stimulus representations.

Breakthroughs in understanding the neural basis of natural behavior require neural recording and intervention to be paired with high-fidelity multimodal behavioral monitoring. An extensive genetic toolkit for neural circuit dissection, and well-developed neural recording technology, make the mouse a powerful model organism for systems neuroscience. However, methods for high-bandwidth acquisition of behavioral signals in mice remain limited to fixed-position cameras and other off-animal devices, complicating the monitoring of animals freely engaged in natural behaviors. Here, we report the development of an ultralight head-mounted camera system combined with head-movement sensors to simultaneously monitor eye position, pupil dilation, whisking, and pinna movements along with head motion in unrestrained, freely behaving mice. The power of the combined technology is demonstrated by observations linking eye position to head orientation; whisking to non-tactile stimulation; and, in electrophysiological experiments, visual cortical activity to volitional head movements.

Research in neuroscience relies increasingly on the mouse, a mammalian species that affords unparalleled genetic tractability and brain atlases. Here we introduce high-yield methods for probing mouse visual decisions. Mice are head-fixed, which facilitates repeatable visual stimulation, eye tracking, and brain access. They turn a steering wheel to make two-alternative choices, forced or unforced. Learning is rapid thanks to intuitive coupling of stimuli to wheel position. The mouse decisions deliver high-quality psychometric curves for detection and discrimination, and conform to the predictions of a simple probabilistic observer model. The task is readily paired with two-photon imaging of cortical activity. Optogenetic inactivation reveals that the task requires the visual cortex. Mice are motivated to perform the task by fluid reward or optogenetic stimulation of dopaminergic neurons. This stimulation elicits larger number of trials and faster learning. These methods provide a platform to accurately probe mouse vision and its neural basis.