Abstract Sleep consists of two basic stages: non-rapid eye movement (NREM) and rapid eye movement (REM) sleep. NREM sleep is characterized by slow high-amplitude cortical EEG signals, while REM sleep is characterized desynchronized cortical rhythms. While, until recently, it has been widely believed that cortical activity during REM sleep is globally desynchronized, recent electrophysiological studies showed slow waves (SW) in some cortical areas during REM sleep. Electrophysiological techniques, however, have been unable to resolve the regional structure of these activities, due to relatively sparse sampling. We mapped functional gradients in cortical activity during REM sleep using mesoscale imaging in mice, and observed local SW patterns occurring mainly in somatomotor and auditory cortical regions, with minimum presence within the default mode network. The role of the cholinergic system in local desynchronization during REM sleep was also explored by calcium imaging of cholinergic terminal activity within the mouse cortex. Terminal activity was weaker in regions exhibiting SW activity more frequently during REM sleep. We also analyzed Allen Mouse Brain Connectivity dataset and found that these regions have weaker cholinergic projections from the basal forebrain.

Abstract Coordinated peri-ripple activity in the hippocampal-neocortical network is essential for mnemonic information processing in the brain. Hippocampal ripples likely serve different functions in sleep and awake states. Thus, the corresponding neocortical activity patterns may differ in important ways. We addressed this possibility by conducting voltage and glutamate wide-field imaging of the neocortex with concurrent hippocampal electrophysiology in awake mice. Contrary to our previously published sleep results, deactivation and activation were dominant in post-ripple neocortical voltage and glutamate activity, respectively, especially in the agranular retrosplenial cortex (aRSC). Additionally, the spiking activity of aRSC neurons, estimated by two-photon calcium imaging, revealed the existence of two subpopulations of excitatory neurons with opposite peri-ripple modulation patterns: one increases and the other decreases firing rate. These differences in peri-ripple spatiotemporal patterns of neocortical activity in sleep versus awake states might underlie the reported differences in the function of sleep versus awake ripples.

The signature rhythm of slow wave forebrain activity is the large amplitude, slow oscillation (SO: ~1 Hz) made up of alternating synchronous periods of depolarizing and hyperpolarizing states at the single cell and network levels. On each wave, the SO originates at a unique location and propagates across the neocortex. Attempts to manipulate SO activity using electrical fields have been shown to entrain cortical networks and enhance memory performance. However, neural activity during this manipulation has remained elusive due to methodological issues in typical electrical recordings. Here we use voltage-sensitive dye (VSD) imaging in a bilateral cortical preparation of urethane anesthetized mice to track SO cortical activity and its modulation by sinusoidal electrical field stimulation applied to frontal regions. We show that under spontaneous conditions, the SO propagates in two main opposing directional patterns along an anterior lateral / posterior medial axis. Rhythmic field stimulation alters spontaneous propagation to reflect activity that repeats cycle after cycle with distributed and varied anterior initiation zones and a consistent termination zone in the posterior somatosensory cortex. Our results show that slow electrical field stimulation stereotypes ongoing slow cortical dynamics during sleep like states.

Sensory and direct stimulation of the brain probes its functional repertoire and the information processing capacity of networks. However, a systematic exploration can only be performed in silico. Stimulation takes the system out of its attractor states and samples the environment of the flow to gain insight into the stability and multiplicity of trajectories. It is the only means of obtaining a complete understanding of the healthy brain network's dynamic properties. We built a whole mouse brain model with connectivity derived from tracer studies. We systematically varied the stimulation location, the ratio of long- to short-range interactions, and the range of short connections. Functional networks appeared in the spatial motifs of simulated brain activity. Several motifs included the default mode network, suggesting a junction of functional networks. The model explains processing in sensory systems and replicates the in vivo dynamics after stimulation without parameter tuning, emphasizing the role of connectivity.

A prevalent model is that sharp-wave ripples (SWR) arise ‘spontaneously’ in CA3 and propagate recent memory traces outward to the neocortex to facilitate memory consolidation there. Using voltage and extracellular glutamate transient recording over widespread regions of mice dorsal neocortex in relation to CA1 multiunit activity (MUA) and SWR, we find that the largest SWR-related modulation occurs in retrosplenial cortex; however, contrary to the unidirectional hypothesis, neocortical activation exhibited a continuum of activation timings relative to SWRs, varying from leading to lagging. Thus, contrary to the model in which SWRs arise ‘spontaneously’ in the hippocampus, neocortical activation often precedes SWRs and may thus constitute a trigger event in which neocortical information seeds associative reactivation of hippocampal ‘indices’. This timing continuum is consistent with a dynamics in which older, more consolidated memories may in fact initiate the hippocampal-neocortical dialog, whereas reactivation of newer memories may be initiated predominantly in the hippocampus.

Abstract The synapse is the fundamental unit of communication in the nervous system. Determining how information is transferred across the synaptic interface is one of the most complex endeavors in neuroscience, owing to the large number of contributing factors and events. An approach to solving this problem involves collapsing across these complexities to derive concise mathematical formulas that fully capture the governing dynamics of synaptic transmission. We investigated the feasibility of deriving such a formula – an input-output transformation function for the CA3 to CA1 node of the hippocampus -- using the Volterra expansion technique for nonlinear system identification. The entirety of the field EPSP in the apical dendrites of mouse brain slices was described with >94% accuracy by a 2 nd order equation that captured the linear and nonlinear influence of past inputs on current outputs. This function generalized to cases not included in its derivation and uncovered previously undetected timing rules. The basal dendrites expressed a substantially different transfer function and evidence was obtained that, unlike the apical system, a 3 rd order system or higher will be needed for complete characterization. Collectively, these results describe a readily implemented and unusually sensitive means for evaluating the effects of pharmacological treatments and disease related conditions on synaptic dynamics. At scale, the approach will also provide information needed for the construction of biologically realistic models of brain networks.