VK
Valentina Khalil
Author with expertise in Neuronal Oscillations in Cortical Networks
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(75% Open Access)
Cited by:
2
h-index:
3
/
i10-index:
1
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
6

Distinct representations of innate and learned threats within the thalamic-amygdala pathway

Valentina Khalil et al.Jan 13, 2023
+3
N
I
V
Behavioral flexibility and timely reactions to salient stimuli are essential for survival. The subcortical thalamic-basolateral amygdala (BLA) pathway serves as a shortcut for salient stimuli ensuring rapid processing. Here, we show that BLA neuronal and thalamic axonal activity mirror the defensive behavior evoked by an innate visual threat as well as an auditory learned threat. Importantly, perturbing this pathway compromises defensive responses to both forms of threats, in that animals fail to switch from exploratory to defensive behavior. Despite the shared pathway between the two forms of threat processing, we observed noticeable differences. Blocking beta-adrenergic receptors impair the defensive response to the innate but not the learned threats. This reduced defensive response, surprisingly, is reflected in the suppression of the activity exclusively in the BLA, as the thalamic input response remains intact. Our side-by-side examination highlights the similarities and differences between innate and learned threat-processing, thus providing new fundamental insights.
1

Non-Hebbian plasticity transforms transient experiences into lasting memories

Islam Faress et al.Apr 6, 2023
+6
W
V
I
The dominant models of learning and memory, such as Hebbian plasticity, propose that experiences are transformed into memories through input-specific synaptic plasticity at the time of learning. However, synaptic plasticity is neither strictly input specific nor restricted to the time of its induction. The impact of such forms of non-Hebbian plasticity on memory has been difficult to test, hence poorly understood. Here, we demonstrate that synaptic manipulations can deviate from the Hebbian model of learning, yet produce a lasting memory. First, we established an associative conditioning protocol where optogenetic stimulation of sensory thalamic input to the amygdala was paired with a footshock, but no detectable memory was formed. However, when the same input was potentiated minutes before or after, or even 24 hours later, the associative experience was converted to a lasting memory. Importantly, potentiating an independent input to the amygdala minutes but not 24 hours after the pairing produced a lasting memory. Thus, our findings suggest that the process of transformation of a transient experience into a memory is neither restricted to the time of the experience nor to the synapses triggered by it; instead, it can be influenced by past and future events.
5

Recombinase-Independent AAV for Anterograde Transsynaptic Tracing

Islam Faress et al.Jun 22, 2023
+3
H
V
I
Abstract Viral transsynaptic labeling has become indispensable for investigating the functional connectivity of neural circuits. Adeno-associated virus serotype 1 (AAV1) allows for anterograde transneuronal labeling and manipulation of postsynaptic neurons. However, it is limited to delivering an AAV1 expressing a recombinase which relies on using transgenic animals or genetic access to postsynaptic neurons. We reasoned that a strong expression level could overcome this limitation. To this end, we used a self-complementary AAV1 (scAAV1) under a strong promoter (CAG). We demonstrated the anterograde transneuronal efficiency of scAAV1 by delivering a fluorescent marker in mouse retina-superior colliculus and thalamic-amygdala pathways in a recombinase-independent manner. In addition to investigating neuronal connectivity, scAAV1.CAG may be suitable for functional manipulation and imaging.
0

TRACE: An unbiased method to permanently tag transiently activated inputs

Nathalie Krauth et al.Feb 3, 2020
+4
A
N
N
A fundamental interest in circuit analysis is to parse out the synaptic inputs underlying a behavioral experience. Toward this aim, we have devised an unbiased strategy that specifically labels the afferent inputs that are activated by a defined stimulus in an activity-dependent manner. We validated this strategy in four brain areas receiving known sensory inputs. This strategy, as demonstrated here, accurately identifies these inputs.