How the human brain generates conscious phenomenal experience is a fundamental problem. In particular, it is unknown how variable and dynamic changes in subjective affect are driven by interactions with objective phenomena. We hypothesize a neurocomputational mechanism that generates valence-specific learning signals associated with 'what it is like' to be rewarded or punished. Our hypothesized model maintains a partition between appetitive and aversive information while generating independent and parallel reward and punishment learning signals. This valence-partitioned reinforcement learning (VPRL) model and its associated learning signals are shown to predict dynamic changes in 1) human choice behavior, 2) phenomenal subjective experience, and 3) BOLD-imaging responses that implicate a network of regions that process appetitive and aversive information that converge on the ventral striatum and ventromedial prefrontal cortex during moments of introspection. Our results demonstrate the utility of valence-partitioned reinforcement learning as a neurocomputational basis for investigating mechanisms that may drive conscious experience.

Abstract Dopaminergic signaling in the striatum has been shown to play a critical role in the perception of time. Decreasing striatal dopamine efficacy is at the core of Parkinson’s disease (PD) motor symptoms and changes in dopaminergic action have been associated with many comorbid non-motor symptoms in PD. We hypothesize that patients with PD perceive time differently and in accordance with their specific comorbid non-motor symptoms and clinical state. We recruited patients with PD and compared individual differences in patients’ clinical features with their ability to judge millisecond to second intervals of time (500ms-1100ms) while on or off their prescribed dopaminergic medications. We show that individual differences in comorbid non-motor symptoms, PD duration, and prescribed dopaminergic pharmacotherapeutics account for individual differences in time perception performance. We report that comorbid impulse control disorder is associated with temporal overestimation; depression is associated with decreased temporal accuracy; and PD disease duration and prescribed levodopa monotherapy are associated with reduced temporal precision and accuracy. Observed differences in time perception are consistent with hypothesized dopaminergic mechanisms thought to underlie the respective motor and non-motor symptoms in PD, but also raise questions about specific dopaminergic mechanisms. In future work, time perception tasks like the one used here, may provide translational or reverse translational utility in investigations aimed at disentangling neural and cognitive systems underlying PD symptom etiology. One Sentence Summary Quantitative characterization of time perception behavior reflects individual differences in Parkinson’s disease motor and non-motor symptom clinical presentation that are consistent with hypothesized neural and cognitive mechanisms.

Abstract In the mammalian brain, midbrain dopamine neuron activity is hypothesized to encode reward prediction errors that promote learning and guide behavior by causing rapid changes in dopamine levels in target brain regions. This hypothesis (and alternatives regarding dopamine’s role in punishment-learning) has limited direct evidence in humans. We report intracranial, sub-second measurements of dopamine release in human striatum measured while volunteers (i.e., patients undergoing deep brain stimulation (DBS) surgery) performed a probabilistic reward- and punishment-learning choice task designed to test whether dopamine release encodes only reward prediction errors or whether dopamine release may also encode adaptive punishment-learning signals. Results demonstrate that extracellular dopamine levels can encode both reward and punishment prediction errors, but may do so via by independent valence-specific pathways in the human brain. One-Sentence Summary Dopamine release encodes reward and punishment prediction errors via independent pathways in the human brain.

The metabolism of steroids by the gut microbiome affects hormone homeostasis, impacting host development, mental health, and reproductive functions. In this study, we identify the Δ 4 -3-ketosteroid 5β-reductase, 3β-hydroxysteroid dehydrogenase/Δ 5-4 isomerase, and Δ 6 -3-ketosteroid reductase enzyme families encoded by common human gut bacteria. Through phylogenetic reconstruction and mutagenesis, We show that 5β-reductase and Δ 6 -3-ketosteroid reductase have evolved to specialize in converting diverse 3-keto steroid hormones into their 5β- and Δ 6 -reduced derivatives. We also find that the novel 3β-hydroxysteroid dehydrogenase Δ 5 -4 isomerase is fused with 5β-reductase in multiple species, streamlining the multi-step conversion of pregnenolone, a steroid hormone precursor, into epipregnanolone. Through metagenomic analysis, we reveal that these enzymes are prevalent in healthy populations, being enriched in females over males. These findings provide the molecular basis for studying microbial steroid metabolism in the gut, offering insights into its potential impact on hormonal health in hosts, especially in the context of women′s health.