Spike-frequency adaptation (SFA) is a fundamental neuronal mechanism taking into account the fatigue due to spike emissions and the consequent reduction of the firing activity. We have studied the effect of this adaptation mechanism on the macroscopic dynamics of excitatory and inhibitory networks of quadratic integrate-and-fire (QIF) neurons coupled via exponentially decaying post-synaptic potentials. In particular, we have studied the population activities by employing an exact mean field reduction, which gives rise to next generation neural mass models. This low-dimensional reduction allows for the derivation of bifurcation diagrams and the identification of the possible macroscopic regimes emerging both in a single and in two identically coupled neural masses. In single popukations SFA favours the emergence of population bursts in excitatory networks, while it hinders tonic population spiking for inhibitory ones. The symmetric coupling of two neural masses, in absence of adaptation, leads to the emergence of macroscopic solutions with broken symmetry : namely, chimera-like solutions in the inhibitory case and anti-phase population spikes in the excitatory one. The addition of SFA leads to new collective dynamical regimes exhibiting cross-frequency coupling (CFC) among the fast synaptic time scale and the slow adaptation one, ranging from anti-phase slow-fast nested oscillations to symmetric and asymmetric bursting phenomena. The analysis of these CFC rhythms in the θ - γ range has revealed that a reduction of SFA leads to an increase of the θ frequency joined to a decrease of the γ one. This is analogous to what reported experimentally for the hippocampus and the olfactory cortex of rodents under cholinergic modulation, that is known to reduce SFA.

Spontaneous emergence of synchronized population activity is a characteristic feature of developing brain circuits. Recent experiments in the developing neo-cortex showed the existence of driver cells able to impact the synchronization dynamics when single-handedly stimulated. We have developed a spiking network model capable to reproduce the experimental results, thus identifying two classes of driver cells: functional hubs and low functionally connected (LC) neurons. The functional hubs arranged in a clique orchestrated the synchronization build-up, while the LC drivers were lately or not at all recruited in the synchronization process. Notwithstanding, they were able to alter the network state when stimulated by modifying the temporal activation of the functional clique or even its composition. LC drivers can lead either to higher population synchrony or even to the arrest of population dynamics, upon stimulation. Noticeably, some LC driver can display both effects depending on the received stimulus. We show that in the model the presence of inhibitory neurons together with the assumption that younger cells are more excitable and less connected is crucial for the emergence of LC drivers. These results provide a further understanding of the structural-functional mechanisms underlying synchronized firings in developing circuits possibly related to the coordinated activity of cell assemblies in the adult brain.

The hippocampus plays a critical role in episodic memory: the sequential representation of visited places and experienced events. This function is mirrored by hippocampal activity that self organizes into sequences of neuronal activation that integrate spatiotemporal information. What are the underlying mechanisms of such integration is still unknown. Single cell activity was recently shown to combine time and distance information; however, it remains unknown whether a degree of tuning between space and time can be defined at the network level. Here, combining daily calcium imaging of CA1 sequence dynamics in running headfixed mice and network modeling, we show that CA1 network activity tends to represent a specific combination of space and time at any given moment, and that the degree of tuning can shift within a continuum from one day to the next. Our computational model shows that this shift in tuning can happen under the control of the external drive power. We propose that extrinsic global inputs shape the nature of spatio-temporal integration in the hippocampus at the population level depending on the task at hand, a hypothesis which may guide future experimental studies.

The temporal embryonic origins of cortical GABA neurons are critical for their specialization. In the neonatal hippocampus, GABA cells born the earliest (ebGABAs) operate as hubs by orchestrating neuronal dynamics. However, their fate remains largely unknown. To fill this gap, we have examined CA1 ebGABAs using a combination of electrophysiology, neurochemical analysis, optogenetic connectivity mapping as well as ex vivo and in vivo calcium imaging. We show that CA1 ebGABAs not only operate as hubs during development, but also maintain distinct morpho-physiological and connectivity profiles, including a bias for long-range targets and local excitatory inputs. In vivo, ebGABAs signal a variety of network states, including the activation of local CA1 assemblies. Hence, ebGABAs are specified from birth to ensure unique functions throughout their lifetime. In the adult brain, this may take the form of a long-range hub role through the coordination of cell assemblies across distant regions.

The nucleus reuniens (NR) is an important anatomical and functional relay between the medial prefrontal cortex (mPFC) and the hippocampus (HPC). Whether the NR controls neuronal assemblies, a hallmark of information exchange between the HPC and mPFC for memory transfer/consolidation, is not known. Using simultaneous LFP and unit recordings in NR, HPC and mPFC in rats during slow oscillations under anesthesia, we identified a reliable sequential activation of NR neurons at the beginning of UP states, which preceded mPFC ones. NR sequences were spatially organized, from dorsal to ventral NR. Chemical inactivation of the NR disrupted mPFC sequences at the onset of UP states as well as HPC sequences present during sharp-wave ripples. We conclude that the NR contributes to the coordination and stabilization of mPFC and HPC neuronal sequences during slow oscillations, possibly via the early activation of its own sequences.Significance Statement Neuronal assemblies are believed to be instrumental to code/encode/store information. They can be recorded in different brain regions, suggesting that widely distributed networks of networks are involved in such information processing. The prefrontal cortex, the hippocampus and the thalamic nucleus reuniens constitute a typical example of a complex network involved in memory consolidation. In this study, we show that spatially organized cells assemblies are recruited in the nucleus reuniens at the UP state onset during slow oscillations. Nucleus reuniens activity appears to be necessary to the stability of prefrontal cortex and hippocampal cell assembly formation during slow oscillations. This result further highlights the role of the Nucleus Reuniens as a functional hub for exchanging and processing memories.

Inhibition is a key aspect of neural dynamics playing a fundamental role for the emergence of neural rhythms and the implementation of various information coding strategies. Inhibitory populations are present in several brain structures and the comprehension of their dynamics is strategical for the understanding of neural processing. In this paper, we clarify the mechanisms underlying a general phenomenon present in pulse-coupled heterogeneous inhibitory networks: inhibition can induce not only suppression of the neural activity, as expected, but it can also promote neural reactivation. In particular, for globally coupled systems, the number of firing neurons monotonically reduces upon increasing the strength of inhibition (neurons' death). However, the random pruning of the connections is able to reverse the action of inhibition, i.e. in a sparse network a sufficiently strong synaptic strength can surprisingly promote, rather than depress, the activity of the neurons (neurons' rebirth). Thus the number of firing neurons reveals a minimum at some intermediate synaptic strength. We show that this minimum signals a transition from a regime dominated by the neurons with higher firing activity to a phase where all neurons are effectively sub-threshold and their irregular firing is driven by current fluctuations. We explain the origin of the transition by deriving an analytic mean field formulation of the problem able to provide the fraction of active neurons as well as the first two moments of their firing statistics. The introduction of a synaptic time scale does not modify the main aspects of the reported phenomenon. However, for sufficiently slow synapses the transition becomes dramatic, the system passes from a perfectly regular evolution to an irregular bursting dynamics. In this latter regime the model provides predictions consistent with experimental findings for a specific class of neurons, namely the medium spiny neurons in the striatum.

Striatal projection neurons form a sparsely-connected inhibitory network, and this arrangement may be essential for the appropriate temporal organization of behavior. Here we show that a simplified, sparse inhibitory network of Leaky-Integrate-and-Fire neurons can reproduce some key features of striatal population activity, as observed in brain slices. In particular we develop a new metric to determine the conditions under which sparse inhibitory networks form anti-correlated cell assemblies with time-varying activity of individual cells. We find that under these conditions the network displays an input-specific sequence of cell assembly switching, that effectively discriminates similar inputs. Our results support the proposal that GABAergic connections between striatal projection neurons allow stimulus-selective, temporally-extended sequential activation of cell assemblies. Furthermore, we help to show how altered intrastriatal GABAergic signaling may produce aberrant network-level information processing in disorders such as Parkinson's and Huntington's diseases.

Neurons in the intact brain receive a continuous and irregular synaptic bombardment from excitatory and inhibitory pre-synaptic neurons, which determines the firing activity of the stimulated neuron. In order to investigate the influence of inhibitory stimulation on the firing time statistics, we consider Leaky Integrate-and-Fire neurons subject to inhibitory instantaneous post-synaptic potentials. In particular, we report exact results for the firing rate, the coefficient of variation and the spike train spectrum for various synaptic weight distributions. Our results are not limited to stimulations of infinitesimal amplitude, but they apply as well to finite amplitude post-synaptic potentials, thus being able to capture the effect of rare and large spikes. The developed methods are able to reproduce also the average firing properties of heterogeneous neuronal populations.