Abstract AMPA receptors (AMPARs) mediate excitatory neurotransmission in the CNS and their subunit composition determines synaptic efficacy. Whereas AMPAR subunits GluA1–GluA3 have been linked to particular forms of synaptic plasticity and learning, the functional role of GluA4 remains elusive. Here we used electrophysiological, computational and behavioral approaches to demonstrate a crucial function of GluA4 for synaptic excitation and associative memory formation in the cerebellum. Notably, GluA4-knockout mice had ∼80% reduced mossy fiber to granule cell synaptic transmission. The fidelity of granule cell spike output was markedly decreased despite attenuated tonic inhibition and increased NMDA receptor-mediated transmission. Computational modeling revealed that GluA4 facilitates pattern separation that is important for associative learning. On a behavioral level, while locomotor coordination was generally spared, GluA4-knockout mice failed to form associative memories during delay eyeblink conditioning. These results demonstrate an essential role for GluA4-containing AMPARs in cerebellar information processing and associative learning.

Several spontaneous mouse mutants with deficits in motor coordination and associated cerebellar neuropathology have been described. Intriguingly, both visible gait alterations and neuroanatomical abnormalities differ across mutants. We recently quantified specific deficits in locomotor coordination in mildly ataxic Purkinje cell degeneration mice (pcd). Here, we analyze the locomotor behavior of severely ataxic reeler mutants. Despite clearly visible behavioral differences, we find that on average, affected features of locomotor coordination are generally similarly perturbed in the two mutants. Direct comparison of locomotor kinematics and linear discriminant analysis reveal that differences in the locomotor phenotypes of these two lines are largely attributable to additional hindlimb abnormalities and increased movement variability in reeler. These findings capture shared and specific signatures of gait ataxia across mutants and provide a quantitative foundation for mapping specific locomotor impairments onto distinct neuropathologies.