Abstract Premotor circuits in the brainstem control pools of orofacial motoneurons to execute essential functions such as drinking, eating, breathing, and in rodent, whisking. Previous transsynaptic tracing studies only mapped orofacial premotor circuits in neonatal mice but the adult circuits remain unknown due to technical difficulties. Here we developed a three-step monosynaptic transsynaptic tracing strategy to identify premotor neurons controlling whisker, tongue protrusion, and jaw-closing muscles in the adult. We registered these different groups of premotor neurons onto the Allen mouse brain common coordinate framework (CCF) and consequently generated a combined 3D orofacial premotor atlas, revealing unique spatial organizations of distinct premotor circuits. We also uncovered premotor neurons simultaneously innervating multiple motor nuclei and, thus, likely coordinating different muscles involved in the same orofacial behaviors. Our method for tracing adult premotor circuits and registering to Allen CCF is generally applicable and should facilitate the investigations of motor controls of diverse behaviors.

One routine and necessary, yet time-consuming task in neuroanatomy is the annotation of labeled cells relative to the background. Currently, staining and imaging techniques enable the marking of specific cell groups with fluorescent dyes. Modern high throughput scanning microscopes allow high resolution multi-channel imaging of the sectioned brain. However, manual identification of labeled cells is prohibitively time consuming. We present a methodology for developing digital assistants that significantly reduce the labor of the anatomist while improving the consistency of the annotation. Machine learning methods are combined with a rigorous way to measure the confidence of the predictions. We compare the error rate of our method to the disagreement rate between human anatomists. This comparison demonstrates that our method can reduce the time to annotate as much as ten-fold without significantly increasing the error rate.

Abstract Speech generation critically depends on precise controls of laryngeal muscles and coordination with ongoing respiratory activity. However, the neural mechanisms governing these processes remain unknown. Here, we mapped laryngeal premotor circuitry in adult mice and viral-genetically identified excitatory vocal premotor neurons located in the retroambiguus nucleus (RAm VOC ) as both necessary and sufficient for driving vocal-cord closure and eliciting mouse ultrasonic vocalizations (USVs). The duration of RAm VOC activation determines the lengths of USV syllables and post-inspiration phases. RAm VOC -neurons receive inhibitory inputs from the preBötzinger complex, and inspiration needs can override RAm VOC -mediated vocal-cord closure. Ablating inhibitory synapses in RAm VOC -neurons compromised this inspiration gating of laryngeal adduction, resulting in de-coupling of vocalization and respiration. Our study revealed the hitherto unknown circuits for vocal pattern generation and vocal-respiratory coupling. One-Sentence Summary Identification of RAm VOC neurons as the critical node for vocal pattern generation and vocal-respiratory coupling.