Summary

 A key obstacle to understanding neural circuits in the cerebral cortex is that of unraveling the diversity of GABAergic interneurons. This diversity poses general questions for neural circuit analysis: how are these interneuron cell types generated and assembled into stereotyped local circuits and how do they differentially contribute to circuit operations that underlie cortical functions ranging from perception to cognition? Using genetic engineering in mice, we have generated and characterized approximately 20 Cre and inducible CreER knockin driver lines that reliably target major classes and lineages of GABAergic neurons. More select populations are captured by intersection of Cre and Flp drivers. Genetic targeting allows reliable identification, monitoring, and manipulation of cortical GABAergic neurons, thereby enabling a systematic and comprehensive analysis from cell fate specification, migration, and connectivity, to their functions in network dynamics and behavior. As such, this approach will accelerate the study of GABAergic circuits throughout the mammalian brain.

Cortical inhibitory interneurons expressing vasoactive intestinal polypeptide (VIP) are shown to specialize in suppressing the activity of other inhibitory interneurons and are activated by reinforcement signals, thus increasing the activity of excitatory neurons by releasing them from inhibition; these results reveal a cell-type-specific microcircuit that tunes cortical activity under certain behavioural conditions. Disinhibition is a potentially powerful mechanism for controlling the activity and computation in neural circuits. Relatively little is known about neurons specializing in disinhibition and their specific function. Now Adam Kepecs and colleagues report that a cortical interneuron type defined by vasoactive intestinal polypeptide (VIP) expression inhibits the activity of other inhibitory interneurons, thereby adding an additional level of control over excitatory neurons. They further find that VIP interneurons are activated by rewards and punishments when rats perform a reinforcement learning task. These results reveal a cell-type-specific microcircuit that tunes cortical activity under certain behavioural conditions. In the mammalian cerebral cortex the diversity of interneuronal subtypes underlies a division of labour subserving distinct modes of inhibitory control1,2,3,4,5,6,7. A unique mode of inhibitory control may be provided by inhibitory neurons that specifically suppress the firing of other inhibitory neurons. Such disinhibition could lead to the selective amplification of local processing and serve the important computational functions of gating and gain modulation8,9. Although several interneuron populations are known to target other interneurons to varying degrees10,11,12,13,14,15, little is known about interneurons specializing in disinhibition and their in vivo function. Here we show that a class of interneurons that express vasoactive intestinal polypeptide (VIP) mediates disinhibitory control in multiple areas of neocortex and is recruited by reinforcement signals. By combining optogenetic activation with single-cell recordings, we examined the functional role of VIP interneurons in awake mice, and investigated the underlying circuit mechanisms in vitro in auditory and medial prefrontal cortices. We identified a basic disinhibitory circuit module in which activation of VIP interneurons transiently suppresses primarily somatostatin- and a fraction of parvalbumin-expressing inhibitory interneurons that specialize in the control of the input and output of principal cells, respectively3,6,16,17. During the performance of an auditory discrimination task, reinforcement signals (reward and punishment) strongly and uniformly activated VIP neurons in auditory cortex, and in turn VIP recruitment increased the gain of a functional subpopulation of principal neurons. These results reveal a specific cell type and microcircuit underlying disinhibitory control in cortex and demonstrate that it is activated under specific behavioural conditions.

Male-specific fruitless (fru) products (FruM) are both necessary and sufficient to “hardwire” the potential for male courtship behavior into the Drosophila nervous system. FruM is expressed in ∼2% of neurons in the male nervous system, but not in the female. We have targeted the insertion of GAL4 into the fru locus, allowing us to visualize and manipulate the FruM-expressing neurons in the male as well as their counterparts in the female. We present evidence that these neurons are directly and specifically involved in male courtship behavior and that at least some of them are interconnected in a circuit. This circuit includes olfactory neurons required for the behavioral response to sex pheromones. Anatomical differences in this circuit that might account for the dramatic differences in male and female sexual behavior are not apparent.

Two major classes of inhibitory neurons in mouse anterior cingulate cortex, somatostatin and parvalbumin interneurons, form functionally homogeneous populations that are recruited at distinct moments in time and encode unique behavioral variables in a foraging task. The cerebral cortex contains many different classes of inhibitory interneurons, each with different anatomical and physiological properties. Recent technological developments make it possible to determine the functional impact of individual classes. This optogenetic tagging study of mice performing a reward foraging task shows that parvalbumin- and somatostatin-expressing cells, two of largest interneuron populations, respond differently during different phases of the task. These findings suggest a link between circuit-level activity of the different interneuron types in regulating the flow of information flow and the behavioural functions served by the cortical circuits. Neurons in the prefrontal cortex exhibit diverse behavioural correlates1,2,3,4, an observation that has been attributed to cell-type diversity. To link identified neuron types with network and behavioural functions, we recorded from the two largest genetically defined inhibitory interneuron classes, the perisomatically targeting parvalbumin (PV) and the dendritically targeting somatostatin (SOM) neurons5,6,7,8 in anterior cingulate cortex of mice performing a reward foraging task. Here we show that PV and a subtype of SOM neurons form functionally homogeneous populations showing a double dissociation between both their inhibitory effects and behavioural correlates. Out of several events pertaining to behaviour, a subtype of SOM neurons selectively responded at reward approach, whereas PV neurons responded at reward leaving and encoded preceding stay duration. These behavioural correlates of PV and SOM neurons defined a behavioural epoch and a decision variable important for foraging (whether to stay or to leave), a crucial function attributed to the anterior cingulate cortex9,10,11. Furthermore, PV neurons could fire in millisecond synchrony, exerting fast and powerful inhibition on principal cell firing, whereas the inhibitory effect of SOM neurons on firing output was weak and more variable, consistent with the idea that they respectively control the outputs of, and inputs to, principal neurons12,13,14,15,16. These results suggest a connection between the circuit-level function of different interneuron types in regulating the flow of information and the behavioural functions served by the cortical circuits. Moreover, these observations bolster the hope that functional response diversity during behaviour can in part be explained by cell-type diversity.

Abstract Background Efficient interhemispheric integration of neural activity between left and right primary motor cortex (M1) is critical for inter-limb motor control. Objective We employed optogenetic stimulation to establish a framework for probing transcallosal M1-M1 interactions in rats. Methods In male rats, we optogenetically stimulated glutamatergic neurons in right M1 and recorded the transcallosally evoked potential with chronically implanted electrodes in contralateral left M1 during dexmedetomidine anesthesia. We systematically varied the stimulation intensity and duration to characterize the relationship between stimulation parameters in right M1 and the characteristics of the evoked intracortical potentials in left M1. Results Optogenetic stimulation of right M1 consistently evoked a transcallosal response in left M1 with a consistent negative peak (N1) that sometimes was preceded by a smaller positive peak (P1). Higher stimulation intensity or longer stimulation duration gradually increased N1 amplitude and reduced N1 variability across trials. Median N1 latencies remained stable, once stimulation elicited a reliable N1 peak and did not display a systematic shortening with increasing stimulation intensity or duration. Conclusions Optogenetically stimulated glutamatergic neurons in M1 can reliably evoke a transcallosal response in anesthetized rats and can be used to characterize the relationship between “stimulation dose” and “response magnitude” (i.e., the gain function) of transcallosal M1-to-M1 glutamatergic connections. Detailed knowledge of the stimulus-response relationship is needed to optimize the efficacy of optogenetic stimulation. Since transcallosal M1-M1 interactions can also be probed non-invasively with transcranial magnetic stimulation in humans, our optogenetic stimulation approach bears translational potential for studying how unilateral M1 stimulation can induce interhemispheric plasticity.

Abstract Choice history effects describe how future choices depend on the history of past choices. Choice history effects are typically framed as a bias rather than an adaptive phenomenon because the phenomenon generally degrades reward rates in experimental tasks. How-ever, in natural habitats, choices made in the past constrain choices that can be made in the future. For foraging animals, the probability of obtaining a reward in a given patch depends on the degree to which the animals have exploited the patch in the past. One problem with many experimental tasks that show choice history effects is that such tasks artificially decouple choice history from its consequences in regard to reward availability over time. To circumvent this, we used a variable interval (VI) reward schedule that reinstates a more natural contingency between past choices and future reward availability. By manipulating first- and second-order statistics of the environment, we dissociated choice history, reward history, and reaction times. We found that choice history effects reflect the growth rate of the reward probability of the unchosen option, reward history effects reflect environmental volatility, and reaction time reflects overall reward rate. By testing in mice and humans, we show that the same choice history effects can be generalized across species and that these effects are similar to those observed in optimal agents. Furthermore, we develop a new reinforcement learning model that explicitly incorporates choice history over multiple timescales into the decision process, and we examine its predictive adequacy in accounting for the associated behavioral data. We show that this new variant, known as the double trace model, has a higher predictive adequacy of choice data, in addition to better reward harvesting efficiency in simulated environments. Finally, we show that the choice history effects emerge in optimal models of foraging in habitats with diminishing returns, thus linking this phenomenon to a wider class of optimality models in behavioral ecology. These results suggests that choice history effects may be adaptive for natural contingencies between consumption and reward availability. This concept lends credence to a normative account of choice history effects that extends beyond its description as a bias.

Abstract The fruit fly Drosophila melanogaster emerges as an affordable, genetically tractable model of behavior and brain diseases. However, despite the surprising level of evolutionary conservation from flies to humans, significant genetic and circuit-level differences hinder the interpretability of fruit fly models for human disease. Therefore, to facilitate fly-to-human translation with more direct behavior-level comparison, we surveyed the rarely-exploited, rich behavioral repertoire of fruit flies with genetic alterations relevant to Parkinson’s disease (PD). Flies displayed variable behaviors, including freezing, slowing and running, in response to predator-mimicking passing shadows used as threatening stimuli in a single-animal trial-based assay. We found that the expression of human mutant Parkin in flies resulted in reduced walking speed and decreased reactivity to passing shadows. Flies with dopamine receptor mutations showed similar alterations, consistent with the motor and cognitive deficits typical in humans with PD. However, Drosophila overexpressing the human form of α-synuclein manifested in only moderate phenotypical alterations, suggesting that other fruit fly models may be favored in PD research. We also found age-dependent trends in behavioral choice across the fly lifespan, while dopamine receptor mutant flies maintained their decreased general reactivity throughout all age groups. Our data demonstrate that single-trial behavioral analysis can reveal subtle behavioral changes in mutant flies that can be used to further our understanding of disease pathomechanisms and help gauge the validity of genetic Drosophila models of neurodegeneration.

Understanding how populations of neurons represent and compute internal or external variables requires precise and objective metrics for tracing the individual spikes that belong to a given neuron. Despite recent progress in the development of accurate and fast spike sorting tools, the scarcity of ground truth data makes it difficult to settle on the best performing spike sorting algorithm. Besides, the use of different configurations of electrodes and ways to acquire signal (e.g. anesthetized, head fixed, freely behaving animal recordings, tetrode vs. silicone probes, etc.) makes it even harder to develop a universal spike sorting tool that will perform well without human intervention. Some of the prevalent problems in spike sorting are: units separating due to drift, clustering bursting cells, and dealing with nonstationarity in background noise. The last is particularly problematic in freely behaving animals where the noises from the electrophysiological activity of hundreds or thousands of neurons are intermixed with noise arising from movement artifacts. We address these problems by developing a new spike sorting tool that is based on a template matching algorithm. The spike waveform templates are used to perform normalized cross correlation (NCC) with an acquired signal for spike detection. The normalization addresses problems with drift, bursting, and nonstationarity of noise and provides normative scoring to compare different units in terms of cluster quality. Our spike sorting algorithm, D.sort, runs on the graphic processing unit (GPU) to accelerate computations. D.sort is a freely available software package (https://github.com/1804MB/Kvistiani-lab_Dsort).

Animals often navigate environments that are uncertain, volatile and complex, making it challenging to locate reliable food sources. Therefore, it is not surprising that many species evolved multiple, parallel and complementary foraging strategies to survive. Current research on animal behavior is largely driven by a reductionist approach and attempts to study one particular aspect of behavior in isolation. This is justified by the huge success of past and current research in understanding neural circuit mechanisms of behaviors. But focusing on only one aspect of behaviors obscures their inherent multidimensional nature. To fill this gap we aimed to identify and characterize distinct behavioral modules using a simple reward foraging assay. For this we developed a single-animal, trial-based probabilistic foraging task, where freely walking fruit flies experience optogenetic sugar-receptor neuron stimulation. By carefully analyzing the walking trajectories of flies, we were able to dissect the animals foraging decisions into multiple underlying systems. We show that flies perform local searches, cue-based navigation and learn task relevant contingencies. Using probabilistic reward delivery allowed us to bid several competing reinforcement learning (RL) models against each other. We discover that flies accumulate chosen option values, forget unchosen option values and seek novelty. We further show that distinct behavioral modules -learning and navigation-based systems- cooperate, suggesting that reinforcement learning in flies operates on dimensionality reduced representations. We therefore argue that animals will apply combinations of multiple behavioral strategies to generate foraging decisions.