Plastizität der neuronalen Dynamik in der lateralen Habenula für den Hinweis

Molekulare Psychiatrie (2023)Diesen Artikel zitieren

2593 Zugriffe

35 Altmetrisch

Details zu den Metriken

Die Fähigkeit des Gehirns, Bedrohungen mit äußeren Reizen zu verknüpfen, ist für die Ausführung wesentlicher Verhaltensweisen, einschließlich Vermeidung, von entscheidender Bedeutung. Eine Störung dieses Prozesses trägt stattdessen zur Entstehung pathologischer Merkmale bei, die bei Sucht und Depression häufig vorkommen. Die Mechanismen und die neuronale Dynamik bei der Einzelzellauflösung, die der Kodierung des assoziativen Lernens zugrunde liegen, sind jedoch noch unklar. Mithilfe einer Pawlowschen Diskriminierungsaufgabe bei Mäusen untersuchen wir hier, wie neuronale Populationen in der lateralen Habenula (LHb), einem subkortikalen Kern, dessen Erregung einem negativen Affekt zugrunde liegt, die Assoziation zwischen konditionierten Reizen und einer Bestrafung (unbedingter Reiz) kodieren. Einzelaufzeichnungen großer Populationen im LHb zeigen sowohl erregende als auch hemmende Reaktionen auf aversive Reize. Darüber hinaus verhindert die lokale optische Hemmung die Bildung von Reizunterscheidung beim assoziativen Lernen, was zeigt, dass die LHb-Aktivität in diesem Prozess eine entscheidende Rolle spielt. Dementsprechend zeigt die longitudinale In-vivo-Zwei-Photonen-Bildgebung, die die neuronale Dynamik von LHb-Kalzium während der Konditionierung verfolgt, eine Aufwärts- oder Abwärtsverschiebung der durch CS hervorgerufenen Reaktionen einzelner Neuronen. Während Aufzeichnungen in akuten Schnitten auf eine Verstärkung der synaptischen Erregung nach der Konditionierung hinweisen, deuten Support-Vektor-Maschinen-Algorithmen darauf hin, dass die postsynaptische Dynamik zu bestrafungsvorhersagenden Hinweisen eine Diskriminierung von Verhaltenshinweisen darstellt. Um die präsynaptische Signalübertragung in LHb zu untersuchen, das am Lernen beteiligt ist, haben wir die Neurotransmitterdynamik mit genetisch kodierten Indikatoren in sich verhaltenden Mäusen überwacht. Während die Glutamat-, GABA- und Serotoninfreisetzung in LHb während des assoziativen Lernens stabil bleibt, beobachten wir, dass sich während der Konditionierung eine verstärkte Acetylcholinsignalisierung entwickelt. Zusammenfassend lässt sich sagen, dass konvergierende präsynaptische und postsynaptische Mechanismen im LHb der Umwandlung neutraler Hinweise in wertvolle Signale zugrunde liegen, die die Hinweisunterscheidung während des Lernens unterstützen.

Pawlowsche Konditionierung stellt eine zeitlich nachverfolgbare Gehirnfunktion dar, bei der sensorische Hinweise mit Anreizreizen verknüpft werden, die es dem Einzelnen ermöglichen, bevorstehende Bedrohungen und Belohnungen vorherzusehen. Dieser Prozess ist die Grundlage für komplexe Verhaltensergebnisse, einschließlich Abwehrreaktionen wie Einfrieren oder Vermeiden [1,2,3,4]. Bei der Pawlowschen Konditionierung wird ein sensorischer Hinweis, der konditionierte Reiz (CS+), mit einem unbedingten Reiz (US), beispielsweise einem auf das Auge gerichteten Luftstoß, verknüpft [4]. Nur bei erneuter Exposition gegenüber CS+ wird bei der Vorhersage des nachfolgenden Luftstoßes ein Augenzwinkern ausgelöst, was auf assoziatives Lernen und die Etablierung eines vorausschauenden Verhaltens hinweist [1, 4, 5].

Frühere Arbeiten fanden laterale Habenula-Neuronen (LHb) mit einer verstärkten synaptischen Glutamatübertragung nach dem Lernen zusammen mit CS-vermittelter phasischer Erregung des LHb [6, 7]. Bemerkenswert ist, dass diese durch Bestrafungsvorhersagen vermittelte neuronale LHb-Erregung artenübergreifend erhalten bleibt, da sie bei Menschen, nichtmenschlichen Primaten, Nagetieren und Fischen vorhanden ist [5, 8, 9, 10]. Das LHb erhält negativ bezogene Informationen von einem subkortikalen Netzwerk, einschließlich hypothalamischer, limbischer und Basalganglienkerne [11]. Die neuronale Aktivität innerhalb des LHb repräsentiert Bestrafungen und negative affektive Zustände sowohl in Sekundenbruchteilen als auch in langsameren Zeitskalen [12]. Während LHb-Neuronen ihre Aktivität als Reaktion auf Bestrafungen phasenweise erhöhen, kommt es unter erhöhten Stressbedingungen zu anhaltenden synaptischen Anpassungen und einer erhöhten neuronalen Aktivität [5, 13, 14, 15, 16, 17]. Insgesamt unterstützen diese Beobachtungen einen kausalen Zusammenhang zwischen der Erregung von LHb und der Kodierung negativer Valenz und Affekt [12]. Jüngste Fortschritte deuten jedoch auf einen Grad an Diversität im LHb hin, der sowohl auf molekularen als auch auf funktionellen Merkmalen beruht [18,19,20,21]. Dies deutet darauf hin, dass die Erregung aller LHb-Zellen wahrscheinlich nicht der einzige Mechanismus ist, der das assoziative Lernen durch Hinweisbestrafung unterstützt. Unabhängige und unterschiedlich adaptive neuronale Populationen ermöglichen Lernen und Gedächtnisspeicherung [22]. Ob und durch welche Mechanismen dies auch auf Habenula zutrifft, ist jedoch unbekannt.

Hier kombinierten wir eine zeitlich und räumlich kontrollierte Analyse sowohl der neuronalen als auch der Neurotransmitterdynamik mit einer aversiven Pawlowschen Konditionierungsaufgabe bei wachen Nagetieren, um den LHb-Beitrag zum Lernen zu untersuchen. Wir beobachteten, dass Bestrafungen und strafenvorhersagende Hinweise sowohl prä- als auch postsynaptische Anpassungen hervorrufen, die es diskreten Zellensembles im LHb ermöglichen, bestrafungsbezogene assoziative Erinnerungen zu kodieren.

Für diese Studie wurden männliche C57BL/6 J-Wildtyp-Mäuse im Alter von 7–25 Wochen verwendet (Labor Janvier, Frankreich; Charles River, Sulzfeld, Deutschland). Die Mäuse wurden zu dritt bis fünf pro Käfig mit Wasser und Futter ad libitum bei einem Lichtzyklus von 12:12 Stunden (Licht an um 7 Uhr morgens) in individuell belüfteten Käfigen (ICV, Innovive, Frankreich) gehalten. Alle experimentellen Verfahren wurden von den örtlichen Behörden genehmigt und gemäß den Richtlinien der jeweiligen örtlichen Ethikkommission durchgeführt: der Kommission des Veterinäramts des Kantons Waadt für Tierversuche (Schweiz; Lizenz VD3171), in Übereinstimmung mit den nationalen institutionellen Richtlinien der Schweiz für Tierversuche ; das Regierungspräsidium (Tübingen, Baden-Württemberg, Deutschland; Lizenz CIN07/19G und CIN03/20G) unter Beachtung des Tierschutzgesetzes (TierSchG) und der Tierschutzversuchstierverordnung (TierSchVersV).

rAAV-DJ/8/2-hSyn1-eGFP-WPRE (Titer: 9,4 x 10E12 vg/ml), rAAV-DJ/8/2-hSyn1-GCaMp6f-WPRE (Titer: 4,5 x 10E12 vg/ml), ssAAV-5/ 2-hSyn1-iGluSnFR(A184S)-WPRE (Titer: 5,3 x 10E12 vg/ml) wurde von der UZH Vector Facility (Zürich, Schweiz) erworben. AAV9-hSyn-5HT3.5 (Titer: 1x10E13 vg/ml), AAV9-hSyn-ACh3.0 (Titer: 1x10E13 vg/ml) wurden von BrainVTA (Wuhan, China) gekauft. pGP-AAV5-syn-iGABASnFR2-WPRE (Titer: 2,67 x 10E13 vg/ml) wurde vom GENIE-Projekt am HHMI Janelia Research Campus (https://doi.org/10.25378/janelia.19709311.v3) bereitgestellt. rAAV8-hSyn1-Jaws-GFP (Titer: 1,3 x 10E13 vg/ml) wurde von Addgene erworben.

Mäuse wurden mit Ketamin (150 mg/kg)/Xylazin (10 mg/kg) (Kantonales Universitätskrankenhaus, Lausanne, Schweiz) anästhesiert. Die Operation wurde mit dem Augenschutz Viscotear zur Vermeidung von Augenschäden, einem Heizkissen zur Aufrechterhaltung einer stabilen Körpertemperatur und einer Lokalanästhesie (subkutane Injektion) mit einer Mischung aus Lidocain (6 mg/kg) und Bupivacain (2,5 mg/kg) durchgeführt. . Wir injizierten einseitig oder beidseitig (sofern für das Experiment erforderlich, z. B. Optogenetik in vivo) 150–250 nl Virus in das LHb (−1,4 mm AP, 0,45 mm ML, 3,1 mm DV) mit einer Glaspipette auf einem stereotaktischen Rahmen (Kopf). , Frankreich). Alle Injektionen wurden mit einer Geschwindigkeit von etwa 100–150 nl/min durchgeführt. Die Injektionspipette wurde 10 Minuten nach der Infusion aus dem Gehirn entnommen. Den Tieren wurde erlaubt, sich mindestens zwei Wochen lang zu erholen, bevor eine Faser- oder GRIN-Linse implantiert wurde.

Für Faserphotometrieexperimente wurde eine einzelne Fasersonde (200 μm, Chi Square Bioimaging) 100 μm über der Injektionsstelle im LHb platziert und fixiert (C und B Metabond, Parkell). Zur optogenetischen Manipulation wurde eine einzelne Faser (200 μm, Thorlabs) an den folgenden Koordinaten platziert (AP: –1,4 mm, L: ± 0,1 mm, V: –2,2 mm). Die Operation wurde unter Isoflurananästhesie durchgeführt (Einleitung: 4 %, Erhaltung: 1,8–2 %, Univentor). Für Endoskopexperimente wurden Mäuse anästhesiert (wie oben beschrieben) und ihnen wurde eine GRIN-Linse (6,1 mm Länge, 0,5 mm Durchmesser; Inscopix, Nr. 100-000588) implantiert. Die Linse wurde ∼150–200 μm über der Injektionsstelle unter Verwendung der folgenden Bregma-Koordinaten platziert (–1,40 mm AP, 0,45 mm ML, –2,85 bis –2,9 mm DV; abgesenkt mit einer Geschwindigkeit von 1 μm/s). Am Schädel wurde ein Kopfbügel aus Edelstahl implantiert. Dazu wurde der Schädel sauber gekratzt und mit einer Schicht Cyanacrylatkleber (Vetbond, 3 M) bedeckt. Die Kopfstange wurde abgesenkt, um den Schädel über Lambda zu berühren, und dann mit einer Schicht Zahnkleber (C und B Metabond, Parkell) am Schädel befestigt, gefolgt von Zahnzement (Jetkit, Lang). Zur Schmerzbehandlung wurde dem Trinkwasser nach der Operation Paracetamol (500 mg/250 ml; 200–300 mg/kg/Tag) zugesetzt. Die ordnungsgemäße Virusexpression und die Platzierung der Faser-/GRIN-Linse in den interessierenden Gehirnbereichen wurden post hoc mithilfe der Histologie für alle Experimente bestätigt.

Für die Histologie wurden Mäuse endgültig mit Ketamin und Xylazin oder Pentobarbital anästhesiert und transkardial mit Paraformaldehyd (PFA) 4 % in 0,1 M phosphatgepufferter Kochsalzlösung (PBS) perfundiert. Die Gehirne wurden gesammelt und bis zum Schneiden über Nacht in 4 % PFA bei 4 °C belassen. Aufeinanderfolgende koronale Schnitte (60–100 Mikrometer) wurden mit einem Vibratom (Leica VT1200S) geschnitten. Wir haben Bilder mit einem Epi-Fluoreszenzmikroskop (Zeiss) aufgenommen, um eine effiziente Ausrichtung auf das LHb zu bestätigen, und wir haben Mäuse verworfen, wenn dies nicht erreicht wurde (Faseroptik, falsche Platzierung der GRIN-Linse oder nicht gezielte Virusexpression).

Nebeneinander markierte Neuronen (wie in Abb. 1B, C) wurden gemäß zuvor veröffentlichten Verfahren sichtbar gemacht [23]. Insbesondere wurden Gehirne auf einem Vibratom (VT1200S; Leica) geschnitten, um 50–70 μm dicke parasagittale oder koronale Schnitte zu erhalten. Gehirnschnitte wurden mit Streptavidin-Konjugaten (Streptavidin-546 oder -488, Invitrogen) verarbeitet. Fluoreszenzbilder wurden durch Epifluoreszenzmikroskopie (Axio Imager; Zeiss) und konfokale Mikroskopie (LSM 900; Carl Zeiss, Oberkochen, Deutschland) aufgenommen. Um eine relative willkürliche Fluoreszenz (RAF) der Jaws-Expression in LHb und benachbarten Regionen zu berechnen, wurde die Intensität des grünen Signals mit einer Region ohne grüne Fluoreszenz (Hintergrund) unter Verwendung der Formel normalisiert: (Signal – Hintergrund/Signal + Hintergrund).

ein Versuchsprotokoll im Zusammenhang mit den extrazellulären elektrophysiologischen Einzeleinheitenaufzeichnungen bei anästhesierten Mäusen; Für jedes aufgezeichnete Neuron erhielten die Mäuse zwischen 20 und 120 kontralaterale Fußschocks. b Elektrophysiologische Spur, Rasterdiagramm, durchschnittliche Feuerreaktion und Bild eines Beispiels eines durch Fußschock erregten Neurons, markiert im LHb (Maßstabsbalken oben = 500 µm, unten = 100 µm). c Wie b, jedoch für ein Fußschock-inhibiertes Neuron. d Heatmap der z-bewerteten durchschnittlichen Reaktion eines einzelnen Neurons auf die FS-Präsentation (Neuronen = 196; Neuronen EXC = 134, Neuronen INH = 37, Neuronen NR = 25). e t-SNE-Diagramme mit überlagertem farbcodiertem FS-Modulationsindex (oben) und Basisfeuerrate (unten). f-Streudiagramm mit linearer Korrelation von Feuerrate und Modulationsindex mit allen Zellen (Neuronen = 196, ***p < 0,001).

Für die immunhistochemische Analyse wurden Gehirnschnitte bei Raumtemperatur (RT) in 0,5 % Triton AB1520 Millipore, 1:100; GAD67, MAB#5406 Klon 1G10.2, 1:1000) bei 4 °C. Nach dem Waschen wurden die Schnitte 2 Stunden lang bei RT mit Alexa-Fluorophor-konjugierten Sekundärantikörpern (Invitrogen) inkubiert. Die konfokale Mikroskopie wurde mit einem Stellaris 5 (Leica) Laser Scanning System durchgeführt und die Bilder wurden von FIJI/ImageJ Software verarbeitet und analysiert. Konfokale Z-Stack-Projektionen von konfokalen Mikroaufnahmen für das GCaMP6f-GFP-Signal und für die EAAC1- oder GAD67-Immunfluoreszenz wurden mit einem Schwellenwert versehen und zur manuellen Umriss positiver Zellen verwendet. Anschließend wurden für GCaMP6f und EAAC1 oder GAD67 hergestellte Zellmasken multipliziert, um die Anzahl der doppelt positiven Zellen zu ermitteln.

Zur Pawlowschen Konditionierung wurde der Kopf der Mäuse in einem 3 cm breiten Acrylzylinder fixiert. Die Einstellung wurde wie folgt aus methodischen Vorbereitungen zur Augenzwinkerkonditionierung angepasst. Eine Basler-Kamera (a2A1920-160umPRO oder acA1300-60gc) wurde mit einem Makroobjektiv (entweder Fujinon HF9HA-1S oder Computar M3Z1228C-MP) ausgestattet und Infrarot-LEDs wurden verwendet, um das Gesicht der Mäuse zu beleuchten. Zur Verhaltensbeurteilung während der Zwei-Photonen-Kalzium-Bildgebung wurde die Kamera mit einem NIR-Kurzpassfilter mit einer 900-nm-Grenze (FES0900, Thorlabs) ausgestattet, um Anregungslicht herauszufiltern. Der Luftstoß wurde mit Druck von einem Picospritzer III (Parker) mit einer 23G-Nadel auf das rechte Auge gerichtet (1 cm Abstand). Ein Lautsprecher zur Abgabe akustischer Töne wurde in der Nähe der Mäuse platziert und über einen MP3-Trigger WIG-13720 (Sparkfun) gesteuert. Der Verhaltensapparat wurde über benutzerdefinierten Arduino-Code gesteuert. Verhaltensbezogene Aufgabenereignisse wurden mit der PLX-DAQ-Schnittstelle in Excel übertragen. Gesichtsvideos wurden mit einer Bildfrequenz von 10 Hz aufgenommen.

Bevor das Verhalten einsetzte, wurden die Mäuse behandelt (1–2 Tage) und mit der Kopffixierung vertraut gemacht (1–2 Tage). Das Verhalten begann mit zwei Gewöhnungssitzungen, in denen den Mäusen 30 CS+ (16 kHz Trillerton, 75 dB, Dauer: 1 s), 30 CS- (10 kHz reiner Ton, 75 dB, Dauer: 1 s) und 5 unvorhergesehene US präsentiert wurden (Luftstoß, Druck: 4-5 psi, Dauer: 0,5 s), abgegeben in zufälliger Reihenfolge mit einem Intervall zwischen den Versuchen zwischen 30 und 45 Sekunden. Während der Konditionierungssitzungen (2–3 Tage) erhielten die Mäuse insgesamt 30 CS-Versuche und 30 CS+-Versuche, wobei US nach einer Verzögerung von 0,5 s nach dem Ende der CS folgte. Für Zwei-Photonen-Aufzeichnungen wurden die Mäuse zusätzlichen Gewöhnungs- und Konditionierungssitzungen (1 bis 5) unterzogen, um die Datenerfassung zu maximieren. Für In-vitro-Aufzeichnungen wurde die gepaarte Gruppe (P) wie beschrieben trainiert, während die ungepaarte Gruppe (U) die gleiche Anzahl an Reizen mit den gleichen Merkmalen erhielt, CS+ und US jedoch nie kontingent waren (30 CS+, 30 CS- und 30 unvorhergesehen). US-Prozesse). Für die Jaws-vermittelte optogenetische Stummschaltung wurde 638-nm-Licht (3 mW) von einem Laser (Matchbox Integrated Optics) über ein Glasfaserkabel (M83L1, Thorlabs) an den LHb geliefert, das mit einer im Kopf der Maus implantierten Glasfaser (CMFLC12L05) verbunden war , Thorlabs). Ab der Cue-Präsentation wurde während der CS+-Versuche 5 Sekunden lang Licht abgegeben.

Die Verhaltensbewertung wurde bei jedem Versuch insgesamt 15 Sekunden lang mit einer Abtastrate von 10 Bildern pro Sekunde aufgezeichnet, beginnend 5 Sekunden vor der CS- oder US-Lieferung. Die Daten wurden mithilfe eines maßgeschneiderten Python-Skripts analysiert, indem die Bilder mit einem Schwellenwert versehen wurden, um nur die Augenpixelwerte zu erhalten. Diese Werte wurden versuchsweise auf 100 Prozent normalisiert, bezogen auf den Durchschnittswert während der 5 Sekunden vor der Cue-Präsentation. Aus diesen Daten wurde die konditionierte Antwortamplitude (CR) berechnet, indem die Werte zwischen dem Beginn der Cue-Zustellung (Zeit: 0 s) und dem Beginn der Airpuff-Präsentation (Zeit: 1,5 s) gemittelt wurden. Der Diskriminierungswert wurde durch Subtrahieren des Durchschnittswerts der CR für CS+-Studien von dem der CS--Studien ermittelt.

Zwei-Photonen-Mikroskopie-Experimente wurden durchgeführt, um die neuronale Calciumdynamik von LHb in vivo zu visualisieren. Die Aufzeichnungen und die Pavlovian-Konditionierung begannen, als das Sichtfeld (FOV) für mindestens 3 Wochen, typischerweise 1–3 Monate nach der GRIN-Linsenimplantation, klar und stabil war. Die Aufnahme wurde mit einem Zwei-Photonen-Ultima-Investigator-Mikroskop (Bruker) in Kombination mit einem Chamaleon-Ultra Tunable Laser (Coherent) und ausgestattet mit einem Olympus 20×-Luftobjektiv (LCPLN20XIR) durchgeführt. Das Zwei-Photonen-Mikroskop ist mit einem Hybrid-Scanning-Kernsatz mit Galvanometern und schnellen Resonanzscannern (Bildfrequenzerfassung bis zu 30 Hz), Multi-Alkali-PMT- und GaAsP-PMT-Fotodetektoren mit einstellbaren Spannungs-, Verstärkungs- und Offsetfunktionen ausgestattet einzelner grün/roter NDD-Filterwürfel.

Die Bilder wurden mit 30 Hz und einer Auflösung von 512 × 512 Pixeln aufgenommen und wir führten eine sechsfache Online-Mittelung durch, um eine tatsächliche Bildrate von 5 Hz zu erhalten. Die an der Vorderseite des Objektivs gemessene mittlere Leistung des Strahls lag zwischen 80 und 125 mW. Bei jedem Versuch begannen die Aufzeichnungen 5 Sekunden vor der Abgabe des Signals und es wurde ein 15 Sekunden langes Video aufgenommen. Die Bilder wurden mit einem Computer mit Prairie View (Bruker) gesammelt. Zu Beginn des Experiments wurden 1 bis 3 FOV pro Maus gewählt, um die Anzahl der in jeder Sitzung aufgezeichneten Neuronen zu maximieren, indem die Bildebene (z-Achse) angepasst wurde, und jedes FOV hatte einen Abstand von mindestens 60 μm voneinander, um eine Visualisierung der zu verhindern gleiche Zellen über mehrere FOVs hinweg. Bei Bildgebungssitzungen mit mehreren Sichtfeldern wurde die Konditionierungssitzung aufgeteilt, sodass pro FOV die gleiche Anzahl von Versuchen möglich war. Sitzungen, in denen Mäuse keinen Phänotyp des Verhaltenslernens zeigten, wurden von der Analyse ausgeschlossen.

Nach der Datenerfassung wurden die Videos mit einem planaren Hidden-Markov-Modell (SIMA v1.3.2) bewegungskorrigiert und Regionen von Interesse (ROIs) wurden manuell um jede Zelle herum gezeichnet, wobei die Standardabweichungsprojektion des bewegungskorrigierten Videos mit ImageJ.19 verwendet wurde . Neuronen, die nicht mindestens eine Gewöhnungs- und eine Konditionierungssitzung lang verfolgt wurden, wurden nicht in die Analyse einbezogen. Als nächstes wurden Fluoreszenz-Zeitreihendaten mit dem ImageJ BAR-Plug-in extrahiert und mithilfe benutzerdefinierter Python-Datenanalyse-Pipelines analysiert. % ΔF/F0 wurde für jeden Versuch wie folgt berechnet: ((F − F0)/F0)*100, wobei F0 der Durchschnitt der drei Sekunden vor Beginn der CS-Präsentation ist. Um Neuronen anhand ihrer Reaktionen auf CS und US (gehemmt, nicht reagierend oder erregt) zu klassifizieren, verglichen wir die Fläche unter der Kurve (AUC) während der 1,5-s-Basislinie mit der AUC während der 1,5-s-Erwartungsperiode (CS und Verzögerung) oder US-Darstellung (Wilcoxon Rank Sum Test, unter Verwendung einer Signifikanzschwelle von p ≤ 0,05). Anschließend wurde der χ2-Test verwendet, um die Verteilung der Antworten in CS+- und CS--Studien sowie über Sitzungen hinweg zu vergleichen.

Wir haben Dekodierungsanalysen durchgeführt, um festzustellen, ob die neuronale Aktivität zur Vorhersage des allgemeinen Augenzwinkerns der Maus während der Cue-Präsentation in einem bestimmten Versuch verwendet werden kann. Zu diesem Zweck haben wir für jedes Neuron einen binären Decoder verwendet, dessen Aktivität (berechnet als AUC) während der Cue-Präsentation (d. h. von 0 bis 1,5 s ab Cue-Start) verwendet wurde, um vorherzusagen, ob das Augenzwinkern (als CR) geringer war als das 60. Perzentil oder höher als das 40. Perzentil dieser bestimmten Sitzung.

Um die Dekodierungsanalyse abzuschließen, verwendeten wir das Python-Modul Scikitlearn mit GridSearchCV und einem SVC-Schätzer (Support Vector Classification) [24]. Dazu gehörte ein Kernel mit radialer Basisfunktion. Die Quantifizierung der Leistung erfolgte mithilfe einer 100-fachen Validierung für jedes Neuron. Der durchschnittliche Genauigkeitswert über diese Parameter wurde als Maß für die Genauigkeit verwendet. Um festzustellen, ob die Genauigkeitswerte des Neurons über alle Wiederholungen hinweg signifikant von den zufällig erwarteten Werten abwichen, führten wir einen einzelnen Shuffle pro Neuron durch, indem wir die Cue-Identität bei jedem Versuch randomisierten und mit einem ungepaarten T-Test testeten.

Faserphotometrische Aufzeichnungen wurden mit dem ChiSquare X2-200-System (ChiSquare Biomaging, Brookline, MA) durchgeführt. Kurz gesagt, blaues Licht von einem 473-nm-Pikosekunden-gepulsten Laser (bei 50 MHz; Pulsbreite ∼80 ps FWHM) wurde über eine Singlemode-Faser geliefert. Die Fluoreszenzemission wurde von einer Multimode-Faser mit einer Abtastfrequenz von 100 Hz gesammelt. Die Singlemode- und Multimode-Fasern wurden nebeneinander in einer Ferrule angeordnet, die mit einem abnehmbaren Multimode-Faserimplantat verbunden ist. Die emittierten Photonen wurden bandpassgefiltert (FF01-550/88, Semrock) zu einem Einzelphotonendetektor geleitet. Photonen wurden mit dem Time-Correlated Single Photon Counting (TCSPC)-Modul (SPC-130EM, Becker und Hickl, GmbH, Berlin, Deutschland) im ChiSquare X2-200-System aufgezeichnet. Photometrische Aufzeichnungen wurden mit einem maßgeschneiderten Python-Code analysiert, wobei das Signal geglättet wurde (laufender Durchschnitt: 10) und % ΔF/F0 versuchsweise berechnet wurde als: ((F − F0)/F0)*100, Dabei ist F0 der Durchschnitt der drei Sekunden vor Beginn des CS (oder der US-Präsentation für unvorhergesehene US-Versuche). Um festzustellen, ob wir für jede Maus ein gültiges Signal sammeln konnten, analysierten wir die durchschnittliche Reaktion während der Gewöhnungssitzung an CS- und US-Präsentation. Wir haben nur die Mäuse behalten, bei denen wir positive oder negative photometrische Reaktionen erkennen konnten, wenn die mittlere Anzahl von Photonen/Bin in mindestens drei Epochen (50 ms pro Epoche) höher war als der Basisdurchschnitt plus das Zweifache der Standardabweichung (SD) oder niedriger als der Ausgangswert minus das Zweifache der SD.

Nebeneinander zelluläre Aufzeichnungen einzelner LHb-Neuronen (Datensatz in Abb. 1) wurden wie zuvor beschrieben durchgeführt (14, 25, 26). Eine Teilmenge der Aufzeichnungen (Neuronen = 149) wurde bei Tieren erhalten, die mit einer Mischung aus Ketamin/Xylazin gemäß zuvor veröffentlichten Verfahren anästhesiert wurden [26]. Kurz gesagt, Kraniotomien wurden an stereotaktischen Koordinaten (1,5 mm posterior, 0,5 mm lateral des Bregma) über dem LHb durchgeführt. Glaselektroden (Impedanz: 7–9 MOhm) wurden mit einer Tracer-haltigen Lösung (1,5–2 % Neurobiotin, SP-1120, Vector Laboratories) gefüllt. Nebeneinander zelluläre Spannungssignale wurden erfasst (ELC-03XS, NPI Electronic, Tamm, Deutschland) und bei 25 kHz digitalisiert (POWER1401-3 und Spike2 v. 8.02e, CED, Cambridge, UK). Das spontane Spiken wurde mindestens 5 Minuten lang überwacht, gefolgt von einer Fußschockstimulation (–1 mA, 0,5 s, alle 5 s, Anzahl der Versuche = 20–197 Versuche) an der kontralateralen Hinterextremität (A365R Stimulus Isolator, WPI). Die juxtazelluläre Markierung wurde unter Verwendung von Standardverfahren durchgeführt. Aufzeichnungen, bei denen histologisch bestätigt wurde, dass sie außerhalb des LHb liegen, sowie Aufzeichnungen, die mehr als eine Einheit oder Hinweise auf Zellschäden enthielten, wurden von der Analyse ausgeschlossen. Spikes von nebeneinanderliegenden Signalen wurden durch schwellenwertbasierte Peakerkennung und visuelle Inspektion mit PCA-Unterstützung isoliert, im Wesentlichen wie zuvor beschrieben [27]. Nach der Aufzeichnung wurden die Tiere mit einer Überdosis Pentobarbital eingeschläfert, transkardial perfundiert und ihre Gehirne für die histologische Analyse wie zuvor beschrieben aufbereitet [23] (siehe auch „Histologie und Immunhistochemie“ oben).

Ein Teil des juxtazellulären Datensatzes in Abb. 1 wurde zuvor aus einem Teil der in Congiu et al. enthaltenen Daten erhalten (Neuronen = 121). 2019 und Lecca et al. 2017. Die experimentellen Verfahren wurden wie zuvor beschrieben durchgeführt [14, 25]. Kurz gesagt, Mäuse wurden mit Isofluran anästhesiert (Induktion: 4 %; Erhaltung: 1–1,5 %) und in den stereotaktischen Apparat (Kopf, Deutschland) gelegt. Ihre Körpertemperatur wurde mithilfe eines rückkopplungsgesteuerten Heizkissens (CMA 450 Temperature Controller, Phymep) auf 36 ± 1 °C gehalten. Die Kopfhaut wurde zurückgezogen und ein Bohrloch über dem LHb gebohrt (AP: –1,3 bis –1,6 mm, L: 0,35–0,5 mm, V: –2,3 bis –3,2 mm) zur Platzierung einer Aufzeichnungselektrode. Die Aktivität einzelner Einheiten wurde extrazellulär mit Glasmikropipetten aufgezeichnet, die mit 2 % Chicago Sky Blue, gelöst in 0,5 M Natriumacetat (Impedanz 5–15 MΩ), gefüllt waren. Das Signal wurde gefiltert (Bandpass 500–5000 Hz), vorverstärkt (DAM80, WPI, Deutschland), verstärkt (Neurolog System, Digitimer, UK) und auf einem digitalen Speicheroszilloskop (OX 530, Metrix, USA) angezeigt. . Die Experimente wurden online und offline von einem Computer durchgeführt, der mit der Laborschnittstelle CED Power 1401 (Cambridge Electronic Design, Cambridge, UK) verbunden war und auf dem die Spike2-Software (Cambridge Electronic Design) lief.

Einzelne Einheiten wurden isoliert und die spontane Aktivität wurde mindestens 3 Minuten lang aufgezeichnet, bevor ihre Reaktion auf die Abgabe von Fußschocks beurteilt wurde (Dauer: 0,5 s, Intensität: 1 mA, ITI: 5 s). Am Ende jedes Experiments wurden die Mäuse eingeschläfert (Überdosis Isofluran vor dem Töten) und die Elektrodenplatzierung wurde mit einer iontophoretischen Ablagerung des himmelblauen Farbstoffs Pontamine (1 mA, Dauerstrom für 5 Minuten) bestimmt. Anschließend wurden die Gehirne schnell entnommen und in 4 %iger Paraformaldehydlösung fixiert. Die Position der Elektroden wurde mit einem Mikroskop in koronalen Schnitten (60 μm) identifiziert. Für die Analyse wurden nur Aufnahmen im richtigen Bereich berücksichtigt.

Mäuse wurden anästhesiert (Ketamin/Xylazin; 150 mg/100 mg kg-1), getötet und ihre Gehirne in eiskalte carbogenierte Lösung (95 % O2/5 % CO2) überführt, die (in mM) Cholinchlorid 110 enthielt; Glukose 25; NaHCO3 25; MgCl27; Ascorbinsäure 11,6; Natriumpyruvat 3,1; KCl 2,5; NaH2PO4 1,25; CaCl20,5. Koronale Hirnschnitte (250 μm Dicke) wurden hergestellt und 5 Minuten lang in eine erwärmte Lösung (34 °C) identischer Zusammensetzung überführt, bevor sie bei Raumtemperatur in eine carbogenierte künstliche Zerebrospinalflüssigkeit (ACSF) überführt wurden, die (in mM) NaCl 124 enthielt; NaHCO3 26,2; Glucose 11; KCl 2,5; CaCl2 2,5; MgCl2 1,3; NaH2PO4 1. Während der Aufzeichnungen wurden die Schnitte kontinuierlich mit ACSF bei einer Flussrate von 2,5 ml min−1 bei 32 °C superfundiert. Neuronen wurden mit Borosilikatglaspipetten (2,7–4 MΩ; Phymep, Frankreich) unter einem Olympus-BX51-Mikroskop (Olympus, Frankreich) gepatcht. Das Signal wurde verstärkt, bei 5 kHz gefiltert und bei 10 kHz digitalisiert (Multiclamp 200B; Molecular Devices, USA). Die Daten wurden mit Igor Pro mit NIDAQ-Tools (Wavemetrics, USA) erfasst. Der Zugangswiderstand wurde kontinuierlich mit einem –4-mV-Schritt bei 0,1 Hz überwacht. Die extrazelluläre Stimulation vom AMPI ISO-Flex-Stimulator wurde über im LHb platzierte Glaselektroden abgegeben. Alle Aufnahmen wurden in der Spannungsklemmenkonfiguration durchgeführt. Für AMPA/GABA wurden evozierte Erregungsströme bei –60 mV und evozierte Hemmströme bei +5 mV aufgezeichnet. AMPA/NMDA-Verhältnisse wurden durch Aufzeichnung der EPSCs der Verbindungen AMPA + NMDA bei +40 mV und Abzug der APV-unempfindlichen Komponente (APV, 100 μM) ermittelt. Das Paarimpulsverhältnis wurde durch Aufzeichnen der Neuronen bei –60 mV und durch Abgabe zweier Impulse im Abstand von 50 ms zwischen den Impulsen ermittelt. Spontane erregende Ströme wurden pharmakologisch durch Badanwendung von Picrotoxin (PTX, GABAAR-Antagonist; 100 μM) isoliert. Die interne Lösung enthielt (in mM) CsMeSO3 120, CsCl 10, HEPES 10, EGTA 10, Kreatinphosphat 5; Na2ATP 4; Na3GTP 0,4, QX-314 5. Alle Medikamente wurden von HelloBio gekauft.

Männliche C57BL/6 J-Wildtyp-Mäuse im Alter von 8–10 Wochen wurden 15 Minuten lang in einer maßgeschneiderten Verhaltensarena mit zwei Abteilen mit unterschiedlichen visuellen Hinweisen und Wandtexturen getestet. Die in jedem Fach verbrachte Zeit wurde über eine Digitalkamera aufgezeichnet, die mit der Ethovision-Software (Noldus) verbunden war. Die gepaarte Seite für den CS+-Hörton wurde zufällig zugewiesen und zwischen Versuchspersonen und Gruppen ausgeglichen. Mäuse wurden für eine Sitzung an den Ton gewöhnt, um neuheitsbedingte Effekte zu vermeiden. Zu Beginn der Testsitzung wurde die Maus auf der nicht gekoppelten Seite der Kammer platziert. Jedes Mal, wenn die Maus zur gepaarten Seite wechselte, wurde ein CS+-Ton abgespielt (Dauer 1 s; ITI 5 s) über ein Hardware-Zeitsignal, das von einer I/O-Box (Noldus) gesteuert wurde. Der Ton wurde jedes Mal unterbrochen, wenn die Maus die gekoppelte Seite verließ.

Alle statistischen Analysen wurden mit Prism (v.9, GraphPad) oder der Python-Scikit-Learn-Bibliothek durchgeführt. Zu den in dieser Studie verwendeten statistischen Tests gehören der gepaarte und ungepaarte t-Test, der Wilcoxon-Matched-Pair-Test, der Chi-Quadrat-Test sowie die ein- und zweiseitige Varianzanalyse (ANOVA). Bei Verwendung parametrischer Tests wurde die Datennormalität mithilfe des Shapiro-Walk-Normalitätstests bestätigt. Bei Bedarf wurden die P-Werte für mehrere Vergleiche korrigiert. In den Boxplots geben die Mittellinien den Median und die Boxgrenzen das obere und untere Quantil (95 %) an; Boxplots umfassen einzelne Beobachtungen. Die Signifikanzschwelle wurde bei α = 0,05 gehalten und die Tests waren zweiseitig. Die Probengrößen wurden nicht mithilfe statistischer Methoden vorherbestimmt, sondern basierten auf experimentellen Einstellungen im Labor. Die Experimente wurden wann immer möglich randomisiert. Abgesehen von den elektrophysiologischen In-vitro-Aufzeichnungen waren die Experimentatoren gegenüber der Versuchsgruppe nicht blind. Die Experimente wurden im Labor mindestens zweimal wiederholt. t-SNE-Einbettungen wurden unter Verwendung von 15 elektrophysiologischen Merkmalen generiert: den ersten vier Hauptkomponenten von Interspike-Intervallverteilungen (ISIs; Bin-Größe: 10 ms; berechnet für einen Bereich von 1 s), den ersten vier Hauptkomponenten von Autokorrelogrammen (ACGs; Bin-Größe). : 1 ms; berechnet für eine Reichweite von 500 ms und eine engere Reichweite von 100 ms), spontane Feuerrate, Variationskoeffizient (CV; ISI-Standardabweichung/mittlerer ISI, wie in Softky und Koch 1993) und Burst-Index (Fraktion von ISIs kleiner als 25 ms). Um Neuronen als fußschockerregt, gehemmt und nicht moduliert zu klassifizieren, verglichen wir die Grundfeuerrate (FRbaseline; 1 s vor Reizbeginn) mit der Reizfeuerrate (FRstimulus; 1 s nach Reizbeginn). Von den 220 Neuronen mit Fußschockstimulation wurden nur Neuronen mit >20 Fußschockstimulationsversuchen (Neuronen = 196) in diese Analyse einbezogen, um über eine ausreichende statistische Aussagekraft zu verfügen. Neuronen wurden durch Vergleich von FRstimulus und FRbaseline (Wilcoxon-Rangsummentest, Alpha = 0,5) als FS-erregt oder FS-gehemmt klassifiziert; Neuronen mit FRstimulus > FRbaseline wurden der FS-erregten Gruppe zugeordnet und Neuronen mit FRstimulus < FRbaseline wurden stattdessen der FS-inhibierten Gruppe zugeordnet. Um die Stärke der Fußschockmodulation zu quantifizieren, haben wir einen Fußschockmodulationsindex (FS-Modulation) berechnet, der wie folgt definiert ist: (FRstimulus – FRbaseline) / (FRstimulus + FRbaseline).

Bestrafungen erzeugen eine Erregung von LHb-Neuronen, gemessen durch Aufzeichnungen der neuronalen Aktivität in anästhesierten Mäusen und Analyse von Calciumsignalen (Ca2+) mittels Faserphotometrie [7, 10, 14]. Dies führte zu einem allgemeinen Rahmen, in dem LHb durch seine Erregung Abneigung kodiert. Neuere Arbeiten deuten jedoch darauf hin, dass die Reaktionseigenschaften einzelner LHb-Neuronen auf aversive Reize möglicherweise heterogener sind [25, 28, 29]. Um diese Möglichkeit systematisch zu untersuchen, führten wir nebeneinander zelluläre Aufzeichnungen einzelner LHb-Neuronen in anästhesierten Mäusen durch und gaben gleichzeitig Fußschockstimuli ab (Abb. 1a). Im Einklang mit früheren Beobachtungen [25, 30] stellten wir fest, dass Fußschockreize bei den meisten LHb-Neuronen zu einem raschen Anstieg der Spike-Aktivität führten (Abb. 1b). Bemerkenswerterweise waren diese erregenden Reaktionen in ihrer Kinetik heterogen, was wahrscheinlich auf unterschiedliche Ionenleitfähigkeiten oder die Organisation synaptischer Eingaben auf LHb-Zellen zurückzuführen war (ergänzende Abbildung S1a – f). Abgesehen von der durch Fußschocks erregten Population wurde stattdessen eine bestimmte Untergruppe von LHb-Zellen durch die Reize signifikant gehemmt (Abb. 1c, d). Um zu untersuchen, ob Fußschockreaktionen mit In-vivo-Feuermustern von LHb-Neuronen zusammenhängen, verwendeten wir Stochastic Neighbor Embedding [31] und visualisierten die Neuronen im zweidimensionalen Raum (Abb. 1e; siehe Methoden). Die Abbildung der Fußschockreaktionen auf die tSNE-Einbettung, die allein auf der Grundlage spontaner Spitzenmerkmale erstellt wurde (siehe Methoden), ergab eine allmähliche Organisation der Fußschockreaktionen, die mit den spontanen Schussraten korrelierte (Abb. 1e). Tatsächlich korrelierten die Fußschockmodulation und die spontanen Schussraten negativ (Abb. 1f; [25]). Somit deuten diese Daten darauf hin, dass Bestrafungen im LHb schnelle und gegensätzliche Reaktionen hervorrufen, die einer nicht zufälligen Organisation folgen, bei der die Erregung von Fußschocks in Neuronen mit geringer Feuerung häufiger auftritt, während die Hemmung in Zellen mit hoher Feuerung häufiger auftritt. Insgesamt erweitert diese Vielfalt an Reaktionen den derzeit vorherrschenden Rahmen, in dem das LHb die Abneigung ausschließlich durch neuronale Erregung kodiert.

Um zu verstehen, ob die funktionell unterschiedlichen Signaturen der LHb-Aktivität in Bezug auf Bestrafungen bei wachen und sich benehmenden Mäusen zutreffen, haben wir eine klassische Konditionierungsaufgabe zur Untersuchung der Wertekodierung in Dopamin-Neuronen mit dem Ziel modifiziert, die neuronale Dynamik bei einer Einzelzellauflösung zu untersuchen [ 1, 4]. Kopffixierte Mäuse wurden darauf trainiert, einen konditionierten Hörreiz (CS+), aber keinen anderen (CS−) mit einem auf das Auge gerichteten Luftstoß zu assoziieren (Abb. 2a, b). Nach zwei Gewöhnungssitzungen an die akustischen Hinweise und zwei Konditionierungssitzungen, in denen nur CS+ von der Airpuff-Präsentation abhängig war, zeigten Mäuse einen vorausschauenden Augenzwinkern nur gegenüber CS+, was auf eine CS-US-Assoziation hinweist (Abb. 2c; ergänzende Abb. S2a–d). . Um kongruentes Lernen zu quantifizieren, haben wir die Augenpartie während CS verfolgt und analysiert, um den Diskriminierungswert (CS– Durchschnitt – CS+ Durchschnitt) zu berechnen, ein Maß, das nach der Konditionierung im Vergleich zur Gewöhnung deutlich höher ist (Abb. 2d; ergänzende Abb. S2e, f). Als nächstes wollten wir die Notwendigkeit von LHb für die Reizunterscheidung beim assoziativen Lernen untersuchen, indem wir seine Aktivität optisch reduzierten. Wir transduzierten LHb-Neuronen mit einer lichtgesteuerten Chloridpumpe (orange-rotes Aktivierungsspektrum) über die Infusion von rAAV8-hSyn1-Jaws-EGFP (Abb. 2e). Vier Wochen später beurteilten wir die basale LHb-Neuronenaktivität anhand von Einzelaufzeichnungen bei anästhesierten Mäusen [14]. Licht bei 638 nm führte zu einer zeitgesteuerten Verringerung der Grundfeuerrate von LHb-Neuronen (ergänzende Abbildung S3a – d). Somit reduziert Jaws effizient die neuronale Aktivität von LHb. Als nächstes implantierten wir Jaws-exprimierende Mäuse chronisch mit einer einzelnen Glasfaser über dem LHb (Abb. 2e; ergänzende Abb. S3e, f). Das Leuchten von Licht bei 638 nm zur Hemmung der LHb-Funktion während der gesamten CS+- und US-Präsentation verringerte die Reizunterscheidung während der Konditionierung (Abb. 2f; ergänzende Abb. S3g). Wir erkennen eine minimale Kieferausbreitung im paraventrikulären Kern des Thalamus (PVT) an, eine Struktur, die auch für die Assoziation von Hinweis und Bestrafung relevant ist [32]. Obwohl wir den PVT-Beitrag in unserer Aufgabe nicht vollständig ausschließen können, unterstützen die vorgelegten experimentellen Beweise, die Tiefe der Rotlichteindringung und die Position der Fasersonden den LHb als Akteur bei der Etablierung der Diskriminierung von Verhaltensmerkmalen, die beim assoziativen Lernen auftritt.

ein Versuchsprotokoll des Verhaltensaufbaus für die Pawlowsche Konditionierungsaufgabe bei wachen, kopfgestützten Mäusen. b Links, schematische Darstellung der Struktur der Konditionierung; rechts, Beispielbilder der Verhaltensreaktionen während der Aufgabe c. Zeitlicher Verlauf der durchschnittlichen Veränderungen der Augenpartie in CS+-Versuchen während der Gewöhnung (H) und Konditionierung (C) (nMäuse=10). d Boxplot des Diskriminierungswerts während der Gewöhnung und Konditionierung (nMäuse=10; gepaarter t-Test, t9 = 4,92, ***p < 0,001). e Oben, schematische Darstellung der optogenetischen Hemmung und repräsentativer koronaler Abschnitt der Jaws-Expression in der LHb- und Faserspur (Maßstabsbalken: 200 µm); Unten: Schematische Darstellung des Versuchsprotokolls zur optogenetischen LHb-Hemmung. f Boxplots des Diskriminierungsscores für GFP-Mäuse (nMäuse=7; gepaarter t-Test, t6 = 3,20, *p = 0,019) und Jaws-Mäuse (nMäuse=10; gepaarter t-Test, t9 = 0,059, p = 0,954).

Um die neuronale Aktivität von LHb in sich verhaltenden Mäusen während der Pawlowschen Konditionierung zu verfolgen, injizierten wir ein virales Konstrukt, das den Ca2+-Indikator GCaMP6f (rAAVdj-GCaMP6f) kodiert, in das LHb [7]. Als nächstes implantierten wir eine mikroendoskopische Linse, die einen chronischen optischen Zugang zum LHb über ein Zwei-Photonen-Mikroskop ermöglichte, das mit einem 20-fachen Luftobjektiv ausgestattet war (Abb. 3a – c). Die Post-hoc-Analyse ergab, dass die Mehrheit der LHb-Neuronenpopulation, die GCaMP6f exprimierte, glutamaterg und nicht GABAerg war (dh EAAC1+ und GAD67–; Abb. 3a; ergänzende Abb. S4a–c; [7]). Wir haben GCaMP6f-exprimierende LHb-Neuronen über mehrere Sichtfelder (Fields of View, FOVs) in jeder Maus aufgezeichnet (n = 12 Mäuse, 21 FOVs, 339 Neuronen; Abb. 3d). Wir berechneten reizgesteuerte neuronale Reaktionen und stellten fest, dass eine Population von LHb-Neuronen einen erheblichen Anstieg ihrer Fluoreszenz aufwies, während ein anderes neuronales Ensemble nach der Präsentation des Strafvorhersagereizes während der Konditionierung im Vergleich zur Gewöhnung eine Verringerung der Fluoreszenz aufwies Zeitraum (Abb. 3d). Bemerkenswert ist, dass CS + -gesteuerte neuronale Reaktionen vor der Konditionierung wahrscheinlich auf die Ausprägung des Reizes zurückzuführen waren und nicht auf eine intrinsische aversive Komponente des Hörreizes. Tatsächlich zeigten Mäuse in einem Echtzeit-Ortsparadigmentest keine Vermeidung (ergänzende Abbildung S5a). Bemerkenswerterweise wurden auch auf CS+ reagierende Neuronen durch den Luftstoß in die gleiche Richtung eingestellt (ergänzende Abbildung S5b, c). Die Verfolgung und Quantifizierung von Fluoreszenzsignalen während der Präsentation von CS+ und CS– deutete auf Plastizität nach der Konditionierung hin (Abb. 3e). Tatsächlich fanden wir heraus, dass während der Gewöhnung an die Konditionierung 121/339 Neuronen einen Anstieg der Ca2+-vermittelten Fluoreszenz (was wahrscheinlich einer höheren Erregung entspricht) zeigten, die zeitlich an das CS+ gebunden war, während 47/339 eine signifikante Verringerung der Fluoreszenz an das CS+ über die gesamte Zeit hinweg zeigten Lernen (entspricht wahrscheinlich einer größeren Hemmung; Abb. 3f, g; P ≤ 0,05, CS-evozierte Signale gegenüber der Grundlinie, Rang-Summen-Test). Somit entwickelten verschiedene Populationen von LHb-Neuronen eine Verstärkung bestehender erregender oder hemmender Reaktionen sowie neue erregende oder hemmende Reaktionen auf einen Strafvorhersage-Hinweis während des Lernens.

a Schematische Darstellung der experimentellen Vorbereitung für die LHb-Zwei-Photonen-Kalzium-Bildgebung, beispielhafter koronaler histologischer Abschnitt der GRIN-Linsenpositionierung über LHb (Maßstabsbalken: 200 µm), GCaMP6f-Expression auf LHb-Neuronen (Maßstabsbalken: 100 µm) und Färbung des EAAC1 glutamaterger Marker (Maßstab: 30 µm). b Schematische Darstellung des Versuchsaufbaus für Zwei-Photonen-Kalzium-Bildgebungsaufzeichnungen bei wachen Mäusen mit fixiertem Kopf (links) und Standardabweichungsprojektion eines beispielhaften Sichtfelds (FOV) (rechts). c Beispiel für die Längsverfolgung desselben FOV über Gewöhnungs- und Konditionierungssitzungen hinweg (oben) und durchschnittliche Reaktion des angegebenen Neurons (Pfeilspitze; unten; Maßstabsbalken: 10 ΔF/F0 %, 3 s). d Heatmaps der durchschnittlichen ΔF/F0-Reaktion einzelner Neuronen während der Gewöhnung (links) und der Konditionierung (rechts) (Maßstab: 1 s). e Streudiagramm der Fläche unter der Kurve (AUC) während CS+ und CS- für Gewöhnung (weiße Punkte) und Konditionierung (rote Punkte) (F(1.674) = 86,76, *p < 0,0001, nmice = 12, nneurons = 339) . f Links, Kontingenztabelle des Anteils der Neuronen, die während der CS+-Präsentation statistisch gehemmt, nicht reagierten oder erregt waren (Χ2 = 8,10, *p = 0,018); rechts, Zeitverlauf der durchschnittlichen Reaktionen auf CS+-Versuche während Gewöhnungs- und Konditionierungsversuchen für die erregten (oben, Neuronen = 118) und gehemmten Neuronen (unten, Neuronen = 45). g Boxplot der durchschnittlichen AUC-Reaktion der Population während der CS+-Präsentation für die erregten (links; gepaarter t-Test, t117 = 9,08, ***p < 0,0001) und gehemmten Neuronen (rechts; gepaarter t-Test, t44 = 6,70, ** *p < 0,0001). h Boxplot der Genauigkeitsbewertung für die angeregten und gehemmten Neuronen (ncells: angeregt=47; gehemmt=10; Two Way ANOVA RM und Sidaks Mehrfachvergleichstest, Shuffle vs. Score F(1,55) = 93,84, *p < 0,0001).

Unterschiedliche funktionelle Reaktionen im LHb können auf der territorialen Verteilung beruhen, die LHb-Neuronen in unabhängige Verbindungsschleifen einbettet [12]. Um die anatomische Lokalisierung angeregter und gehemmter Neuronen zu untersuchen, haben wir die Sichtfelder von GCaMP6f-exprimierenden Neuronen mit den jeweiligen GRIN-Linsenkanten (Gradient Index) und den anatomischen Grenzen von LHb abgeglichen (siehe Methoden). CS+-aktivierte Neuronen, die nach dem Lernen eine Potenzierung durchliefen, überlagerten weitgehend das laterale Territorium des LHb. Im Gegensatz dazu waren CS+-inhibierte Neuronen nach der Konditionierung eher medial lokalisiert (ergänzende Abb. S5d, e). Insbesondere bei der Vorbereitung akuter Hirnschnitte und dem Patchen von Neuronen, die sich nach der CS-Airpuff-Assoziation im lateralen Aspekt des LHb befinden, beobachteten wir im Vergleich zu Kontrollmäusen erhöhte AMPA/GABA- und AMPA/NMDA-Verhältnisse zusammen mit größeren Amplituden spontaner erregender Ströme (sEPSCs). (CS und Airpuff nicht kontingent; ergänzende Abbildung S6a – e). Im Gegensatz dazu blieb das Paarimpulsverhältnis des evozierten AMPA-Stroms und die Frequenz der sEPSCs unverändert (ergänzende Abbildung S6d, e). Insgesamt unterliegen bestimmte LHb-Neuronen einer CS+-gesteuerten erhöhten Erregung oder Hemmung, sind anatomisch getrennt und entwickeln postsynaptische Anpassungen über das Bestrafungs-Assoziationslernen hinweg.

Wir haben dann vorhergesagt, dass durch Lernen entstehende Reizreaktionen Informationen im Zusammenhang mit dem Augenzwinkern und damit der Reizunterscheidung (CS+ versus CS–) darstellen könnten. Mithilfe der CS-gesteuerten Reaktionen jedes LHb-Neurons in jedem Versuch trainierten wir einen SVM-Decoder (Support Vector Machine), um versuchsweise vorherzusagen, ob Mäuse eine konditionierte Reaktion zeigten oder nicht. Wir fanden heraus, dass die Aktivitätsdynamik von Subpopulationen angeregter und gehemmter LHb-Neuronen im Vergleich zu den gemischten Daten desselben Neurons vorhersagte, ob die Tiere während des Signals mit den Augen blinzelten (Abb. 3h). Im Einklang mit der Beobachtung, dass eine optische Störung der LHb-Funktion die Reizunterscheidung stört, deuten diese Ergebnisse darauf hin, dass Reizreaktionen in LHb-Neuronen Informationen im Zusammenhang mit der Unterscheidung unabhängiger Reize und damit einer ordnungsgemäßen Reiz-Bestrafungs-Assoziation darstellen.

Synaptische Anpassungen innerhalb des LHb nach dem Lernen beruhen auf postsynaptischen Mechanismen, einschließlich AMPA- oder GABA-Rezeptortransport/-effizienz, und nicht auf Veränderungen der Glutamat- oder GABA-Freisetzung [7, 33]. Andererseits sind Neuromodulatoren wie Serotonin und Acetylcholin (ACh) in der Lage, die synaptische Funktion zu modulieren und zu motiviertem Verhalten beizutragen [34,35,36]. Daher ist es plausibel, dass während der Pawlowschen Konditionierung durch Hinweisbestrafung die Glutamat- und GABA-Freisetzung zwar stabil bleibt, die Neuromodulation sich jedoch stattdessen an die postsynaptischen Reaktionen anpasst und anpasst, was möglicherweise einen Gating-Mechanismus für Plastizität und Lernen darstellt. Um diese Möglichkeit zu testen, nutzten wir die jüngsten Fortschritte bei der Auslesung fluoreszenzintensitätsbasierter genetisch kodierter Sensoren mit Faserphotometrie bei kopffixierten Mäusen während der Pawlowschen Diskriminierungsaufgabe [30]. Der genetisch kodierte Sensor iGluSnFR ermöglicht die Erkennung der Glutamatfreisetzung, der iGABASnFR2 erkennt stattdessen die GABA-Freisetzung, während GRAB5-HT2h und GRABACh3.0 die Messung von Serotonin bzw. ACh ermöglichen [37,38,39,40,41]. Wir exprimierten jeden der Sensoren in einer unabhängigen Gruppe von Mäusen durch Virusinjektionen in das LHb (Abb. 4a). Die Präsentation eines unvorhergesehenen Luftstoßes oder eines neutralen akustischen Signals führte zu schnellen Glutamat-, GABA-, Serotonin- und ACh-Transienten (ergänzende Abbildung S7a – d). Während der Konditionierung blieben die durch iGluSnFR, iGABASnFR2 und GRAB5-HT2h vermittelten Fluoreszenztransienten zwischen CS+ und CS– vergleichbar (Abb. 4b – e und ergänzende Abb. 7a – c). Stattdessen stiegen die ACh-Transienten, ähnlich wie bei den postsynaptischen GCaMP6f-Reaktionen, nach dem Lernen als Reaktion auf CS+ im Vergleich zu CS– signifikant an (Abb. 4f und ergänzende Abb. 7d). Dies weist darauf hin, dass postsynaptische Anpassungen von CS+-gesteuerten erregenden und hemmenden Reaktionen im LHb während der Pawlowschen Konditionierung zusammen mit einem präsynaptischen Anstieg der cholinergen Signalübertragung, jedoch nicht der Glutamat-, GABA- und Serotoninübertragung, auftreten.

ein Schema des Versuchsaufbaus für die photometrischen Aufzeichnungen der Dynamik von Neurotransmitter-Biosensoren im LHb. b Schematische Darstellung des Versuchsaufbaus bei kopfgestützten Mäusen. c–f Oben, histologisches Beispiel der Expression des Neurotransmittersensors und der Faserplatzierung im LHb; mittlerer, großer durchschnittlicher Zeitverlauf der ΔF/F0-Reaktion für CS+ und CS-; Jede Spur wird durch die maximale Amplitude der CS-Antwort normalisiert (Versuche: CS+=60, CS−=60, Legenden =1 %, 1 s); Unten, Streudiagramm der durchschnittlichen Peak-ΔF/F0-Reaktion für CS+ und CS- in einem 5-Versuchs-Bin für Gewöhnungs- und Konditionierungsversuche (C, iGluSnFR, nmice = 5, F(1,86) = 0,08, p = 0,77; D , iGABASnFR2, nmice = 3, F(1,50) = 0,39, p = 0,53; E, GRAB5-HT2h, nmice = 3, F(1,50) = 0,59, p = 0,45; F, GRABACh3.0, nmice = 6, F(1,116) = 8,13, *p = 0,0052).

Diese Studie deckt eine beispiellose und bemerkenswerte Vielfalt neuronaler Reaktionen auf Bestrafungen und ihre prädiktiven Hinweise im LHb auf und entschlüsselt komplexe gegensätzliche Signale, die zu negativen affektbezogenen Verhaltensweisen bei Gesundheit und Krankheit beitragen können.

Wir fanden heraus, dass LHb-Neuronen, von denen allgemein angenommen wird, dass sie durch aversive Ereignisse erregt werden, physisch mit erregenden oder hemmenden Signalen auf Bestrafung reagieren, wie anhand von In-vivo-Aufzeichnungen identifizierter LHb-Neuronen gemessen wurde. Um die Verhaltensrelevanz dieser Ergebnisse zu erweitern, zeigen wir, dass eine entsprechende Funktion von LHb für die ordnungsgemäße Unterscheidung von Hinweisen in einer Pawlowschen Aufgabe erforderlich ist, bei der Mäuse lernen, einen bestimmten Hinweis mit einer bevorstehenden Bestrafung zu verknüpfen. LHb-Neuronenensembles, die während des Lernens in Längsrichtung aufgezeichnet wurden, zeigten gegensätzliche, durch Signale gesteuerte Reaktionen und Anpassungen mit verstärkter Erregung und Hemmung. Unsere Daten zeigen, dass Veränderungen in den erregenden und hemmenden Reaktionen in bestimmten LHb-Neuronenpopulationen die Assoziationen zwischen Hinweisen und Bestrafung und das daraus resultierende antizipatorische Verhalten steuern. Diese postsynaptischen Anpassungen spiegeln die Dynamik spezifischer präsynaptischer Signalübertragung an LHb-Neuronen wider, wobei die stetige Glutamat- und GABA-Freisetzung im Gegensatz zur plastischen ACh-Signalisierung steht. Diese Daten identifizieren neue neuronale Mechanismen, die der negativen Valenzkodierung im LHb zugrunde liegen. Im weiteren Sinne deuten unsere Ergebnisse darauf hin, dass LHb-Reaktionen auf aversive Reize, die oft als homogen erregend angesehen werden, stattdessen vielfältig und plastisch sind und sich zusammen mit der neuromodulatorischen Signalübertragung in LHb während des Lernprozesses anpassen. Insgesamt spiegelt dies eine spezialisierte und komplexe LHb-Organisation und -Funktion wider, die wahrscheinlich spezifische Verhaltensergebnisse (z. B. vorausschauendes Verhalten) koordinieren.

Das LHb reagiert auf aversive äußere Reize mit einem phasenweisen Anstieg der neuronalen Aktivität sowohl bei wachen als auch bei anästhesierten Tieren [5, 10, 14], ein funktionelles Merkmal, das unabhängig von der Art des negativen Reizes ist. Dementsprechend fördern Fußschock, Luftstoß und Strahlungswärme die Anregung des LHb [7, 42, 43]. Daher ist die Erregung im LHb so definiert, dass sie eine negative Valenz kodiert und, wenn sie anhält, einem negativen Affekt in psychiatrischen Zuständen zugrunde liegt [12]. In der vorliegenden Arbeit haben wir neuronale Reaktionen im LHb systematisch charakterisiert, indem wir in vivo juxtazelluläre Aufzeichnungen während der Fußschockstimulation bei anästhesierten Tieren verwendeten. Unser Datensatz von etwa 200 Neuronen erweitert frühere Beobachtungen [14, 25] und zeigt, dass neuronale Reaktionen auf Fußschocks vielfältig sind und sowohl durch Erregung als auch durch Hemmung dargestellt werden [25]. Bemerkenswerterweise wurde eine ähnliche Vielfalt an Reaktionen auch bei wachen Tieren beobachtet [30]. Nach der Aufzeichnung von mehr als 300 LHb-Zellen während einer Pawlowschen Aufgabe unter einem Zwei-Photonen-Mikroskop rekapituliert die Analyse die funktionelle Vielfalt und enträtselt, wie auslösergesteuerte Erregung und Hemmung mit bestrafungsvermittelten Transienten auf Einzelzellebene zusammenhängen. Bemerkenswert ist, dass einzelne Zellreaktionen (sowohl erregend als auch hemmend) auf Hinweise bereits während der Gewöhnungssitzung vorhanden waren, was darauf hindeutet, dass LHb-Neuronen möglicherweise die Bedeutung eines Reizes und nicht nur seine Wertigkeit kodieren. Dies steht im Einklang mit Arbeiten, die sowohl an Nagetieren als auch an nichtmenschlichen Primaten durchgeführt wurden (30, 44). In letzterem werden phasische, mit der Salienz verbundene Signale im Habenula-Dopamin-Weg beschrieben – ein Prozess, der die Erwartung motiviert [44] und somit insgesamt die in dieser Arbeit präsentierten Daten stützt.

Die durch Reize ausgelöste Erregung und Hemmung, die sowohl während der Besiedlung als auch der Konditionierung im gesamten LHb auftritt, wirft die Frage auf, welche Determinanten dieser Vielfalt zugrunde liegen. Ein plausibles Szenario ist, dass erregte und gehemmte Zellen Teil unterschiedlicher neuronaler Netzwerke sind. Die Rekonstruktion der anatomischen Position jedes Neurons, die unter dem Zwei-Photonen-Mikroskop aufgezeichnet wurde, zeigt, dass gehemmte Zellen das mediale Gebiet des LHb besetzen [25], im Gegensatz zu der eher seitlich gelegenen angeregten Population. Die subkortikale Innervation auf LHb folgt einer topografischen Karte, wobei synaptische Eingaben von den Basalganglien speziell auf die laterale Teilung einwirken und der Bettkern der Stria terminalis eher auf den medialen Aspekt beschränkt ist [15, 16, 34]. In ähnlicher Weise bilden medial gelegene Neuronen eine Synapse stromabwärts zu Dopamin-Neuronen des Mittelhirns und Raphe-Serotonin-Neuronen, während laterale LHb-Zellen ihre Axone zu GABA-Neuronenpopulationen des Mittelhirns senden [14, 45]. Daher können konnektivitätsbasierte Unterschiede funktionellen Signaturen für das Lernen in LHb zugrunde liegen.

Darüber hinaus oder alternativ kann die funktionelle Diversität auf transkriptomischen Unterschieden beruhen, wobei sich angeregte und gehemmte Neuronen unabhängig von der neuronalen Schaltkreisintegration aufgrund ihrer genetischen Natur unterscheiden können [19, 21, 46]. Es bleibt immer noch eine Herausforderung, neuronale Populationen, die unterschiedliche plastische Reaktionen ausdrücken, differenziert zu kennzeichnen und ihre anatomische Organisation, Funktion und molekulare Identität diskret zu untersuchen. Die weitere Verbesserung der Ca2+-, neuronalen Aktivitäts- und unmittelbar frühen gengesteuerten Markierung ist erforderlich, um diese Lücke zu schließen, zumindest in Bezug auf die angeregten Zellen [47,48,49].

Die Verfolgung der neuronalen Dynamik während der Konditionierung und die anschließende Analyse zeigen, dass ein Teil der gehemmten und angeregten Neuronen eine Reizunterscheidung und damit CS+-gesteuertes vorausschauendes Verhalten darstellt. Dieser Befund deckt sich mit dem beobachteten Verlust der Reizunterscheidung nach optischer LHb-Hemmung während des gesamten Lernens. Insbesondere wirkt sich die Manipulation der LHb-Funktion auf die Reizunterscheidung bei Ratten aus, die sich einem Paradigma der Kokainsuche unterziehen [50, 51], oder bei Mäusen während einer Geruchs-Ergebnis-Assoziationsaufgabe [52]. Insgesamt führt dies zu einer Verdeutlichung des Beitrags des LHb zur Ermöglichung der Unterscheidung zwischen wertvollen externen Hinweisen. Dies bietet einen Rahmen, in dem eine abweichende LHb-Aktivität zu einer Signalverallgemeinerung führen kann – ein Verhaltensmerkmal von Störungen, einschließlich posttraumatischer Belastungsstörungen. Die Diskriminierung von Verhaltenshinweisen nach der Konditionierung erfolgt zusammen mit i. ein Übergang von einem stillen zu einem reaktionsfähigen Zustand eines Teils der Neuronen, der entweder gehemmt oder erregt wird und ii. der CS+-vermittelte Anstieg sowohl der Hemmung als auch der Erregung. Somit erfolgt die CS+-gesteuerte Plastizität angeregter und gehemmter Zellen nach der Konditionierung in der Richtung der anfänglichen CS+-vermittelten Reaktion während der Gewöhnungsphase. Dieser Prozess unterscheidet sich von anderen subkortikalen Strukturen, einschließlich der Amygdala, wo Anpassungen in reizgesteuerten Reaktionen nach dem Lernen unabhängig von den anfänglichen CS-vermittelten Reaktionen zu Studienbeginn bleiben [22].

Die im LHb nach der Cue-Bestrafungs-Assoziation auftretende Plastizität könnte eine synaptische Grundlage haben, was durch die Verstärkung der Neurotransmission auf Zellen nahegelegt wird, die sich in den lateralen Aspekten von LHb befinden. Diese Daten stimmen mit einem Szenario überein, in dem das Lernen, ein aversives Ereignis zu antizipieren, eine synaptische Potenzierung der AMPA-vermittelten Übertragung im LHb erfordert [6, 7]. Während bei mutmaßlich erregten Neuronen Plastizität an erregenden Synapsen auftritt, muss noch geklärt werden, ob eine erhöhte Hemmung während des Lernens zusammen mit Anpassungen der synaptischen GABAa-Neurotransmission stattfindet. Dies ist jedoch plausibel, da die Verstärkung der synaptischen Hemmung im LHb zur assoziativen Verarbeitung beiträgt [33]. Insgesamt stützen diese Daten die Annahme, dass postsynaptische Anpassungen die Etablierung einer Reizunterscheidung und einer Reiz-Bestrafungs-Assoziation vermitteln. Dies wird weiter durch die Beobachtung bestätigt, dass die präsynaptische Glutamat- und GABA-Signalisierung zwischen CS+ und CS– vergleichbar bleibt. Dies weist darauf hin, dass sich die präsynaptische schnelle Neurotransmission nicht ändert, um die Reizunterscheidung zu unterstützen, was frühere Erkenntnisse aus Aufzeichnungen in akuten Hirnschnitten zusammenfasst [7, 33]. Unseren Daten fehlt jedoch die Spezifität des synaptischen Inputs, sodass präsynaptische Plastizitätsereignisse, die synapsenspezifisch sind, nicht ausgeschlossen werden können. Beispielsweise unterliegen vesikuläre Glutamattransporter-2 (Vglut2)-exprimierende hypothalamische Neuronen, die zum LHb projizieren, während des Angstlernens einer Anpassung der Zelldynamik [6]. Die Unterschiede zwischen Verhaltensaufgaben (Pawlowsche Bestrafungsaufgabe in dieser Arbeit versus Angstkonditionierung) oder das Fehlen einer eingabespezifischen Bewertung könnten zu den Gründen gehören, die das Fehlen der hier beschriebenen Veränderungen in der Glutamatfreisetzung erklären.

Synaptische Plastizität erfordert in vielen Fällen Gating-Prozesse, die oft durch neuromodulatorische Signale vermittelt werden [53, 54]. Tatsächlich kann die Neuromodulation Synapsen für die Induktion und Expression langfristiger synaptischer Anpassungen vorbereiten [54, 55], wobei cholinerge, serotoninerge und dopaminerge Signale den synaptischen Gewinn steuern können [56, 57, 58]. Mithilfe genetisch kodierter Sensoren für Neurotransmitter im LHb von sich verhaltenden Mäusen konnten wir die phasenweise Freisetzung von ACh und Serotonin nachweisen. Während die Serotoninfreisetzung einen relevanten Modulationsweg im LHb darstellt [12, 34, 35] und ihre Freisetzung entlang der Präsentation von Hinweisen und Strafen erfolgt, trägt dies nicht zur Unterscheidung von Hinweisen bei, da CS+- und CS–-vermittelte Serotonintransienten während der Konditionierung vergleichbar blieben. Bisher gab es keine experimentellen Belege für die ACh-Freisetzung in LHb während des Tierverhaltens. Wir berichten über die beispiellose Beobachtung, dass ACh-Transienten bei Hinweisen und der Präsentation von Strafen erkennbar waren, was ein Szenario aufwirft, bei dem solche Signale bei der Kodierung hervorstechender Ereignisse unabhängig von deren Wert auftreten. Darüber hinaus passt sich die ACh-Signalisierung während der gesamten Cue-Bestrafungs-Assoziation an und spiegelt die plastischen Anpassungen wider, die bei GCaMP6f-Aufzeichnungen beobachtet wurden. Somit kann die ACh-Freisetzung die synaptische Plastizität im LHb steuern und so die Konditionierung unterstützen. Während dies der erste Versuch ist, die präsynaptische Dynamik von ACh zu beschreiben, liegen bereits Informationen über die postsynaptische Maschinerie vor, die für die Übermittlung cholinerger Signale im LHb erforderlich ist. LHb-Neuronen werden durch Aktivierung muskarinischer cholinerger Rezeptoren depolarisiert oder hyperpolarisiert. Darüber hinaus hemmt der Muskarinrezeptor die synaptische GABA- und Glutamatübertragung [36]. Darüber hinaus beeinträchtigte die Blockade des LHb-Muskarin-Signals das operante Kokainverhalten bei einer Go/No-Go-Aufgabe [51]. Insgesamt deutet dies darauf hin, dass funktionelle cholinerge Signale über Muskarinrezeptoren im LHb die durch Kokain vermittelten Verhaltensergebnisse regulieren. Es muss noch geklärt werden, welche Schaltkreiskonnektivität der ACh-Freisetzung im LHb zugrunde liegt. Unsere Ergebnisse unterstreichen jedoch, wie wichtig es ist, die cholinerge Modulation der synaptischen Wirksamkeit und ihre Rolle bei Verhaltensweisen im Zusammenhang mit aversiven Zuständen zu untersuchen.

Zusammenfassend zeigen unsere Ergebnisse funktionelle Diversität, Plastizitätsereignisse und neuromodulatorische Mechanismen im LHb, die zum assoziativen Lernen, zur Assoziation von Hinweisen und zur Bestrafung von Hinweisen und zur Unterscheidung von Hinweisen beitragen – was die Relevanz von LHb für die Valenzkodierung weiter untermauert. Wir postulieren, dass die Antizipation bevorstehender Strafen auf angeregten und gehemmten LHb-Neuronenpopulationen beruht, die eine synergistische Rolle bei der Koordination des Lernens spielen. Dies liefert Erkenntnisse darüber, wie das Gehirn neutrale Reize in strafenvorhersagende Reize umwandelt.

Alle Daten sind im Haupttext oder den ergänzenden Materialien verfügbar. Rohmaterial und Code für die Analyse sind auf Anfrage für Autoren und online über das folgende Zenodo-Repository verfügbar: https://doi.org/10.5281/zenodo.7784977.

Cohen JY, Haesler S, Vong L, Lowell BB, Uchida N. Neuronentypspezifische Signale für Belohnung und Bestrafung im ventralen tegmentalen Bereich. Natur. 2012;482:85–8.

Artikel CAS PubMed PubMed Central Google Scholar

Herry C, Johansen JP. Kodierung von Angstlernen und Gedächtnis in verteilten neuronalen Schaltkreisen. Nat Neurosci. 2014;17:1644–54.

Artikel CAS PubMed Google Scholar

LeDoux JE. Emotionsschaltkreise im Gehirn. Annu Rev Neurosci. 2000;23:155–84.

Artikel CAS PubMed Google Scholar

Stephenson-Jones M, Yu K, Ahrens S, Tucciarone JM, van Huijstee AN, Mejia LA, et al. Ein Basalganglien-Kreislauf zur Bewertung von Handlungsergebnissen. Natur. 2016;539:289–93.

Artikel PubMed PubMed Central Google Scholar

Matsumoto M, Hikosaka O. Darstellung des negativen Motivationswerts in der lateralen Habenula von Primaten. Nat Neurosci. 2009;12:77–84.

Artikel CAS PubMed Google Scholar

Lazaridis I, Tzortzi O, Weglage M, Märtin A, Xuan Y, Parent M, et al. Ein Hypothalamus-Röhren-Kreislauf kontrolliert die Abneigung. Mol-Psychiatrie 2019;24:1351–68.

Artikel CAS PubMed PubMed Central Google Scholar

Trusel M, Nuno-Perez A, Lecca S, Harada H, Lalive AL, Congiu M, et al. Strafprädiktive Hinweise führen zur Vermeidung durch Potenzierung der Hypothalamus-zu-Habenula-Synapsen. Neuron. 2019;102:120–7.e4.

Artikel CAS PubMed Google Scholar

Lawson RP, Seymour B, Loh E, Lutti A, Dolan RJ, Dayan P, et al. Die Habenula kodiert den negativen Motivationswert, der mit der primären Bestrafung beim Menschen verbunden ist. Proc Natl Acad Sci. 2014;111:11858–63.

Artikel CAS PubMed PubMed Central Google Scholar

Amo R, Fredes F, Kinoshita M, Aoki R, Aizawa H, Agetsuma M, et al. Der serotonerge Schaltkreis Habenulo-Raphe kodiert einen aversiven Erwartungswert, der für die adaptive aktive Vermeidung von Gefahren unerlässlich ist. Neuron. 2014;84:1034–48.

Artikel CAS PubMed Google Scholar

Wang D, Li Y, Feng Q, Guo Q, Zhou J, Luo M. Lernen prägt die Abneigungs- und Belohnungsreaktionen lateraler Habenula-Neuronen. Elife. 2017;6:e23045.

Artikel PubMed PubMed Central Google Scholar

Lecca S, Meye FJ, Mameli M. Die laterale Habenula bei Sucht und Depression: ein anatomischer, synaptischer und verhaltensbezogener Überblick. Eur J Neurosci. 2014;39:1170–8.

Artikel PubMed Google Scholar

Hu H, Cui Y, Yang Y. Schaltkreise und Funktionen der lateralen Habenula bei Gesundheit und Krankheit. Nat Rev Neurosci. 2020;21:277–95.

Artikel CAS PubMed Google Scholar

Cui Y, Yang Y, Ni Z, Dong Y, Cai G, Foncelle A, et al. Astrogliale Kir4.1 in der lateralen Habenula treibt neuronale Ausbrüche bei Depressionen an. Natur. 2018;554:323–7.

Artikel CAS PubMed Google Scholar

Lecca S, Meye FJ, Trusel M, Tchenio A, Harris J, Schwarz MK, et al. Aversive Reize fördern die Erregung vom Hypothalamus zur Habenula und fördern so das Fluchtverhalten. Elife. 2017;6:e30697.

Artikel PubMed PubMed Central Google Scholar

Li B, Piriz J, Mirrione M, Chung C, Proulx CD, Schulz D, et al. Synaptische Potenzierung auf Habenula-Neuronen im erlernten Hilflosigkeitsmodell der Depression. Natur. 2011;470:535–9.

Artikel CAS PubMed PubMed Central Google Scholar

Nuno-Perez A, Trusel M, Lalive AL, Congiu M, Gastaldo D, Tchenio A, et al. Stress untergräbt die belohnungsgesteuerte kognitive Leistung durch synaptische Depression in der lateralen Habenula. Neuron. 2021;109:947–56.e5.

Artikel CAS PubMed PubMed Central Google Scholar

Zheng Z, Guo C, Li M, Yang L, Liu P, Zhang X, et al. Die Hypothalamus-Habenula-Potenzierung kodiert chronische Stresserfahrungen und treibt das Auftreten von Depressionen voran. Neuron. 2022;110:1400–15.e6.

Artikel CAS PubMed Google Scholar

Flanigan ME, Aleyasin H, Li L, Burnett CJ, Chan KL, LeClair KB, et al. Die Orexin-Signalisierung in GABAergen lateralen Habenula-Neuronen moduliert aggressives Verhalten bei männlichen Mäusen. Nat Neurosci. 2020;23:638–50.

Artikel CAS PubMed PubMed Central Google Scholar

[ PMC kostenloser Artikel ] [ PubMed ] Hashikawa Y, Hashikawa K, Rossi MA, Basiri ML, Liu Y, Johnston NL, et al. [Kostenloser PMC-Artikel] [PubMed] [Querverweis] 30. Säugetier-Habenula. Neuron. 2020;106:743–58.e5.

Artikel CAS PubMed PubMed Central Google Scholar

Sylwestrak EL, Jo Y, Vesuna S, Wang X, Holcomb B, Tien RH, et al. Zelltypspezifische Populationsdynamik verschiedener Belohnungsberechnungen. Zelle. 2022;185:3568–87.e27.

Artikel CAS PubMed Google Scholar

Wallace ML, Huang KW, Hochbaum D, Hyun M, Radeljic G, Sabatini BL. Anatomisches und einzelzelliges Transkriptionsprofil des murinen Habenularkomplexes. Elife. 2020;9:e51271.

Artikel CAS PubMed PubMed Central Google Scholar

Grewe BF, Gründemann J, Kitch LJ, Lecoq JA, Parker JG, Marshall JD, et al. Neuronale Ensembledynamik, die einem assoziativen Langzeitgedächtnis zugrunde liegt. Natur. 2017;543:670–5.

Artikel CAS PubMed PubMed Central Google Scholar

Balsam G, Blanco-Hernandez E, Liang F, Naumann RK, Coletta S, Burgalossi A, et al. Modulare Mikroschaltungsorganisation der präsubikularen Kopf-Richtungskarte. Zellvertreter. 2022;39:110684.

Artikel CAS PubMed Google Scholar

Rossi MA, Basiri ML, Liu Y, Hashikawa Y, Hashikawa K, Fenno LE, et al. Transkriptionelle und funktionelle Divergenz in lateralen hypothalamischen Glutamatneuronen, die in die laterale Habenula und den ventralen Tegmentalbereich projizieren. Neuron. 2021;109:3823–37.e6.

Artikel CAS PubMed PubMed Central Google Scholar

Congiu M, Trusel M, Pistis M, Mameli M, Lecca S. Gegensätzliche Reaktionen auf aversive Reize in lateralen Habenula-Neuronen. Eur J Neurosci. 2019;50:2921–30.

Artikel PubMed Google Scholar

Diamantaki M, Coletta S, Nasr K, Zeraati R, Laturnus S, Berens P, et al. Manipulation der Zellaktivität im Hippocampus durch Einzelzellstimulation bei sich frei bewegenden Mäusen. Cell Rep. 2018;23:32–8.

Artikel CAS PubMed Google Scholar

Burgalossi A, Herfst L, von Heimendahl M, Förste H, Haskic K, Schmidt M, et al. Mikroschaltkreise funktionell identifizierter Neuronen im medialen entorhinalen Kortex der Ratte. Neuron. 2011;70:773–86.

Artikel CAS PubMed Google Scholar

Benabid AL, Jeaugey L. Zellen der lateralen Habenula der Ratte reagieren auf somatosensorische Eingaben mit hoher Reizschwelle. Neurosci Lett. 1989;96:289–94.

Artikel CAS PubMed Google Scholar

Dong WQ, Wilson OB, Skolnick MH, Dafny N. Hypothalamus, dorsale Raphe und externe elektrische Stimulation modulieren schädliche evozierte Reaktionen von Habenula-Neuronen. Neurowissenschaften. 1992;48:933–40.

Artikel CAS PubMed Google Scholar

Li H, Pullmann D, Jhou TC. Die Valenzkodierung in der lateralen Habenula geht von der entopedunkulären Region aus. Elife. 2019;8:e41223.

Artikel PubMed PubMed Central Google Scholar

Hinton, GE, Roweis, S Stochastische Nachbareinbettung. Fortschritte in neuronalen Informationsverarbeitungssystemen 2002;15:857–64.

Penzo MA, Robert V, Tucciarone J, De Bundel D, Wang M, Van Aelst L, et al. Der paraventrikuläre Thalamus steuert einen zentralen Angstkreislauf der Amygdala. Natur. 2015;519:455–9.

Artikel CAS PubMed PubMed Central Google Scholar

Lalive AL, Congiu M, Lewis C, Groos D, Clerke JA, Tchenio A, et al. Synaptische Hemmung in den lateralen Habenulaformen belohnt die Vorfreude. Curr Biol. 2022;32:1829–36.e4.

Artikel CAS PubMed Google Scholar

Shabel SJ, Proulx CD, Trias A, Murphy RT, Malinow R. Der Input der Basalganglien in die laterale Habenula ist erregend, aversiv und wird durch Serotonin unterdrückt. Neuron. 2012;74:475–81.

Artikel CAS PubMed PubMed Central Google Scholar

Shabel SJ, Proulx CD, Piriz J, Malinow R. Stimmungsregulierung. Die gleichzeitige Freisetzung von GABA/Glutamat steuert die Produktion der Habenula und wird durch die Behandlung mit Antidepressiva verändert. Wissenschaft. 2014;345:1494–8.

Artikel CAS PubMed PubMed Central Google Scholar

Wolfe CIC, Hwang EK, Ijomor EC, Zapata A, Hoffman AF, Lupica CR. Muskarin-Acetylcholin-M2-Rezeptoren regulieren die Aktivität der lateralen Habenula-Neuronen und kontrollieren das Suchverhalten nach Kokain. J Neurosci. 2022;42:5552–63.

Artikel CAS PubMed PubMed Central Google Scholar

Jing M, Li Y, Zeng J, Huang P, Skirzewski M, Kljakic O, et al. Ein optimierter Acetylcholin-Sensor zur Überwachung der cholinergen Aktivität in vivo. Nat-Methoden. 2020;17:1139–46.

Artikel CAS PubMed PubMed Central Google Scholar

Marvin JS, Borghuis BG, Tian L, Cichon J, Harnett MT, Akerboom J, et al. Eine optimierte Fluoreszenzsonde zur Visualisierung der Glutamat-Neurotransmission. Nat-Methoden. 2013;10:162–70.

Artikel CAS PubMed PubMed Central Google Scholar

Marvin JS, Shimoda Y, Magloire V, Leite M, Kawashima T, Jensen TP, et al. Ein genetisch kodierter Fluoreszenzsensor für die In-vivo-Bildgebung von GABA. Nat-Methoden. 2019;16:763–70.

Artikel CAS PubMed Google Scholar

Wan J, Peng W, Li X, Qian T, Song K, Zeng J, et al. Ein genetisch kodierter Sensor zur Messung der Serotonindynamik. Nat Neurosci. 2021;24:746–52.

Artikel CAS PubMed PubMed Central Google Scholar

Yu XD, Zhu Y, Sun QX, Deng F, Wan J, Zheng D, et al. Bestimmte serotonerge Bahnen zur Amygdala liegen verschiedenen Verhaltensmerkmalen von Angstzuständen zugrunde. Nat Neurosci. 2022;25:1651–63.

Artikel CAS PubMed Google Scholar

Huang L, Xi Y, Peng Y, Yang Y, Huang X, Fu Y, et al. Ein mit Habenula verwandter visueller Schaltkreis liegt den antidepressiven Wirkungen der Lichttherapie zugrunde. Neuron. 2019;102:128–2.e8.

Artikel CAS PubMed Google Scholar

Shelton L, Pendse G, Maleki N, Moulton EA, Lebel A, Becerra L, et al. Kartierung der Schmerzaktivierung und Konnektivität der menschlichen Habenula. J Neurophysiol. 2012;107:2633–48.

Artikel CAS PubMed PubMed Central Google Scholar

Bromberg-Martin ES, Matsumoto M, Hikosaka O. Deutliche tonische und phasische antizipatorische Aktivität in lateralen Habenula- und Dopaminneuronen. Neuron. 2010;67:144–55.

Artikel CAS PubMed PubMed Central Google Scholar

Maroteaux M, Mameli M. Kokain ruft projektionsspezifische synaptische Plastizität lateraler Habenula-Neuronen hervor. J Neurosci. 2012;32:12641–6.

Artikel CAS PubMed PubMed Central Google Scholar

Levinstein MR, Bergkamp DJ, Lewis ZK, Tsobanoudis A, Hashikawa K, Stuber GD, et al. PACAP-exprimierende Neuronen in der lateralen Habenula verringern die negative emotionale Valenz. Gene Gehirnverhalten. 2022;21:e12801.

Artikel CAS PubMed PubMed Central Google Scholar

Lee D, Hyun JH, Jung K, Hannan P, Kwon HB. Ein kalzium- und lichtgesteuerter Schalter zur Induktion der Genexpression in aktivierten Neuronen. Nat Biotechnol. 2017;35:858–63.

Artikel CAS PubMed Google Scholar

Sørensen AT, Cooper YA, Baratta MV, Weng FJ, Zhang Y, Ramamoorthi K, et al. Ein robustes Aktivitätsmarkierungssystem zur Erkundung aktiver neuronaler Ensembles. Elife. 2016;5:e13918.

Artikel PubMed PubMed Central Google Scholar

Trojanowski NF, Bottorff J, Turrigiano GG. Die Aktivitätsmarkierung in vivo mithilfe von CaMPARI2 zeigt intrinsische und synaptische Unterschiede zwischen Neuronen mit hohen und niedrigen Einstellpunkten für die Feuerrate. Neuron. 2021;109:663–76.e5.

Artikel CAS PubMed Google Scholar

James MH, Charnley JL, Flynn JR, Smith DW, Dayas CV. Die Neigung zu einem „Rückfall“ nach Kokainexposition ist mit der Rekrutierung spezifischer Thalamus- und Epithalamuskerne verbunden. Neurowissenschaften. 2011;199:235–42.

Artikel CAS PubMed Google Scholar

Zapata A, Hwang EK, Lupica CR. Laterale Habenula-Beteiligung an der impulsiven Kokainsuche. Neuropsychopharmakologie. 2017;42:1103–12.

Artikel CAS PubMed PubMed Central Google Scholar

Tian J, Uchida N. Habenula-Läsionen zeigen, dass Dopamin-Vorhersagefehlern auf mehreren Mechanismen beruhen. Neuron. 2015;87:1304–16.

Artikel CAS PubMed PubMed Central Google Scholar

Abraham WC, Bear MF. Metaplastizität: die Plastizität der synaptischen Plastizität. Trends Neurosci. 1996;19:126–30.

Artikel CAS PubMed Google Scholar

Seol GH, Ziburkus J, Huang S, Song L, Kim IT, Takamiya K, et al. Neuromodulatoren steuern die Polarität der Spike-Timing-abhängigen synaptischen Plastizität. Neuron. 2007;55:919–29.

Artikel CAS PubMed PubMed Central Google Scholar

Edelmann E, Lessmann V. Dopamin moduliert die Spike-Timing-abhängige Plastizität und die Aktionspotentialeigenschaften in CA1-Pyramidenneuronen akuter Hippocampusschnitte von Ratten. Vordere synaptische Neurosci. 2011;3:6.

Artikel CAS PubMed PubMed Central Google Scholar

Bissière S, Humeau Y, Lüthi A. Dopamin steuert die LTP-Induktion in der lateralen Amygdala durch Unterdrückung der Feedforward-Hemmung. Nat Neurosci. 2003;6:587–92.

Artikel PubMed Google Scholar

Palacios-Filardo J, Mellor JR. Neuromodulation der langfristigen synaptischen Plastizität des Hippocampus. Aktuelle Meinung Neurobiol. 2019;54:37–43.

Artikel CAS PubMed PubMed Central Google Scholar

Poorthuis RB, Enke L, Letzkus JJ. Modulation des cholinergen Schaltkreises durch unterschiedliche Rekrutierung neokortikaler Interneurontypen während des Verhaltens. J Physiol. 2014;592:4155–64.

Artikel CAS PubMed PubMed Central Google Scholar

Referenzen herunterladen

Wir danken FJ Meye, M. Carta, J. Clerke und allen Mitgliedern des Mameli-Labors für ihre Kommentare zum Manuskript. Wir danken D. Congiu und B. Girard für ihre Unterstützung bei der Analyse der Kalzium-Bildgebungsdaten. Die Autoren danken dem GENIE-Projekt am HHMI Janelia Research Campus für die freundliche Schenkung des iGABASnFR2-Konstrukts und der International Max Planck Research School for Intelligent Systems (IMPRS-IS) für die Unterstützung von Lisa Schmors.

Diese Arbeit wurde unterstützt durch Schweizerische Nationalförderung 31003A_175549 (MM), Staatssekretariat für Bildung, Forschung und Innovation SBFI (SVEN-Projekt, MM), Deutsche Forschungsgemeinschaft (DFG) BE5601/8-1 (PB), Exzellenzcluster EXC2064 „ Maschinelles Lernen – Neue Perspektiven für die Wissenschaft“ (PB), Bundesministerium für Bildung und Wissenschaft (BMBF), KI-Zentrum Tübingen und Deutsche Forschungsgemeinschaft (DFG) BU3126/2-1 (AB). Open-Access-Finanzierung durch die Universität Lausanne.

Die Abteilung für grundlegende Neurowissenschaften, Universität Lausanne, 1005, Lausanne, Schweiz

Mauro Congiu, Sarah Mondoloni, Salvatore Lecca, Arnaud L. Lalive und Manuel Mameli

Institut für Neurobiologie und Werner Reichardt Center for Integrative Neuroscience (CIN), Universität Tübingen, 72076, Tübingen, Deutschland

Ioannis S. Zouridis & Andrea Burgalossi

Graduate Training Center of Neuroscience, International Max Planck Research School (IMPRS), Universität Tübingen, Tübingen, Deutschland

John S. Zouridis

Institut für Ophthalmologische Forschung, Universität Tübingen, Tübingen, Deutschland

Lisa Schmors & Philipp Berens

Hertie-Institut für KI in der Hirngesundheit, Universität Tübingen, Tübingen, Deutschland

Lisa Schmors

Die Abteilung für Biomedizinische Wissenschaften der Universität Lausanne, 1005, Lausanne, Schweiz

Kyllian Ginggen & Rosa Chiara Paolicelli

School of Life Sciences, Universität Peking, Peking, 100871, China

Fei Deng & Yulong Li

Tübingen AI Center, Universität Tübingen, Tübingen, Deutschland

Philip Berens

Inserm, UMR-S 839, 75005, Paris, Frankreich

Manuel Mameli

Sie können diesen Autor auch in PubMed Google Scholar suchen

MC führte elektrophysiologische, verhaltensbezogene, optogenetische Manipulationen und Zwei-Photonen-Bildgebung durch. SM, ISZ, SL, ALL und KG führten ergänzende Experimente durch. LS und ISZ führten eine Datenanalyse für elektrophysiologische Daten durch. FD hat den 5HT-Biosensor entwickelt. PB, RCP, YL stellten Know-how und Werkzeuge für Analysen und Bildgebung zur Verfügung. AB leistete Unterstützung bei elektrophysiologischen Aufzeichnungen und deren Analyse. MC und MM haben die Studie entworfen und das Manuskript mit Unterstützung der anderen Autoren verfasst.

Korrespondenz mit Manuel Mameli.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Congiu, M., Mondoloni, S., Zouridis, IS et al. Plastizität der neuronalen Dynamik in der lateralen Habenula für assoziatives Lernen mit Hinweis-Bestrafung. Mol Psychiatrie (2023). https://doi.org/10.1038/s41380-023-02155-3

Zitat herunterladen

Eingegangen: 12. Januar 2023

Überarbeitet: 30. Mai 2023

Angenommen: 19. Juni 2023

Veröffentlicht: 06. Juli 2023

DOI: https://doi.org/10.1038/s41380-023-02155-3

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt