Neural Ensemble Dynamics in Multi-Option Decision Making

Abstract

[eng] During perceptual decision-making, sensory information is transformed into decisions, requiring the integration of relevant inputs, maintenance of the response, and motor execution. This process can become particularly demanding when the interval between stimulus presentation and response is unpredictable. Previous studies have identified neural ensembles in the frontal cortex selectively maintaining the upcoming choice during the delay period (Funahashi et al., 1989; Fuster & Alexander, 1971; Kubota & Niki, 1971), and photo suppression of these areas causes pronounced deficits in task performance (Guo, Li, et al., 2014; Pinto et al., 2019). N-methyl-D-aspartate receptors (NMDARs) have been linked to such mnemonic maintenance (Lisman et al., 1998; van Vugt et al., 2020; M. Wang et al., 2013; X. J. Wang, 1999). In two-alternative forced choice tasks in rodents, modeling work proposes that a dynamic attractor landscape emerges at stimulus onset and maintains the choice in a winner-take-all regime until the response (Inagaki et al., 2019). However, it remains unclear what are the dynamics in conditions with more than two choices available, and what are the mechanisms underlying choice errors. To address these questions, I developed a visuospatial multiple-choice delayed response (MCDR) task for freely moving mice with variable stimulus and delay durations. To train mice in this complex task, I developed the Training Village, a platform to automatically train group-housed mice in the task without human intervention. Using this system, mice learned to attend to a visual stimulus briefly displayed on a touchscreen at one of three possible positions (Left, Centre, and Right) while running along a central corridor. Stimulus duration varied across trials, resulting in a variable delay (~1-3s), defined as the interval between stimulus offset and the animal’s nose-poke on the screen. I found choice accuracy increased with stimulus duration and decreased with delay length, suggesting that both perceptual and maintenance errors limit task performance. A significant portion of task errors arose from idiosyncratic choice biases, particularly pronounced with shorter stimulus durations. Additionally, a smaller but consistent source of errors was the attraction toward previous choices following correct outcomes. Systemic pharmacological blockade of NMDARs increased the tendency to repeat previous choices, suggesting that NMDAR hypofunction promotes repetitive, low-cognitive effort strategies. Notably, these effects were absent when NMDARs were specifically blocked in the anterolateral motor cortex (ALM), indicating broader circuit involvement in mediating repetitive behavioral patterns. Next, I examined interactions between ALM neural ensembles representing choices using the TRAP2 system combined with optogenetics (DeNardo et al., 2019). Channelrhodopsin was expressed in a neural ensemble specific to one choice. Photostimulation of the TRAPed choice ensemble impaired the accuracy of the labeled choice without affecting the other choices. This suggests that the activation of a neural population in ALM that specifically encodes one choice has a deleterious effect on the targeted choice, without disrupting the activation of other ensembles. This challenges the winner-take-all model for choice selection by suggesting limited lateral inhibition between neural populations encoding different choices. Finally, population activity recordings in ALM revealed neurons encoding the upcoming choices during the delay and response epochs. Guided by a dynamic three-choice attractor model, I hypothesized that choice errors could arise from different mechanisms based on the timing when the network transitions into the attractor winner-take-all regime: this transition could occur before the stimulus (premature choices), after the stimulus (late choices), or during the stimulus but followed by an attractor reversal during the delay. Decoding readouts during error trials supported late-choice errors, suggesting that the decision timing does

not always align with the timing of the stimulus. Instead, factors such as the cognitive cost of maintaining a decision may influence these late choice dynamics. Overall, my research presents a novel delayed-response task with multiple options and unpredictable stimulus timing in freely moving mice, which captures the complexity of decision-making in ecologically valid contexts. Furthermore, my results provide new insights into the role of NMDARs in preparing upcoming responses, and the network dynamics of the frontal cortex during choice selection and maintenance.

[cat] Durant la presa de decisions perceptives la informació sensorial es transforma en decisions, la qual cosa requereix: la integració dels inputs sensorials, la transformació en una elecció, el manteniment d'aquesta elecció en la memòria a curt termini i l'execució motora. Aquest procés complex pot tornar-se especialment exigent quan l'interval entre la presentació de l'estímul i la resposta és imprevisible. Estudis previs han identificat conjunts neuronals en l’escorça frontal que mantenen selectivament la decisió futura en la memòria a curt termini (Funahashi et al., 1989; Fuster & Alexander, 1971; Kubota & Niki, 1971). A més, la supressió de l'activitat neuronal de l’escorça frontal produeix dèficits en la conservació de les decisions (Guo, Li, et al., 2014; Pinto et al., 2019), confirmant la causalitat entre l’activitat d’aquesta regió i la memòria a curt termini. Així mateix, s’ha demostrat que els receptors N-metil-D-aspartat (NMDAR) estan involucrats en el manteniment de l’activitat neuronal necessari per a conservar les decisions en la memòria (Lisman et al., 1998; van Vugt et al., 2020; M. Wang et al., 2013; X. J. Wang, 1999). Alguns treballs de modelatge computacional, com el d'Inagaki i col·laboradors, han tractat d'explicar mecanísticament les dinàmiques dels circuits neuronals dels ratolins resolent una tasca amb dues alternatives en la qual les decisions han de mantenir-se durant uns segons en la memòria. En aquest estudi es proposa que durant la presentació de l'estímul sorgeixen dos possibles estats estables del sistema, també coneguts com a atractors, que mantenen les decisions en la memòria fins a la decisió final (Inagaki et al., 2019)). Tanmateix, no queda clar quines serien les dinàmiques del sistema en tasques amb més de dues alternatives disponibles, i com canviarien aquestes dinàmiques quan es produeixin errors en les decisions, és a dir, quan la resposta final no coincideix amb l'estímul presentat. També hi ha moltes preguntes obertes sobre el paper que juguen els NMDAR en aquest manteniment de decisions. Per abordar aquestes preguntes, he dissenyat una tasca visual de memòria a curt termini amb múltiples eleccions (MCDR, per les seves sigles en anglès) en ratolins. En aquesta tasca les durades d'estímul i temps de memòria són variables. Per tal d’ensenyar la tasca als ratolins, he desenvolupat el Training Village, una plataforma que permet entrenar grups de ratolins automàticament (sense intervenció humana) mentre viuen tots junts en les seves gàbies. Utilitzant el Training Village els ratolins han après a recordar un estímul visual mostrat en una pantalla tàctil en una de tres posicions possibles (esquerra, centre i dreta), mentre es desplacen al llarg d'un corredor central. Per poder obtenir una recompensa, els animals han de tocar la pantalla en el lloc on s'ha mostrat l'estímul. En aquesta tesi he analitzat la conducta dels ratolins durant la tasca MCDR per tal d’identificar les variables principals que afecten la correcta execució de les decisions. També he comparat la conducta dels ratolins wild-type amb la de diferents models amb disfunció dels NMDAR, per tal d’entendre millor la implicació d'aquests receptors en la memòria a curt termini i la presa de decisions. A més, he investigat les dinàmiques entre els conjunts neuronals representant les diferents decisions a l’escorça frontal, concretament al còrtex motor anterolateral (ALM). Per a aconseguir-ho he utilitzat el sistema TRAP2 combinat amb optogenètica (DeNardo et al., 2019). Aquest sistema permet manipular selectivament l'activitat de les neurones que mantenen específicament una decisió en concret, mitjançant l'expressió selectiva de la Channelrhodopsin. Per acabar, he registrat l'activitat neuronal en ALM durant l'execució de la tasca, amb especial atenció als seus canvis durant els errors en les decisions. Finalment, he intentat encabir els meus resultats amb els models mecanístics actuals per a la presa i el manteniment de les decisions explicats anteriorment.