Specific connectivity optimizes learning in thalamocortical loops
preprint
OA: closed
CC-BY-NC-ND-4.0
Abstract
1 Cortico-thalamo-cortical loops have a central role in cognition and motor control, but precisely how thalamus contributes to these processes is unclear. Recent studies showing evidence of plasticity in thalamocortical synapses indicate a role for thalamus in shaping cortical dynamics – and thus behavior – through learning. Since corticothalamic projections compress cortical activity into a lower-dimensional thalamic activity space, we hypothesized that the computational role of thalamus would depend critically on the structure of corticothalamic connectivity. To test this, we identified the optimal corticothalamic structure that promotes biologically plausible learning in thalamocortical synapses. We found that corticothalamic structures specialized to carry an efference copy of the cortical output benefit motor control, while corticothalamic connections that communicate the directions of highest variance in cortical activity are optimal for working memory tasks. We analyzed neural recordings from mice performing grasping and delayed discrimination, and found corticothalamic interactions consistent with these predictions. These results suggest that thalamus orchestrates cortical dynamics in a functionally precise manner through structured connectivity.
My notes (saved in your browser only)
Citation neighborhood (sparse)
Too few in-corpus citations on either side for a chart; here are the lists.
Cites (2)
References (89)
- Optimal routing to cerebellum-like structures via crossref
- Task-dependent optimal representations for cerebellar learning via crossref
- doi:10.1609/aaai.v32i1.11320 via crossref
- doi:10.1016/s0361-9230(96)00107-4 via crossref
- doi:10.1016/j.neuron.2019.04.037 via crossref
- doi:10.1016/j.conb.2017.06.003 via crossref
- doi:10.1523/jneurosci.2792-14.2015 via crossref
- doi:10.1016/j.neuron.2016.02.001 via crossref
- doi:10.1523/jneurosci.3442-17.2019 via crossref
- doi:10.1126/science.aan3846 via crossref
- doi:10.3389/fnmol.2020.00030 via crossref
- doi:10.1038/nn.4568 via crossref
- doi:10.1016/0306-4522(95)00009-8 via crossref
- doi:10.1111/j.1460-9568.1995.tb01016.x via crossref
- doi:10.1371/journal.pbio.0050061 via crossref
- doi:10.1017/s0373463310000391 via crossref
- doi:10.1038/nature11129 via crossref
- doi:10.1016/j.neuron.2018.03.024 via crossref
- doi:10.1179/016164103101201184 via crossref
- doi:10.1038/s41593-022-01088-4 via crossref
- doi:10.1038/s41586-018-0642-9 via crossref
- doi:10.1109/iembs.2011.6091054 via crossref
- doi:10.1523/jneurosci.0463-18.2018 via crossref
- doi:10.1146/annurev-neuro-062111-150410 via crossref
- doi:10.3389/fncir.2018.00053 via crossref
- doi:10.7554/elife.28295 via crossref
- doi:10.7554/elife.22901 via crossref
- doi:10.1016/j.brainresrev.2010.08.001 via crossref
- doi:10.7554/elife.10774 via crossref
- doi:10.1038/nature22324 via crossref
- doi:10.1523/jneurosci.2277-19.2020 via crossref
- doi:10.1523/jneurosci.1333-18.2018 via crossref
- doi:10.1016/j.neuron.2019.06.005 via crossref
- doi:10.1016/j.conb.2018.12.003 via crossref
- doi:10.1371/journal.pone.0234930 via crossref
- doi:10.1016/j.neuron.2018.07.046 via crossref
- doi:10.1152/jn.1999.82.5.2827 via crossref
- doi:10.1523/jneurosci.5411-10.2011 via crossref
- doi:10.1109/tpami.2021.3079209 via crossref
- doi:10.1038/nature11039 via crossref
- doi:10.1016/j.neuron.2016.04.029 via crossref
- doi:10.1371/journal.pcbi.1009205 via crossref
- doi:10.1002/cne.1277 via crossref
- doi:10.1016/j.neuron.2021.03.009 via crossref
- doi:10.1027//0269-8803.13.2.77 via crossref
- doi:10.1523/jneurosci.5717-11.2012 via crossref
- doi:10.1523/jneurosci.1173-11.2011 via crossref
- doi:10.1073/pnas.96.14.8200 via crossref
- doi:10.1038/ncomms15834 via crossref
- doi:10.1038/ncomms13276 via crossref
- doi:10.1016/j.neuron.2017.01.030 via crossref
- doi:10.1016/j.celrep.2021.109090 via crossref
- doi:10.1146/annurev-neuro-090919-022842 via crossref
- doi:10.1038/nature12742 via crossref
- doi:10.1038/nn.3739 via crossref
- doi:10.1016/j.neuron.2018.07.003 via crossref
- doi:10.7554/elife.20899 via crossref
- doi:10.7554/elife.43299 via crossref
- doi:10.1038/s41586-021-03970-w via crossref
- doi:10.1016/j.neuron.2012.03.022 via crossref
- doi:10.1038/381607a0 via crossref
- doi:10.1038/nature13235 via crossref
- doi:10.1038/s41593-019-0483-3 via crossref
- doi:10.1073/pnas.1906571116 via crossref
- doi:10.1038/s41593-018-0269-z via crossref
- doi:10.1073/pnas.2104137118 via crossref
- doi:10.1038/s41586-019-1869-9 via crossref
- doi:10.1038/nature22073 via crossref
- doi:10.1103/physrevresearch.2.013111 via crossref
- doi:10.1016/j.conb.2007.07.003 via crossref
- doi:10.1038/nn.4269 via crossref
- doi:10.7551/mitpress/2940.001.0001 via crossref
- doi:10.1016/j.neuron.2021.06.021 via crossref
- doi:10.1126/sciadv.abm0531 via crossref
- doi:10.1038/nn.4042 via crossref
- doi:10.1016/j.neuron.2018.08.016 via crossref
- doi:10.1038/s41467-021-22421-8 via crossref
- doi:10.1016/j.neuron.2021.11.009 via crossref
- doi:10.1016/j.neuron.2013.11.030 via crossref
- doi:10.1016/j.cobeha.2021.01.002 via crossref
- doi:10.1162/netna00235 via crossref
- doi:10.1038/s41593-018-0147-8 via crossref
- doi:10.1162/neco.1989.1.2.270 via crossref
- doi:10.1523/jneurosci.4023-14.2015 via crossref
- doi:10.1371/journal.pcbi.1004850 via crossref
- doi:10.1080/09548980600931995 via crossref
- doi:10.1016/j.neuroimage.2021.117919 via crossref
- doi:10.1371/journal.pcbi.1003191 via crossref
- doi:10.7554/elife.32517 via crossref
Source provenance
- crossref
- last seen: 2026-06-22T06:34:19.128824+00:00
- europepmc
- last seen: 2026-05-19T01:45:01.086888+00:00
- unpaywall
- last seen: 2026-05-22T02:00:06.705733+00:00
License: CC-BY-NC-ND-4.0