1614 Arbeiten
Die Neurowissenschaften erkunden das komplexeste Organ im menschlichen Körper: das Gehirn. Dieser Bereich beleuchtet, wie Nervenzellen miteinander kommunizieren, wie unser Bewusstsein entsteht und welche Mechanismen neurologischen Erkrankungen zugrunde liegen. Von der molekularen Ebene bis zum Verhalten reicht das Spektrum dieser Forschung, die täglich neue Einblicke in die Funktionsweise unseres Denkens liefert.
Auf Gist.Science stellen wir Ihnen die neuesten Vorveröffentlichungen aus bioRxiv vor, die sich direkt mit diesen spannenden Fragestellungen befassen. Unser Team verarbeitet jeden neuen Preprint in dieser Kategorie und bietet Ihnen sowohl verständliche Zusammenfassungen für ein breites Publikum als auch detaillierte technische Analysen für Fachleute. So bleiben Sie stets auf dem aktuellen Stand der Forschung, ohne in unwegsames Fachvokabular zu geraten.
Nachfolgend finden Sie die aktuellsten Forschungsarbeiten aus dem Bereich der Neurowissenschaften, die wir für Sie aufbereitet haben.
Die Studie zeigt, dass Wahnvorstellungen nicht auf fehlerhafte Inferenz, sondern auf eine adaptive Reorganisation generativer Modelle zurückzuführen sind, die durch unangemessene Initialisierung und übermäßige Gewissheit ausgelöst wird und neue therapeutische Ansätze ermöglicht.
Die Studie zeigt, dass die Geometrie von Mannigfaltigkeiten in neuronalen Repräsentationen es ermöglicht, sowohl Objektkategorien als auch kategorienunabhängige Merkmale wie Position und Größe in einem gemeinsamen Code zu verarbeiten, und liefert hierfür eine theoretische Grundlage sowie testbare Vorhersagen für die ventrale Sehbahn.
Die Studie zeigt, dass bei ALS die hyperaktive Homöostase die hemmende Wirkung von Riluzol auf Motoneuronen konterkariert und paradoxerweise deren Erregbarkeit steigert, während gleichzeitig die Zellgröße normalisiert wird, was die begrenzte klinische Wirksamkeit des Medikaments erklärt und einen neuen neuroprotektiven Mechanismus aufdeckt.
Die Studie zeigt, dass die neuronale Ausrichtung von MSTd im dorsalen visuellen Pfad besser durch unüberwachte Autoencoder-Modelle mit MT-ähnlichen Eingabesignalen erklärt wird als durch überwachte Aufgabenoptimierung, was auf fundamentale Unterschiede in den Rechenprinzipien zwischen dem dorsalen und ventralen Pfad hindeutet.
Die Studie zeigt, dass sowohl Gewöhnung als auch Belohnungslernen im visuellen Kortex zwar über unterschiedliche hemmende Schaltkreise wirken, aber gemeinsam die Anpassung von Pyramidenzellen von einer Depression hin zu einer Sensibilisierung verschieben, indem sie das Verhältnis der PV- zu SST-Eingänge reduzieren.
Diese Studie zeigt, dass nichtlineare Eigenschaften von Motoneuronen zu einer frequenzabhängigen Synchronisation führen, die in schneller feuenden Einheiten stärkere Modulationen bewirkt und durch herkömmliche Pool-Analysen übersehen wird, während eine neu entwickelte, feuerungsgekoppelte Methode diese subpopulationsspezifischen Effekte sowohl in Simulationen als auch in menschlichen EMG-Daten aufdeckt.
Die Studie kombiniert Neuroimaging, Genexpressionsdaten und Netzwerkm modelling, um zu zeigen, dass die Entstehung kortikaler Netzwerke im sich entwickelnden menschlichen Gehirn durch die zeitliche und räumliche Verteilung der thalamokortikalen Innervation sowie durch die Verbindungsdistanz bestimmt wird, wobei sich die hochvernetzten Knotenpunkte (Hubs) aus diesen interdependenten räumlich-zeitlichen Zwängen ergeben, anstatt dass höhere thalamische Kerne diese gezielt ansteuern.
Die Studie zeigt, dass sich das menschliche Sprachnetzwerk durch eine nichtlineare, dreistufige Entwicklung von der frühen Lokalisierung über eine vorübergehende Adoleszenzphase mit reduzierter Konnektivität bis hin zur adulten Verfeinerung neu organisiert, was die Debatte zwischen lokalen und verteilten Architekturen vereint.
Die Studie zeigt durch Datenanalyse und computergestützte Modellierung, dass phasisches Dopamin nicht nur über Lernprozesse, sondern auch direkt konditioniertes Verhalten moduliert.
Die Studie stellt DELSSOME vor, ein Deep-Learning-Framework, das die rechenintensive numerische Integration in großskaligen biophysikalischen Hirnschaltkreis-Modellen durch einen schnellen Surrogatansatz ersetzt und so erstmals eine effiziente, populationsweite Optimierung individueller Parameter sowie die Ableitung normativer E/I-Verlaufskurven über die Lebensspanne ermöglicht.