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.

The spatiotemporal structure of neural activity in motor cortex during reaching

Die Studie zeigt, dass motorische Repräsentationen und Populationsdynamiken im frontalen Motorcortex über große räumliche Distanzen hinweg heterogen verteilt und komplex strukturiert sind, wobei Neuronen mit hoher Aufgabenrelevanz unabhängig von ihrer räumlichen Lage ähnliche zeitliche Dynamiken aufweisen.

Canfield, R. A., Ouchi, T., Fang, H., Macagno, B., Smith, L. I., Scholl, L. R., Orsborn, A. L.2026-03-19🧠 neuroscience

Cross-individual translation of spontaneous zebrafish brain activity through a shared latent representation

Die Studie stellt mit latent-ausgerichteten Restricted Boltzmann Machines (LaRBMs) ein unüberwachtes generatives Verfahren vor, das eine gemeinsame latente Repräsentation aus zellauflösenden Ganzhirnaufnahmen larvaler Zebrafische ableitet und damit die zuverlässige Übersetzung spontaner Gehirnaktivitätsmuster zwischen Individuen durch generalisierbare, räumlich lokalisierte Zellverbände ermöglicht.

Dommanget-Kott, M., Fernandez-de-Cossio-Diaz, J., Faye-Bedrin, G., Debregeas, G., Bormuth, V.2026-03-19🧠 neuroscience

Oculomotor dance learning task: Implications for audio-visual cued spatial learning

Die Studie zeigt, dass ein musikgestütztes Oculomotor-Tanzlernen die räumliche und zeitliche Genauigkeit von Augenbewegungen bei gesunden Probanden signifikant verbessert und somit als vielversprechende Grundlage für neurorehabilitative Interventionen bei Erkrankungen wie Parkinson dient.

Petrovski, M., Beheiry, S., Das, U. U., Rooprai, S., Karimi, A., Simon, J. R., Bar, R. J., DeSouza, J. F.2026-03-19🧠 neuroscience

Temporally resolved glutamate and GABA responses measured in human medial frontal cortex during working memory encoding and recall

Die Studie nutzt 7-T-fMRS, um zeitlich aufgelöste Glutamat- und GABA-Reaktionen im menschlichen medialen Frontalkortex während des Arbeitsgedächtnisses zu messen, wobei sie signifikante Glutamat-Anstiege während der Kodierung und des Abrufs sowie einen positiven Zusammenhang zwischen individuellen GABA-Anstiegen und der Genauigkeit des Arbeitsgedächtnisses aufdeckt.

Cocking, D., Elson, R., Dyke, K., Katshu, M. Z. U. H., Berrington, A., Danielmeier, C.2026-03-19🧠 neuroscience

Noradrenergic administration improves cognitive flexibility even after glutamatergic damage in rat mediodorsal thalamus or thalamic nucleus reuniens

Die Studie zeigt, dass die Gabe von Noradrenalin die kognitive Flexibilität bei Ratten mit glutamatergen Schäden im mediodorsalen Thalamus oder im Nucleus reuniens trotz der Läsionen signifikant verbessert und somit noradrenerge Eingriffe als vielversprechende therapeutische Strategie für thalamokortikale Dysfunktionen unterstreicht.

Hamilton, J. J., Berriman, L., Harrison-Best, S., Dalrymple-Alford, J. C., Mitchell, A. S.2026-03-19🧠 neuroscience

Permutation-calibrated stability discovery under ???? >> ????: A leak-controlled Machine Learning framework identifies candidate proteomics panels in antiseizure medication-related side effects

Diese Studie stellt ein leak-kontrolliertes Machine-Learning-Framework vor, das unter Verwendung von Permutationen und Stabilitätsselektion robuste Proteom-Panels identifiziert, um immunvermittelte Mechanismen der Anfälligkeit für Nebenwirkungen von Antiepileptika bei Epilepsiepatienten zu entdecken, ohne dabei auf optimistische Vorhersagegenauigkeit zu vertrauen.

Hosseini Ashtiani, S., Akel, S., Karlander, M., Zelano, J.2026-03-19🧠 neuroscience