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.
Diese PRISMA-gestützte systematische Übersicht analysiert 28 Studien zur muskuloskelettalen Modellierung im Radsport, deckt erhebliche Lücken in der Validierung, Reproduzierbarkeit und Diversität der Probanden auf und fordert transparentere Berichtspraktiken sowie rigorosere Methoden, um die praktische Relevanz der Forschung zu steigern.
Die Studie zeigt, dass der anteriore cinguläre Cortex (ACC) bei komplexem assoziativem Lernen durch zwei Neuronensubpopulationen primär den Aktionszustand und den Aktionsinhalt über längere Zeiträume nach der Handlung kodiert, was die Verknüpfung von Reizen, Handlungen und Ergebnissen unterstützt und mit einer besseren Leistung korreliert.
Die Studie zeigt, dass Neuronen im unteren Colliculus von wachen Mäusen Frequenzmodulations-Sweeps durch eine multiplexende, zeitbasierte Kodierung komplexer Merkmale wie Geschwindigkeit, Richtung und Frequenzbereich verarbeiten, was zu einem kombinatorischen Populationscode führt, der über statische Reizfelder hinausgeht.
Die Studie stellt ELA/GAopt vor, ein neuartiges Meta-Framework, das genetische Algorithmen nutzt, um die subjektive manuelle Auswahl von Regionen von Interesse bei der Energie-Landschaftsanalyse des Gehirns zu automatisieren und dadurch reproduzierbare, datengesteuerte Biomarker für spezifische neurodynamische Merkmale, wie sie bei Autismus-Spektrum-Störungen auftreten, zu identifizieren.
Die Studie stellt SynaptoTagMe vor, ein genetisches Toolkit für C. elegans, das die Einzelzell-Mapping und -Manipulation von Neurotransmitter-Vesikeln ermöglicht, um die Ko-Expression und den Transport von Neurotransmittern im lebenden Organismus aufzuklären.
Die Studie zeigt, dass GBA1-Mutationen bei Parkinson die lysosomale V-ATPase-Assemblierung über eine MTORC1-Aktivierung stören, was zu einem Anstieg des lysosomalen pH-Werts und einer gestörten Mitophagie führt, und demonstriert, dass pharmakologische Eingriffe wie Rapamycin oder saure Nanopartikel den pH-Wert wiederherstellen und die mitochondriale Funktion in dopaminergen Neuronen retten können.
Diese Studie stellt einen Rahmen vor, der Finite-Elemente-Methoden mit Physics-Informed Neural Networks (PINNs) kombiniert, um das schlecht gestellte inverse MEG-Problem zu lösen und dabei eine 30,2%ige Verbesserung gegenüber der herkömmlichen Minimum-Norm-Schätzung (MNE) zu erzielen.
Die Studie zeigt, dass die scheinbar zufällige Vielfalt neuronaler Parameter in Wirklichkeit eine verborgene Struktur aufweist, die durch einen evolutionären Kompromiss zwischen Energieeffizienz und Informationsübertragung entsteht und Neuronen auf einem Pareto-Front-Manifold mit optimalen Feuerraten von 2–5 Hz anordnet.
Die Studie an Makaken zeigt, dass das Ausmaß der Schädigung der kortikalen Abwärtsleitung und nicht die spezifische Lokalisation der Läsion das Auftreten von Flexions-Synergien nach einem Schlaganfall bestimmt, wobei deren Persistenz von der Fähigkeit verbleibender supraspinaler Bahnen abhängt, die Muskelkontrolle wiederherzustellen.
Die Studie zeigt mittels computergestützter Modellierung und ERP-Messungen, dass die Abneigung gegen Verrat einen stärkeren Einfluss auf die Reduzierung kooperativen Verhaltens hat als die reine Verlustaversion, wobei Verrat frühzeitig (P3) und Verluste später (LPP) im Entscheidungsprozess verarbeitet werden.