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 Metformin durch Stabilisierung des Proteins rngo/DDI2 die Proteostase verbessert und damit einen breiten neuroprotektiven Effekt gegen die Toxizität verschiedener neurodegenerativer Erkrankungen, einschließlich Alzheimer, vermittelt.
Die Studie zeigt, dass die Behandlung mit Baicalin verhaltens- und physiologische Defizite bei Gtf2i-Duplikationsmäusen sowie die synaptische Aktivität in von Patienten mit dem 7q11,23-Duplikationssyndrom abstammenden Neuronen verbessert, was auf ein therapeutisches Potenzial für diese Erkrankung hindeutet.
Die Studie zeigt, dass die komplexeren Neuritenformen menschlicher Neuronen im Vergleich zu denen von Nagetieren zu einer höheren strukturellen Komplexität und nicht-zufälligen, geclusterten Mustern in den vorhergesagten synaptischen Verbindungen führen, wobei ein Hebb'scher Plastizitätsmechanismus die beste Übereinstimmung mit experimentell beobachteten Mustern erzielt.
Die Studie zeigt, dass räumliches Lernen mit zeitlichen Abständen im Vergleich zu gehäuften Trainingsblöcken die funktionelle Konnektivität im Gehirn neu organisiert, indem sie die Integration kortikaler und thalamischer Netzwerke fördert, was zwar effizientere Gedächtnisbildung ermöglicht, aber gleichzeitig eine höhere Anfälligkeit für Störungen zentraler Netzwerk-Hubs mit sich bringt.
Die Studie zeigt, dass bei Dravet-Syndrom-Mäusen nach dem Einsetzen von Anfällen spezifische, persistierende Defizite in den erregenden sensorischen und hemmenden Synapsen des ventralen posterolateralen Thalamus auftreten, die möglicherweise zu den anhaltenden Verhaltenssymptomen beitragen.
Diese Studie nutzt pcHi-C-Daten in Kombination mit ATAC-seq und ChIP-seq, um die weitreichenden regulatorischen Interaktionen in zerebellären Granulärzellen-Vorläuferzellen zu entschlüsseln und zeigt dabei eine neue regulatorische Zusammenarbeit zwischen den Faktoren Atoh1 und CHD7 auf.
Diese Arbeit stellt zwei Methoden zur Schätzung von fMRI-Zeitskalen-Karten vor, die durch die Verwendung robuster Standardfehler und die Projektion auf Approximationsmodelle eine präzisere statistische Inferenz und eine bessere Übereinstimmung mit der funktionellen Hirnorganisation ermöglichen als bisherige Ansätze.
Diese Studie zeigt, dass die mentale Simulation von Bewegungen die funktionelle Vernetzung zwischen Herz und Gehirn dynamisch moduliert, wobei die Interaktion zwischen Herzfrequenzvariabilität und spezifischen neuronalen Netzwerken eine entscheidende Rolle für die motorische Lernfähigkeit spielt.
Diese Arbeit stellt ein neues quantitatives Streamline-Tractographie-Framework vor, das durch die Fixierung der Trajektorien über Zeitpunkte hinweg und die Variation lediglich der Dichtegewichte methodische Ungenauigkeiten reduziert und so eine robustere statistische Erfassung biologischer Veränderungen in der longitudinalen weißen Substanz ermöglicht.
Diese Arbeit zeigt, dass durch LLM-basierte Programmentwicklung (FunSearch) optimierte Regularisierungsschemata das Problem des Posterior Collapse bei LFADS effizient verhindern und dabei eine deutlich bessere Rechenleistung als herkömmliche Methoden erzielen.