1595 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 Studie identifiziert den Adhäsions-GPCR FMIL-1, der in PVD-Neuronen von *C. elegans* durch den Transkriptionsfaktor MEC-3 reguliert wird, als einen entscheidenden molekularen Treiber, der die spezifische Synapsenbildung mit PVC- und AVA-Interneuronen steuert, um den nozizeptiven Schaltkreis zu etablieren.
Diese Studie zeigt, dass ein Transformer-neuronales Netzwerk spezifische episodische Gedächtnisinhalte aus menschlichen intrakraniellen neuronalen Spikes dekodieren kann, was eine dynamische Verschiebung der Gedächtnisrepräsentation vom medialen Temporallappen zum frontalen Kortex über Wach-Schlaf-Zyklen hinweg offenbart, was neue Wege für die Behandlung von Gedächtnisstörungen mittels Gehirn-Computer-Schnittstellen eröffnet.
Durch die Integration einer ganzhirnigen Kartierung der -Synuclein-Pathologie mit Netzwerkdiffusionsmodellierung und einem räumlichen Genexpressionsatlas identifiziert diese Studie Gruppe-II-p21-aktivierte Kinasen (PAKs) als entscheidende molekulare Regulatoren der regionalen Vulnerabilität bei Parkinson und zeigt, dass deren Hemmung die Aggregation und den Neuronenverlust sowohl in vitro als auch in vivo effektiv reduziert.
Diese Studie präsentiert das erste systematische Benchmark der vier strukturellen MRT-Foundation-Modelle und zeigt auf, dass die Leistung zwar über Aufgaben und Datensätze hinweg variiert, Modelle wie 3D-Neuro-SimCLR und AnatCL jedoch im Allgemeinen herkömmliche auf FreeSurfer basierende Baselines bei der Vorhersage von Alter, Geschlecht und Body-Mass-Index übertreffen und damit einen neuen Standard für die Evaluierung gelernter Repräsentationen in der Neurobildgebung via der BrainFMBench-Plattform etablieren.
Diese Studie zeigt, dass die α2δ-2-Untereinheit essenziell für die Kopplung des präsynaptischen Kalziumeinstroms an die Vesikelfreisetzung in hippocampalen Parvalbumin-exprimierenden Interneuronen ist, und ihr Fehlen beeinträchtigt die synaptische Inhibition, wodurch es zu den beobachteten spontanen Anfällen in Knockout-Mäusen kommt.
Diese Arbeit zeigt, dass rekurrenten erregend-inhibitorischen Netzwerken mit rein lokaler Plastizität, insbesondere BCM-ähnlichen Regeln, prädiktive Inferenz und das Erlernen spärlicher spatiotemporaler Merkmale erreichen können, indem sie Gewichte auf einer Konsistenzmannigfaltigkeit aufrechterhalten, wodurch die Verbindung von prädiktiver Kodierung zu biologisch plausiblen Schaltkreismechanismen hergestellt wird, ohne dass explizite Fehlerrepräsentationen erforderlich sind.
Diese Studie zeigt, dass exzitatorische Theta-Burst-Stimulation des dorsolateralen präfrontalen Kortex die motorische Leistung bei Parkinson-Krankheit kausal verbessert, insbesondere unter hoher kognitiver Belastung, indem sie die funktionelle Konnektivität innerhalb des somatokognitiven Aktionsnetzwerks umgestaltet.
Diese Studie validiert ein kürzlich vorgeschlagenes Sieben-Protein-Blut-Panel zur Alzheimer-Krankheits-Stadieneinteilung, indem sie nachweist, dass dessen konstituierende Biomarker über mehrere unabhängige Post-Mortem-Kohorten hinweg konsistent mit dem proteomischen Umbau im Gehirn korrelieren, was durch die harmonisierte Re-Analyse historischer Massenspektrometrie-Daten erreicht wurde.
Dieses Paper schlägt eine Echo State Network-Architektur vor, die ein dediziertes Entscheidungskonfidenz-Readout-Neuron beinhaltet, welches die Klassifikationsqualität erfolgreich in Echtzeit überwacht und demonstriert, dass Konfidenzniveaus mit der Entscheidungsgenauigkeit und Diskriminierbarkeit in EEG-basierten Motor-Imagery-Aufgaben korrelieren.
Diese Studie zeigt, dass der menschliche Kortex die Variabilität des Sprachzeitmaßes aktiv als bedeutungsvolle Information über mehrere Zeitskalen hinweg kodiert, indem er spezifisch die Abweichung der Silben- und Phonemdauern von Erwartungswerten repräsentiert, anstatt eine solche Variabilität als zu verwurfenes Rauschen zu behandeln.