1149 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.
Eine neue Präzisions-fMRI-Studie mit hochauflösenden Einzelpersonendaten widerlegt das etablierte Modell glatter funktioneller Gradienten im lateralen präfrontalen Cortex und zeigt stattdessen eine fein strukturierte, dicht ineinander verschachtelte Netzwerkanordnung mit konservierten Motiven und scharfen funktionellen Grenzen auf individueller Ebene.
Die Studie zeigt, dass Menschen beim reinen Wissenserwerb eine zweistufige Strategie anwenden, bei der sie zunächst durch wiederholtes Testen („Streaking") und anschließend durch unsicherheitsgesteuerte Exploration ihre Inferenzgenauigkeit verbessern, was über das klassische Belohnungsbasierte Explorations-Exploitations-Modell hinausgeht.
Die Studie zeigt, dass die neuronalen Aktivitätsmuster im kaudalen Nucleus tractus solitarius (cNTS) während des Essens nicht primär durch langsame Magen-Darm-Signale, sondern durch schnelle, prägastrische Signale aus Mund und Rachen sowie absteigende Projektionen vom Hypothalamus gesteuert werden, die das Essverhalten und das Sättigungsgefühl direkt widerspiegeln.
Die Studie zeigt, dass transdiagnostische latente Faktormodelle im Vergleich zu herkömmlichen Zusammenfassungswerten die Zuverlässigkeit und die Assoziationen zwischen Gehirnmerkmalen und Psychopathologie nicht systematisch verbessern, was darauf hindeutet, dass die reine phänotypische Modellierung allein die Vorhersagekraft der psychiatrischen Neurobildgebung nicht steigert.
Diese Studie stellt ein verhaltensbasiertes Modellierungsframework vor, das durch die explizite Einbeziehung von Laufgeschwindigkeit und Kopfbewegung in ein lineares Modell Bewegungsartefakte in der funktionellen Ultraschallbildgebung (fUSI) bei wachen, kopffixierten Mäusen erfolgreich korrigiert und so zuverlässige neuronale Signalinterpretationen auch unter natürlichen, bewegungsreichen Bedingungen ermöglicht.
Diese Studie nutzt ein neuartiges rechnerisches Framework aus informationstheoretischen und netzwerkwissenschaftlichen Prinzipien, um nachzuweisen, dass neuronale Oszillationen und Avalanchen als emergente Phänomene auf Populationsebene durch netzwerkweite Interaktionen und interneuronale Zeitverzögerungen getrieben werden, wobei Oszillationen bei kürzeren Vorhersageverzögerungen und Avalanchen über längere Zeitskalen hinweg ihre emergente Natur bewahren.
Die Studie zeigt, dass repetitive subkonkussive Kopfverletzungen bei Kontaktsportlern zu einer messbaren Beeinträchtigung der kortikalen auditorischen Verarbeitung führen, die als objektiver Biomarker für die Früherkennung von neurotraumatischen Folgen dienen kann.
Die Studie zeigt, dass Satelliten-Gliazellen Fibulin-2 sezernieren, welches über die Modulation von Kv4-Kaliumströmen die Erregbarkeit sensorischer Neuronen hemmt und somit die Schmerzempfindlichkeit reguliert.
Diese Studie demonstriert, wie ein hybrides ResNet+BiLSTM-Modell in Kombination mit erklärbarer KI (XAI) mittels SHAP und LIME EEG- und ERP-Daten erfolgreich zur präzisen und nachvollziehbaren Früherkennung von Autismus-Spektrum-Störungen nutzt.
Die Studie zeigt, dass ein lokaler, fehlerbasierter Lernmechanismus in rekurrenten neuronalen Netzen orthogonale Aufgabenmanifolde formt, die eine kontinuierliche Lernfähigkeit ermöglichen, indem sie die Dynamik früherer Aufgaben bewahren und so katastrophales Vergessen verhindern.