1402 artículos
La neurociencia explora los misterios de nuestro cerebro, desde cómo las neuronas se comunican hasta qué nos hace sentir, pensar y recordar. Este campo descifra la compleja maquinaria que impulsa cada experiencia humana, revelando los fundamentos biológicos de la conducta y la mente. En Gist.Science, nos esforzamos por hacer que estos descubrimientos avanzados sean comprensibles para todos, eliminando las barreras del lenguaje técnico especializado.
Todos los artículos en esta sección provienen directamente de bioRxiv, donde los investigadores comparten sus hallazgos antes de su publicación formal. Procesamos cada nuevo preprint de esta categoría para ofrecer tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo, asegurando que la ciencia sea accesible sin sacrificar el rigor. A continuación, encontrará los últimos estudios publicados en el ámbito de la neurociencia.
Mediante el mapeo de precisión en 547 participantes de 5 a 21 años, este estudio revela que las subredes de la red neuronal por defecto se vuelven progresivamente más segregadas y topográficamente distintas con la edad, mostrando una contracción espacial selectiva en la subred relacionada con la memoria que se correlaciona con una mejor memoria episódica.
Este estudio a gran escala demuestra que la variabilidad individual en el aprendizaje basado en recompensas está determinada por correlatos microestructurales cerebrales distintos, donde la velocidad de aprendizaje se asocia con la mielinización del cerebelo y el ruido de aprendizaje con la mielinización y concentración de hierro en el giro precentral.
Este estudio utiliza un modelo computacional en The Virtual Brain para demostrar que la ketamina modula la dinámica cerebral a gran escala de manera dependiente de la dosis, afectando preferentemente la transmisión excitatoria-inhibitoria en dosis bajas y las conexiones excitatorias-excitatorias en dosis altas.
Este estudio demuestra que la potencia de las oscilaciones theta posteriores derechas registradas en el cuero cabelludo facilita la codificación y el recuerdo de la navegación espacial virtual, actuando como un biomarcador prometedor para la función de la memoria en la salud y la enfermedad.
Este estudio demuestra que la haploinsuficiencia de SYNGAP1 y la disrupción de su motivo de unión PDZ aceleran la diferenciación y maduración de neuronas GABAérgicas derivadas de iPSC humanas mediante la desregulación de proteínas sinápticas y procesos de ARN, estableciendo a SYNGAP1 como un regulador clave del desarrollo neuronal en ambos tipos de neuronas.
Este estudio demuestra mediante EEG que las expectativas modulan selectivamente los procesos de retroalimentación y laterales (pero no los feedforward) en la percepción visual, efectos que dependen de la atención y que se ven influenciados por el bloqueo de receptores NMDA en el procesamiento de ilusiones, sin alterar la interacción entre expectativas y atención.
Este estudio demuestra que los ratones con la mutación G51D de alfa-sinucleína, un modelo de Parkinson hereditario, comparten la pérdida de cilios primarios y la señalización neurotrófica observada en otras formas de la enfermedad, revelando un mecanismo patológico común que contribuye a la degeneración de las neuronas dopaminérgicas.
Este estudio identifica un circuito neuronal central novedoso en *Drosophila* y ratones, donde las neuronas que expresan Hugin (o su homólogo NMU en mamíferos) actúan como sensores de energía que detectan la glucosa circulante y suprimen directamente la sensación de dulzor para regular la conducta alimentaria.
Utilizando el conectoma completo de *Drosophila*, este estudio mapea las sinapsis axo-axónicas sobre las neuronas descendentes, identificando un grupo específico de neuronas ascendentes que modulan el circuito de escape y validando experimentalmente estas reglas de conexión para comprender el control motor rápido.
Este estudio presenta el primer benchmark a gran escala que alinea modelos de video con registros de EEG dinámicos, revelando que el cerebro humano procesa la información visual mediante una mezcla dinámica de expertos que integra características temporales y estáticas de manera diferenciada según la región cerebral, lo que sugiere que los modelos de IA más efectivos deberían imitar esta capacidad de cambio y combinación de capacidades.