1684 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.
Este estudio demuestra que la metformina actúa como un activador farmacológico de la proteasa rngo/DDI2, estabilizándola para potenciar la actividad del proteasoma y conferir una neuroprotección amplia y resiliente frente a la toxicidad proteica en diversas enfermedades neurodegenerativas, incluida la enfermedad de Alzheimer.
El estudio demuestra que el tratamiento con baicalina mejora los déficits conductuales y fisiológicos en ratones con duplicación de Gtf2i y modula la actividad sináptica en neuronas derivadas de pacientes con el síndrome de duplicación 7q11.23, lo que sugiere su potencial terapéutico para esta condición.
Este estudio demuestra que la complejidad morfológica de las neuronas humanas, más allá de su tamaño, genera una conectividad sináptica local más compleja y agrupada que la de los roedores, y que los procesos de formación de sinapsis compatibles con la plasticidad hebbiana optimizan esta estructura para coincidir con los patrones observados experimentalmente.
El estudio demuestra que el entrenamiento espaciado, en comparación con el masivo, reorganiza las redes cerebrales de la memoria espacial hacia una integración más eficiente mediada por el córtex y el tálamo, aunque esto conlleva una mayor vulnerabilidad a la disrupción de sus nodos centrales.
Este estudio demuestra que en un modelo murino del síndrome de Dravet, la aparición de convulsiones desencadena alteraciones sinápticas persistentes y específicas de la entrada y el tipo celular en el tálamo, caracterizadas por una reducción selectiva de las sinapsis excitatorias sensoriales y disfunción inhibitoria en el núcleo VPL que se mantienen hasta la edad adulta.
Este estudio utiliza la técnica pcHi-C integrada con ATAC-seq y ChIP-seq para caracterizar el paisaje de regulación génica de largo alcance en los progenitores de neuronas granulares del cerebelo, revelando una interacción regulatoria directa entre el factor de transcripción Atoh1 y el remodelador de cromatina CHD7.
Este artículo propone y evalúa dos métodos para mapear las escalas temporales de la actividad cerebral en fMRI, demostrando que un enfoque basado en el dominio del tiempo permite obtener estimaciones más precisas, eficientes y estadísticamente robustas en comparación con los métodos tradicionales.
Este estudio demuestra que la imaginería motora modula dinámicamente la interacción entre el corazón y diversas redes neuronales (corticales y cerebelosas), sugiriendo que el eje cerebro-corazón es un componente funcional clave en el aprendizaje y la ejecución mental del movimiento.
Este artículo presenta un nuevo marco de tractografía de líneas de flujo cuantitativa diseñado para el análisis longitudinal, el cual permite detectar cambios biológicos reales en la conectividad de la sustancia blanca al mantener fijas las trayectorias de las fibras y permitir únicamente la variación de sus pesos de densidad, evitando así errores metodológicos espurios.
Este trabajo demuestra que la evolución de programas mediante modelos de lenguaje (LLM) puede descubrir esquemas de regularización adaptativos que evitan el colapso de la posterior en LFADS, ofreciendo una alternativa más eficiente que el entrenamiento basado en poblaciones para optimizar hiperparámetros en modelos variacionales.