2418 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 dependencia de las representaciones espaciales del hipocampo para la navegación no garantiza un control conductual sensible a los resultados, ya que las ratas pueden desarrollar acciones habituales e insensibles al valor de la recompensa incluso cuando la tarea requiere el funcionamiento hipocampal.
Los autores proponen un modelo híbrido de aprendizaje por refuerzo profundo (H-DRL) que, mediante una única red neuronal con plasticidad sináptica y actividad recurrente, reproduce automáticamente la adaptación de múltiples estrategias de toma de decisiones en humanos y ratones según las demandas de la tarea, ofreciendo una visión unificada de cómo una sola red cortical puede determinar dinámicamente la estrategia a utilizar sin necesidad de un árbitro explícito.
El artículo presenta un modelo de red neuronal que demuestra cómo la inhibición tónica y fásica en el HVC de los pájaros cantores orquestan secuencias esparsas y precisas mediante rebotes de disparos y veto temporal, actuando como un mecanismo de "apretón de manos" interno que convierte la supresión en impulso secuencial.
Este estudio demuestra que es posible extraer parámetros interpretables de regulación emocional, como la reactividad y la recuperación, a partir de datos de frecuencia cardíaca de dispositivos wearables comerciales mediante el modelo "React & Rebound", los cuales se asocian significativamente con la severidad de los síntomas de ansiedad.
Este estudio presenta un enfoque basado en EEG que, mediante aprendizaje automático explicable, identifica firmas espectro-temporales distintivas en la enfermedad de Alzheimer y el Parkinson, revelando que ambas patologías se caracterizan por un enlentecimiento espectral específico y una mayor variabilidad inter e intra-sujeto en comparación con sujetos sanos.
Este estudio cuantitativo revela que la aclimatación térmica induce una remodelación específica de tejidos en la señalización de neuropéptidos del cangrejo americano (*Homarus americanus*), caracterizada por una reducción global de péptidos en condiciones frías y un aumento de péptidos específicos en el cerebro bajo condiciones cálidas, lo que subraya los mecanismos neuroquímicos de adaptación a las fluctuaciones de temperatura.
El estudio demuestra que el hidrocloruro de ropinirola mitiga el estrés oxidativo y la neuroinflamación en células microgliales derivadas de iPSC con TDP-43 asociadas a la ELA, restaurando la homeostasis celular mediante la regulación de la vía PI3K-mTOR y posicionándose como una prometedora terapia dual para neuronas y microglía.
Este estudio utiliza la arquitectura CORnet y el método de poda para demostrar que las unidades detectoras de números no son esenciales para las representaciones poblacionales de la numerosidad, desafiando así su papel central propuesto en investigaciones anteriores.
Este estudio demuestra que marcadores neurológicos multimodales basados en resonancia magnética funcional y estructural pueden rastrear con precisión los cambios longitudinales en el funcionamiento cognitivo dentro de individuos con y sin TDAH, ofreciendo una base prometedora para el pronóstico y el monitoreo del tratamiento.
El artículo presenta el Sistema Dinámico de la Variedad de Stiefel (SMDS), un modelo que supera las limitaciones de los sistemas dinámicos lineales al capturar la deriva representacional en la actividad neuronal mediante matrices de emisión ortonormales que evolucionan suavemente, demostrando un mejor rendimiento en datos simulados y reales y ofreciendo un marco para cuantificar cómo la deriva es más lenta en dimensiones neurales y conductualmente significativas.