🧠 Category

neuroscience

1648 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.

🧠 neuroscience

foxQ2 marks fast-acting interneurons including dopaminergic neurons of mushroom bodies and central complex in the beetle T. castaneum

Este estudio utiliza técnicas avanzadas de imagen y moleculares en el escarabajo *T. castaneum* para demostrar que el factor de transcripción foxQ2II marca específicamente grupos distintos de interneuronas de acción rápida, no GABAérgicas, incluyendo neuronas dopaminérgicas, dentro de centros cerebrales de orden superior como los cuerpos pedunculados y el complejo central.

Pang, Y., Klussmann-Fricke, B., Cedden, D., Zhang, J., Schinko, J. B., Averof, M., Riemensperger, T. D., Bucher, G.2026-08-24
🧠 neuroscience

Spinotrode: long-term intraspinal electrophysiological recordings to unravel dorsal horn neuron dynamics in behaving mice

Este artículo presenta el Spinotrode, un nuevo implante vertebral que permite registros de unidad única estables y a largo plazo de los cuernos dorsales de ratones en movimiento libre, revelando dinámicas neurales distintas durante comportamientos naturales y desafiando hallazgos previos derivados de sujetos anestesiados.

Viellard, J., Brochoire, L., Janusz, M., Dedek, C., Aby, F., Bouali-Benazzouz, R., Wang, F., Gosselin, B., Prescott, S. (…)2026-08-24
🧠 neuroscience

Modular Arrays for High Precision Wearable MEG

Este artículo introduce y valida un arreglo de OPM-MEG modular basado en gorros que supera las limitaciones de costo, tiempo y accesibilidad de los scannercasts personalizados, manteniendo al mismo tiempo una alta precisión de la señal y permitiendo la neuroimagen móvil de alto rendimiento para estudios naturalistas y clínicos.

Alexander, N. A., Mariola, A., Puvvada, S., Bezsudnova, Y., Tierney, T. M., Barnes, G. R., Callaghan, M. F.2026-08-24
🧠 neuroscience

Neural and behavioural manifold dynamics align across interacting individuals

Al combinar el aprendizaje contrastivo profundo informado por la cinemática con el modelado de sistemas dinámicos en dos estudios de EEG dual, los autores demuestran que la coordinación interpersonal surge del alineamiento geométrico y temporal de variedades neuronales de baja dimensión que corregulan dinámicas flexibles de tipo atractor entre los socios en interacción.

Koul, A., Corsini, A., Torricelli, F., Bigand, F., Abalde, S., Novembre, G., Tomassini, A., D'Ausilio, A.2026-08-24
🧠 neuroscience

In silico optimization of deep brain stimulation to enhance cognitive control: Improving performance and practicality with a continuous rolling arena

Este artículo propone un marco de arena de rodamiento continuo y resiliente al ruido utilizando un algoritmo de Multi-Armed Bandit directo para optimizar rápida y automáticamente los parámetros de la Estimulación Cerebral Profunda para el control cognitivo mediante la evaluación de tiempos de reacción brutos sin modelos de estado intermedios, reduciendo así los cronogramas de búsqueda y mejorando la precisión de la selección de contactos para su aplicación clínica.

Nagrale, S. S., Widge, A. S.2026-08-24
🧠 neuroscience

Interpretable Decoding of Frequency-Resolved Functional Connectivity

Este artículo presenta un marco de aprendizaje profundo interpretable (FC-CNN) que supera a los métodos de regresión convencionales en la predicción de estados cerebrales a partir de la conectividad funcional de MEG con resolución de frecuencia, demostrando que la correlación de la envolvente de amplitud es una característica superior y que los pesos del modelo pueden proporcionar información neurofisiológica para el descubrimiento de biomarcadores.

Saarro, E., Ruuskanen, S., Caivano, C. M., Parkkonen, L., Zubarev, I.2026-08-24
🧠 neuroscience

Multiple task-demands flexibly optimize neural geometry in human ventral temporal cortex

Mediante electrofisiología intracraneal, este estudio revela que la flexibilidad conductual humana está sustentada por el refinamiento gradual y dependiente de la tarea de la geometría representacional dentro de la corteza temporal ventral, la cual se adapta dinámicamente a las demandas de individuación, categorización y conceptualización para predecir el rendimiento a nivel de ensayo.

Nigam, T., Campos-Perez, A. F., Megevand, P., Vidal, J., Perrone-Bertolotti, M., Kahane, P., Thesen, T., Devinsky, O., M (…)2026-08-23
🧠 neuroscience

CA3 sparsity stabilises high-connectivity recurrent autoassociation: complementary binary and spiking computational modes in a DG->CA3 model

Este estudio demuestra que la estabilidad de la memoria autoasociativa de CA3 depende de un compromiso crítico entre la conectividad recurrente y la escasez neuronal, donde una alta conectividad solo es viable cuando la actividad es lo suficientemente escasa como para prevenir la excitación descontrolada, una condición mantenida naturalmente por el giro dentado y modulada por la neurogénesis adulta.

Kamijo, T. C., Nakajima, N., Aihara, T.2026-08-23
🧠 neuroscience

EEG Microstate Sequences as Potential Brain-Computer Interface Triggers Derived from Motor Imagery Classification

Este estudio demuestra que un modelo de aprendizaje profundo semisupervisado que utiliza secuencias de microestados de EEG, combinado con el aprendizaje por transferencia, puede clasificar eficazmente las tareas de imaginación motora para lograr una alta precisión con un tiempo de calibración reducido, ofreciendo una vía prometedora para interfaces cerebro-computadora convenientes para el usuario y libres de calibración.

Wollmann, A., Goldhacker, M.2026-08-23