1172 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 el uso de fMRI de alta precisión en individuos revela una organización del córtex prefrontal lateral mucho más fragmentada e interdigitada con motivos conservados, desafiando los modelos tradicionales basados en promedios grupales que enmascaran estas fronteras funcionales finas y específicas.
Tres estudios demuestran que los humanos emplean una política dual de búsqueda de información epistémica que combina un muestreo inicial repetido llamado "rayado" (streaking) con una exploración guiada por la incertidumbre, una estrategia que mejora la precisión inferencial en condiciones ruidosas y difiere de los modelos de redes neuronales puramente optimizados.
Este estudio revela que, contrariamente a la creencia de que la saciedad depende principalmente de la retroalimentación gástrica, la actividad neuronal en el núcleo del tracto solitario caudal durante la ingestión está impulsada principalmente por señales rápidas pre-gástricas (mecánicas, gustativas y nutricionales) provenientes de la boca y proyecciones descendentes del hipotálamo.
Este estudio, realizado en dos grandes cohortes de desarrollo, concluye que el uso de modelos de factores latentes transdiagnósticos no mejora sistemáticamente la fiabilidad ni la fuerza de las asociaciones neurobiológicas con la psicopatología en comparación con las puntuaciones de resumen tradicionales, sugiriendo que las limitaciones actuales en la asociación cerebro-síntoma pueden deberse más a la capacidad explicativa intrínseca de las características cerebrales que al modelo fenotípico empleado.
Los autores presentan un marco de modelado basado en el comportamiento que integra mediciones continuas de movimiento en un modelo lineal general para eliminar eficazmente las variaciones relacionadas con la locomoción en imágenes de ultrasonido funcional, permitiendo así la interpretación fiable de señales neuronales durante comportamientos naturales y de alta actividad en ratones.
Este trabajo propone un marco computacional que combina la teoría de la información y la ciencia de redes para demostrar que las interacciones a nivel de red entre ensamblajes neuronales son el motor clave de la actividad emergente poblacional, revelando diferencias en las escalas temporales de oscilaciones y avalanchas tanto en datos in-vivo como en simulaciones in-silico.
El estudio demuestra que los atletas de deportes de contacto presentan una disfunción cortical auditiva temprana y medible mediante EEG, lo que sugiere que las respuestas neuronales reducidas ante el ruido podrían servir como un biomarcador objetivo para detectar los efectos de los impactos repetidos en la cabeza.
Este estudio demuestra que las células gliales satélites secretan Fibulina-2, la cual reduce la excitabilidad de las neuronas sensoriales al modular las corrientes de potasio Kv4, actuando como un mecanismo clave para controlar la sensibilidad al dolor.
Este estudio presenta un modelo híbrido ResNet+BiLSTM combinado con técnicas de IA explicable (SHAP y LIME) para analizar señales de EEG y componentes ERP, logrando una clasificación precisa y transparente del autismo que identifica biomarcadores neuronales fiables para el diagnóstico temprano.
Este estudio demuestra que las redes neuronales recurrentes pueden evitar el olvido catastrófico en el aprendizaje continuo de habilidades mediante la formación espontánea de manifolds de tareas ortogonales, los cuales preservan la dinámica latente específica de cada tarea y permiten su recuperación selectiva sin interferencia.