🧠 Category

neuroscience

1648 articles

La neuroscience explore les mystères du cerveau et du système nerveux, décryptant comment nos pensées, souvenirs et émotions émergent de milliards de cellules interconnectées. Ce domaine en pleine effervescence cherche à comprendre la matière même de la conscience humaine, de la biologie moléculaire aux comportements complexes.

Sur Gist.Science, nous suivons de près les avancées de ce secteur en traitant chaque nouvelle prépublication issue de bioRxiv. Pour chaque étude, nous proposons non seulement un résumé technique approfondi, mais aussi une explication claire et accessible, rendant ces découvertes complexes compréhensibles pour tous, sans sacrifier la rigueur scientifique.

Découvrez ci-dessous les dernières recherches en neuroscience, sélectionnées et résumées pour vous aider à rester informé des percées les plus récentes.

🧠 neuroscience

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

Cette étude utilise des techniques d'imagerie et de biologie moléculaire avancées chez le scarabée *T. castaneum* pour démontrer que le facteur de transcription foxQ2II marque spécifiquement des amas distincts d'interneurones à action rapide et non GABAergiques, incluant des neurones dopaminergiques, au sein de centres cérébraux supérieurs tels que les corps pédonculés et le complexe 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

Cet article présente le Spinotrode, un nouvel implant vertébral qui permet des enregistrements stables et à long terme d'unités uniques dans les cornes dorsales de souris en mouvement libre, révélant des dynamiques neurales distinctes lors de comportements naturels et remettant en question les découvertes précédentes dérivées de sujets anesthésiés.

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

Cet article présente et valide un réseau OPM-MEG modulaire, basé sur un bonnet, qui surmonte les limitations de coût, de temps et d'accessibilité des scans de cas personnalisés tout en maintenant une haute précision du signal et en permettant une neuroimagerie mobile à haut débit pour les études naturalistes et cliniques.

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

En combinant l'apprentissage contrastif profond informé par la cinématique avec la modélisation de systèmes dynamiques dans deux études d'EEG duales, les auteurs démontrent que la coordination interpersonnelle émerge de l'alignement géométrique et temporel de variétés neurales de faible dimension qui co-régulent des dynamiques flexibles, de type attracteur, à travers les partenaires en interaction.

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

Ce document propose un cadre d'arène à roulement continu et résilient au bruit utilisant un algorithme de bandit multi-bras direct pour optimiser rapidement et automatiquement les paramètres de la stimulation cérébrale profonde pour le contrôle cognitif en évaluant les temps de réaction bruts sans modèles d'état intermédiaires, réduisant ainsi les délais de recherche et améliorant la précision de la sélection des contacts pour l'application clinique.

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

Interpretable Decoding of Frequency-Resolved Functional Connectivity

Cet article présente un cadre d'apprentissage profond interprétable (FC-CNN) qui surpasse les méthodes de régression conventionnelles pour prédire les états cérébraux à partir de la connectivité fonctionnelle MEG résolue en fréquence, démontrant que la corrélation de l'enveloppe d'amplitude est une caractéristique supérieure et que les poids du modèle peuvent fournir des informations neurophysiologiques pour la découverte de biomarqueurs.

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

En utilisant l'électrophysiologie intracrânienne, cette étude révèle que la flexibilité comportementale humaine est soutenue par le raffinement graduel et dépendant de la tâche de la géométrie représentationnelle au sein du cortex temporal ventral, qui s'adapte dynamiquement aux exigences d'individuation, de catégorisation et de conceptualisation pour prédire la performance au niveau de l'essai.

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

Cette étude démontre que la stabilité de la mémoire auto-associative de CA3 dépend d'un compromis critique entre la connectivité récurrente et la parcimonie neuronale, où une connectivité élevée n'est viable que lorsque l'activité est suffisamment parcimonieuse pour prévenir une excitation incontrôlée, une condition naturellement maintenue par le gyrus denté et modulée par la neurogenèse adulte.

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

Cette étude démontre qu'un modèle d'apprentissage profond semi-supervisé utilisant des séquences de micro-états EEG, combiné à l'apprentissage par transfert, peut classifier efficacement les tâches d'imagerie motrice pour atteindre une précision élevée avec un temps de calibration réduit, offrant ainsi une voie prometteuse pour des interfaces cerveau-ordinateur pratiques pour l'utilisateur et sans calibration.

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