2345 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.
En utilisant l'imagerie calcique à haute résolution temporelle et un modèle d'apprentissage, cette étude révèle que les séquences temporelles d'activité dans le bulbe olfactif suivent une géométrie de tuning qui permet au cortex piriforme d'apprendre rapidement des représentations d'odeurs généralisables et invariantes à la concentration.
Cette étude démontre qu'il est possible de détecter en temps réel et de manière non invasive les baisses de douleur spontanée lors d'une stimulation thermique fluctuante en utilisant des signaux physiologiques simples, notamment l'activité électrodermale et la fréquence cardiaque, via des modèles d'apprentissage profond.
Cette étude démontre in vivo que la pathologie TDP-43, caractérisée par l'épuisement nucléaire et l'agrégation cytoplasmique menant à la perte de motoneurones, peut survenir indépendamment des granules de stress, remettant ainsi en cause le modèle pathogénique dominant et ouvrant de nouvelles perspectives thérapeutiques.
Cette étude évalue un cadre hiérarchique basé sur des réseaux de neurones récurrents (shPLRNNs) pour modéliser la dynamique cérébrale individuelle à partir de données IRMf au repos, démontrant que bien que cette approche permette d'extraire des marqueurs dynamiques stables et spécifiques à chaque sujet, elle rencontre des limites significatives dans la généralisation à de nouveaux individus et la prédiction de variables démographiques ou cognitives.
Les auteurs ont mis au point un système 2D défini et extensible permettant la génération efficace de radiales gliales basales humaines à partir de cellules souches pluripotentes induites, offrant ainsi un modèle robuste pour étudier leur biologie et leur rôle dans l'expansion du cortex.
Cet article développe une nouvelle cinématique géométrique du mouvement oculaire humain, modélisé comme un corps rigide aux composants optiques désalignés, en décomposant précisément les changements de posture et la vitesse angulaire en rotations géodésiques (sans torsion) et non géodésiques (torsionnelles) au sein du cadre des vecteurs de Rodrigues.
Cette étude présente un modèle de jumeau numérique cérébral conjointement contraint par l'EEG et l'IRMf qui permet de mieux comprendre les mécanismes du déclin cognitif dans la maladie d'Alzheimer et d'optimiser les thérapies personnalisées comme la stimulation magnétique transcrânienne.
Cette étude présente le C273, un modulateur mitochondrial de première classe qui, en induisant un stress énergétique contrôlé via l'inhibition de la complexité I, active la voie AMPK pour restaurer la résilience cellulaire et réduire les pathologies liées à la maladie d'Alzheimer, tout en démontrant un profil de sécurité et d'efficacité prometteur dans des modèles précliniques.
Cette étude révèle chez *C. elegans* comment un axe de signalisation reliant le neurone moteur de la tête SMB aux effecteurs moléculaires musculaires, notamment UNC-79 et UNC-29, coordonne l'excitabilité neuronale et la dynamique calcique musculaire pour permettre la transition entre la marche et la natation.
Cette étude présente ENEEGMA, un cadre basé sur une grammaire probabiliste qui démontre que les spectres EEG contraignent les mécanismes de populations neuronales plausibles sans les déterminer de manière unique, révélant ainsi que des architectures alternatives générées peuvent rivaliser avec les modèles canoniques pour expliquer les données.