2418 articoli
La neuroscienza è il viaggio affascinante alla volta di comprendere come il nostro cervello pensa, sente e prende decisioni. Questo campo esplora i meccanismi che governano ogni nostra azione, dal battito cardiaco involontario alla complessità della coscienza umana, svelando i misteri che si nascondono dietro ogni sinapsi e circuito neurale.
Su Gist.Science, raccogliamo e organizziamo ogni nuovo preprint pubblicato su bioRxiv dedicato a queste ricerche, trasformando studi complessi in contenuti accessibili. Per ogni documento, offriamo sia una sintesi tecnica dettagliata per gli esperti, sia una spiegazione in linguaggio semplice, rendendo le scoperte più recenti comprensibili a tutti senza perdere rigore scientifico.
Di seguito trovate l'elenco delle ultime pubblicazioni in neuroscienza, pronte per essere esplorate e comprese.
Lo studio dimostra che l'ippocampo può supportare la selezione di azioni abitudinarie e insensibili al valore degli esiti durante la navigazione spaziale, rivelando che l'uso di mappe cognitive non è sufficiente a garantire un comportamento finalizzato e flessibile.
Questo studio propone un metodo di apprendimento per rinforzo ibrido (H-DRL) che, utilizzando un'unica rete neurale e una regola di aggiornamento, replica automaticamente il passaggio tra strategie comportamentali basate su inferenza e modelli privi di modello in base alle richieste del compito, offrendo una spiegazione unificata per l'implementazione neurale di strategie multiple senza la necessità di un arbitro esplicito.
Lo studio propone un modello di rete neurale basato su circuiti microscopici nel HVC degli uccelli canori, in cui l'inibizione tonica e fasica coordina l'attivazione sequenziale precisa dei neuroni tramite meccanismi di rimbalzo e veto, stabilizzando così la propagazione delle sequenze sparse necessarie per il canto.
Questo studio dimostra che è possibile estrarre parametri interpretabili di regolazione emotiva, come reattività e recupero, dai dati passivi della variabilità della frequenza cardiaca raccolti tramite dispositivi indossabili, rivelando che la velocità di recupero è un fattore protettivo chiave contro i sintomi d'ansia.
Questo studio presenta un approccio basato sull'EEG che, combinando l'apprendimento automatico spiegabile con l'analisi delle dinamiche temporali, identifica firme spettrali specifiche per l'Alzheimer e il Parkinson, evidenziando come l'aumentata variabilità intra e inter-soggetto e il comportamento a code pesanti delle bande di frequenza costituiscano marcatori distintivi di queste patologie rispetto ai controlli sani.
Questo studio utilizza la neuropeptidomica quantitativa per rivelare come l'acclimatazione termica induca un rimodellamento specifico dei tessuti del neuropeptidoma nel gambero americano (*Homarus americanus*), con una riduzione globale dei peptidi durante l'esposizione al freddo e un aumento selettivo di specifici neuropeptidi nel cervello durante l'esposizione al caldo, fornendo così nuove intuizioni sui meccanismi neurochimici alla base della resilienza termica.
Lo studio dimostra che il ropinirole idrocloruro mitiga lo stress ossidativo e la neuroinfiammazione nelle cellule microgliali derivate da iPSC con TDP-43, tipiche della SLA, ripristinando l'omeostasi cellulare attraverso la regolazione della via di segnalazione PI3K-mTOR.
Utilizzando l'architettura CNN biologicamente ispirata CORnet e applicando la potatura per superare i limiti dell'analisi di similarità rappresentazionale, questo studio dimostra che le unità specializzate nel rilevamento dei numeri non sono fondamentali per le rappresentazioni di numerosità a livello di popolazione, sfidando così il loro ruolo ipotizzato in ricerche precedenti.
Questo studio dimostra che i marcatori neuromorfologici multimodali basati sulla risonanza magnetica strutturale e funzionale sono in grado di tracciare con accuratezza le variazioni longitudinali del funzionamento cognitivo nei bambini con e senza ADHD, offrendo un potenziale promettente per la prognosi e il monitoraggio terapeutico.
Il paper introduce il Sistema Dinamico su Varietà di Stiefel (SMDS), un modello che supera i limiti dei sistemi dinamici lineari tradizionali vincolando le matrici di emissione a evolvere in modo fluido sulla varietà di Stiefel, permettendo così di catturare con maggiore precisione la deriva rappresentazionale nei dati neurali sia simulati che reali.