1611 件の論文
神経科学は、脳や神経系がどのように機能し、思考や感情、行動を生み出すのかを探る分野です。Gist.Science では、この複雑な領域の最新研究成果を、専門用語に頼らず誰でも理解できるようにお届けしています。
当カテゴリに掲載される論文はすべて、生物医学分野のプレプリントサーバー bioRxiv から収集したものです。Gist.Science は bioRxiv に投稿される最新のプレプリントをすべて対象に、平易な要約と詳細な技術解説の両方を提供しています。
以下に、神経科学分野の最新プレプリントをリストアップしました。
本研究は、コクヌストキオガメ（*T. castaneum*）における高度なイメージング技術および分子技術を用い、転写因子foxQ2IIが、キノコ体や中央複合体といった高次脳中枢内において、ドーパミン作動性ニューロンを含む、高速かつ非GABA作動性の介在ニューロンの明確なクラスターを特異的に標識することを実証している。
本論文は、自由行動下のマウスの後角から安定した長期的な単一ユニット記録を可能にする新規の椎体インプラントであるSpinotrodeを紹介し、自然な行動中における明確な神経ダイナミクスを明らかにし、麻酔下被験体から得られた従来の知見に疑問を投げかけるものである。
本論文は、カスタムスキャナーキャストのコスト、時間、およびアクセシビリティの制限を克服しつつ、高い信号精度を維持し、自然な環境下での研究や臨床研究のための移動可能で高スループットな神経イメージングを可能にする、モジュール式のキャップ型OPM-MEGアレイを導入し、検証するものである。
2つのデュアルEEG研究において、運動学に基づいた深層対照学習と力学系モデリングを組み合わせることで、著者らは、対人協調が、相互作用するパートナー間で柔軟なアトラクター的なダイナミクスを共同制御する低次元の神経多様体（ニューラル・マニフォールド）の幾何学的および時間的な整列から生じることを示している。
本論文は、中間的な状態モデルを介さずに生の反応時間を評価することで、探索時間を短縮し、臨床応用におけるコンタクト選択の精度を向上させるために、直接的なマルチアームドバンディットアルゴリズムを用いて、認知制御のための深部脳刺激パラメータを迅速かつ自動的に最適化する、ノイズに強い連続的なローリングアリーナフレームワークを提案する。
本論文では、パッチおよび回転式位置エンコーディングを活用してsEMG信号から微細な運動である筆跡をデコードし、軽量なファインチューニング戦略を通じて高いセッション間精度を実現する、マルチチャネル・デュアルストリーム・トランスフォーマー・アーキテクチャであるDualMyoを紹介する。
本論文は、周波数分解能を持つMEG機能的結合から脳の状態を予測するにあたり、従来の回帰手法を凌駕する解釈可能な深層学習フレームワーク（FC-CNN）を導入し、振幅エンベロープ相関がより優れた特徴量であること、およびモデルの重みがバイオマーカー発見のための神経生理学的知見を提供し得ることを示している。
頭蓋内電気生理学を用いて、本研究は、ヒトの行動的柔軟性が、個体識別、カテゴリー化、および概念化の要求に応じて動的に適応し、試行レベルのパフォーマンスを予測する腹側側頭皮質内における表現幾何学の、課題依存的な漸進的精緻化によって支えられていることを明らかにしている。
本研究は、CA3自己連合記憶の安定性が、再帰的結合性と神経細胞のスパース性（希薄性）の間の決定的なトレードオフに依存していることを示しており、そこでは、高い結合性は、暴走的な興奮を防ぐために活動が十分にスパースである場合にのみ生存可能であり、この条件は歯状回によって自然に維持され、成体神経発生によって変調されるものである。
本研究は、EEGマイクロステートシーケンスを利用した半教師あり深層学習モデルを転移学習と組み合わせることで、運動想起タスクを効果的に分類し、較正時間を短縮しつつ高い精度を実現できることを示しており、ユーザーにとって利便性が高く較正を必要としないブレイン・コンピュータ・インターフェースへの有望な道筋を提示している。