2415 artigos
A neurociência explora os mistérios do cérebro e do sistema nervoso, desvendando como nossas células se comunicam para criar pensamentos, memórias e emoções. Neste espaço, mergulhamos nas descobertas mais recentes que buscam entender desde a biologia molecular até o comportamento complexo, tornando conceitos complexos acessíveis a todos os curiosos.
No Gist.Science, processamos automaticamente cada novo pré-publicação na categoria de neurociência enviada ao bioRxiv. Oferecemos para cada estudo um resumo detalhado com os aspectos técnicos e uma explicação em linguagem simples, garantindo que pesquisadores e leigos compreendam a importância dessas descobertas antes mesmo da revisão formal por pares.
Abaixo, você encontrará as últimas pesquisas publicadas no bioRxiv que estão transformando nossa compreensão do cérebro, prontas para serem exploradas em profundidade ou lidas de forma rápida e clara.
Este estudo demonstra que neurônios do claustrum humano codificam variáveis cognitivas de ordem superior, como incerteza e erro de previsão, durante a aprendizagem aversiva, revelando papéis distintos em relação ao córtex cingulado anterior e à amígdala no rastreamento de estados latentes da tarefa.
Utilizando dados de fMRI de 7T, este estudo demonstra que o córtex occipitotemporal lateral, especialmente nas áreas de percepção corporal, codifica informações semânticas independentes de características visuais de forma mais robusta do que as regiões do fluxo ventral, revelando uma organização heterogênea da semântica visual ao longo do córtex occipital.
O estudo demonstra que o alelo APOE4 acelera a transição metabólica cerebral associada à menopausa e compromete a adaptação bioenergética, criando uma base mecânica para o maior risco e início precoce da doença de Alzheimer em mulheres portadoras desse alelo.
Este estudo caracteriza um modelo robusto para investigar a plasticidade estrutural em neurônios de *Drosophila* adultos, demonstrando como variáveis experimentais afetam a visualização de protrusões membranares dinâmicas e apresentando a ferramenta MorphoScope para quantificação objetiva da complexidade neuronal.
Este estudo demonstra que a excitabilidade cortical local modula inversamente a conectividade funcional do fMRI através do acoplamento neuronal de baixa frequência (<4 Hz), onde o aumento da excitabilidade reduz a conectividade e a supressão a aumenta, desafiando a noção de que a conectividade do fMRI reflete diretamente o aumento da taxa de disparo neuronal.
O estudo NeuroMark-SZ, baseado na maior amostra de rsfMRI focada na esquizofrenia até o momento (N = 2.656), identificou uma assinatura robusta de conectividade funcional caracterizada por alterações cerebelo-talâmicas e talâmico-corticais, refinando os modelos teóricos existentes e fornecendo um recurso de código aberto para biomarcadores confiáveis da doença.
Este estudo apresenta um novo benchmark comportamental de reconhecimento de sons ambientais que demonstra que redes neurais artificiais treinadas em grandes conjuntos de dados e cenas complexas alcançam precisão e padrões de desempenho semelhantes aos humanos, superando modelos tradicionais do sistema auditivo.
Este estudo demonstra que um circuito corticoestriatal específico, envolvendo projeções do córtex pré-frontal orbitofrontal para o putâmen caudado, é fundamental para atualizar crenças subjetivas sobre estados latentes do ambiente, integrando evidências sensoriais e modulando a atividade neural através de loops de retroalimentação.
Este estudo identifica que neurônios excitatórios dorsais dILB6 na medula espinhal de camundongos constituem o substrato celular para um padrão motor pré-configurado que controla autonomamente a fase de voo em saltos naturais, validando o conceito de controle motor modular.
Este estudo demonstra que a regulação dinâmica da criticalidade no hipocampo, alternando entre estados críticos para facilitar a aprendizagem e estados subcríticos para a consolidação da memória, fornece uma base biofísica para o processamento cognitivo e oferece diretrizes para o desenvolvimento de modelos de linguagem artificiais otimizados.