1915 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 de grande escala demonstra que a variabilidade individual na aprendizagem baseada em recompensas é moldada por vias neurobiológicas distintas, onde a maior mielinização no cerebelo está associada a uma taxa de aprendizagem mais elevada, enquanto a mielinização e concentração de ferro no giro pré-central estão ligadas ao ruído na aprendizagem.
Este estudo utiliza modelagem de redes cerebrais no framework The Virtual Brain para demonstrar que a dose-dependente antagonismo dos receptores NMDAR pelo ketamina explica suas diferentes ações, onde doses baixas prejudicam preferencialmente a neurotransmissão excitatória-inibitória (disinibição) e doses altas afetam também as conexões excitatórias, elucidando assim os mecanismos neurais por trás de seus efeitos antidepressivos e anestésicos.
Este estudo demonstra que a atividade de ondas teta no córtex posterior direito (RPT) facilita a codificação e a recordação de informações espaciais durante a navegação virtual, sugerindo que a potência desse sinal pode servir como um biomarcador promissor para o funcionamento da memória em condições de saúde e doença.
Este estudo demonstra que a haploinsuficiência de SYNGAP1 e a interrupção do seu motivo de ligação PDZ aceleram a diferenciação e maturação de neurônios GABAérgicos derivados de iPSCs humanos, revelando um papel crucial dessa interação na regulação do desenvolvimento neuronal e sugerindo estratégias terapêuticas para transtornos do neurodesenvolvimento associados.
Este estudo demonstra, por meio de decodificação de EEG, que as expectativas modulam seletivamente os processos de processamento lateral e de feedback (e não o feedforward) apenas para características atencionais, enquanto o bloqueio dos receptores NMDA por memantina melhora especificamente a decodificação de ilusões perceptivas, implicando mecanismos de feedback mediados por NMDA na inferência perceptiva.
Este estudo demonstra que os camundongos modelo de Parkinson com mutação G51D na alfa-sinucleína compartilham a perda de cílios primários e de sinalização neurotrófica observada em outras formas da doença, sugerindo que esse mecanismo ciliar é uma via patogênica comum que contribui para a degeneração neuronal.
O estudo identifica um novo circuito neural central que detecta diretamente os níveis de energia e suprime a sensação de doçura em *Drosophila* e camundongos, demonstrando que neurônios expressando o neuropeptídeo Hugin (e seu homólogo mamífero NMU) atuam como sensores de glicose que inibem a percepção do sabor doce através da ativação de neurônios AstA.
Utilizando o conectoma completo de *Drosophila*, este estudo mapeou todas as sinapses axo-axônicas em neurônios descendentes, identificando um grupo específico de neurônios ascendentes que modulam o circuito de fuga e validando experimentalmente essas regras de conectividade.
Este estudo introduz o primeiro benchmark em larga escala alinhando mais de 100 modelos de vídeo a registros de EEG dinâmicos, revelando que o cérebro humano processa entradas visuais contínuas como uma mistura dinâmica de especialistas que alternam entre representações temporais integradas e estáticas, dependendo da região neural e do momento da tarefa.
O artigo apresenta o OSCAR, um modelo de aprendizagem de máquina que utiliza máquinas de vetores de suporte de uma classe para identificar desvios multivariados na conectividade funcional cerebral, demonstrando maior sensibilidade e validade externa do que métodos tradicionais na detecção de reorganizações de redes relacionadas a tarefas cognitivas e à psicose precoce.