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.

Latent Gaussian Process Modeling for Dynamic PET Data: A Hierarchical Extension of the Simplified Reference Tissue Model

Este artigo propõe uma extensão hierárquica do Modelo Simplificado de Tecido de Referência (SRTM) baseada em Processos Gaussianos Latentes (LGPE-SRTM) para modelar parâmetros cinéticos variantes no tempo em dados de PET dinâmico, permitindo inferência populacional robusta e computacionalmente escalável sobre a liberação transitória de neurotransmissores sem assumir formas paramétricas restritivas.

Vegelius, J.2026-04-16🧠 neuroscience

Elevating levels of neuronal MCU in the hippocampus enhances mitochondrial calcium uptake and respiratory efficiency proportional to demand

Este estudo demonstra que a superexpressão do uniportador de cálcio mitocondrial (MCU) no hipocampo aumenta a taxa de captação de cálcio e a eficiência da respiração mitocondrial para atender à demanda bioenergética, sem elevar o risco de sobrecarga de cálcio.

Cawley, M. L., Montalvo, R. N., Wheeler, M. L., Turner, L. L., Pfleger, J., Yan, Z., Farris, S.2026-04-16🧠 neuroscience

Reinforcement learning for closed-loop optimisation of spatiotemporal stimulation in patterned neuronal networks

Os autores desenvolveram um sistema de eletrofisiologia de código aberto e baixo custo, integrado a um framework de aprendizado por reforço, que permite a otimização em malha fechada de padrões de estimulação espaciotemporal em redes neuronais em cultura para induzir respostas específicas com alta precisão temporal.

Maurer, B., Vasiliauskaite, V., Hengsteler, J., Cathomen, G., Ruff, T., Schmid, C., Vörös, J., Ihle, S. J.2026-04-16🧠 neuroscience

Resting-state EEG alpha-BOLD coupling spatially follows cortical cell-type and receptor gradients

Este estudo demonstra que o padrão espacial do acoplamento entre os sinais de EEG alfa e BOLD em repouso segue gradientes corticais específicos de tipos celulares e receptores, sendo explicado principalmente pela expressão gênica de interneurônios VIP da camada 6, marcadores excitatórios da camada 5 e do subunidade GRIN2C do receptor NMDA.

Jiricek, S., Chien, V. S. C., Schmidt, H., Koudelka, V., Marecek, R., Mantini, D., Hlinka, J.2026-04-16🧠 neuroscience

Learning to select computations in recurrent neural circuits

Este artigo apresenta um modelo de rede neural recorrente que, ao combinar a teoria do meta-raciocínio racional com algoritmos de meta-aprendizado, demonstra como o cérebro pode aprender a selecionar computações de forma adaptativa para equilibrar utilidade e custo, unificando assim os conceitos de meta-raciocínio e meta-aprendizado.

Chen, S., Callaway, F., Kumar, S., Lupkin, S. M., Wallis, J. D., McGinty, V. B., Rich, E. L., Mattar, M. G.2026-04-16🧠 neuroscience

Diverse paths for chemoreception in ciliated neurons contacting the cerebrospinal fluid in the spinal cord

Este estudo revela que os neurônios do trato espinhal em contato com o líquido cefalorraquidiano (CSF-cNs) expressam receptores para glutamato, somatostatina e LDL, indicando a existência de múltiplas vias quimiossensoriais que sustentam a comunicação de longa distância entre neurônios e células gliais através do líquido cefalorraquidiano.

Verran, E., Moizan, L., Tocquer, L., Quan, F. Q., Wyart, C.2026-04-16🧠 neuroscience