1147 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 a relação entre lapsos atencionais e a troca voluntária de tarefas depende da capacidade da memória de trabalho, revelando que indivíduos com menor capacidade tendem a mudar de tarefa após estados de desatenção devido a uma competição de objetivos, enquanto aqueles com maior capacidade o fazem a partir de estados focados.
Este estudo propõe um método automatizado para o diagnóstico de esquizofrenia utilizando sinais de eletroencefalograma, que alcançou 100% de precisão ao classificar pacientes e indivíduos saudáveis através da extração de características nos domínios temporal, frequencial e tempo-frequencial combinadas com diversos algoritmos de aprendizado de máquina.
Este estudo demonstra que o neurofeedback ativa mecanismos corticais específicos e dependentes da frequência, onde o treinamento de ondas SMR e Beta produzem dissociações duplas em respostas de dessincronização e potenciais evocados, resultando em plasticidade duradoura apenas no grupo SMR.
Este estudo demonstra que a manipulação de objetos em realidade virtual híbrida reproduz fielmente as características fundamentais da manipulação no mundo real, como o controle de força antecipatório e a interferência relacionada a mudanças dinâmicas, validando assim essa abordagem como uma ferramenta viável para investigar o papel da confiabilidade proprioceptiva no controle motor.
Este artigo apresenta o primeiro componente do projeto BICAN da NIH, um atlas celular multimodal e padronizado do núcleo da base em quatro espécies (humano, macaco, marmoseta e camundongo) que integra dados transcriptômicos, epigenômicos e espaciais para estabelecer uma taxonomia unificada e um sistema de referência FAIR, permitindo comparações cruzadas entre espécies e servindo como base fundamental para o estudo de tipos celulares e distúrbios neurológicos.
Este estudo demonstra que a doença de Danon, causada por mutações no gene LAMP2, provoca alterações específicas de sinapse no fluxo autofágico e danos mitocondriais em neurônios sensoriais e fotorreceptores no *Xenopus tropicalis*, fornecendo um modelo crucial para compreender as bases patológicas das manifestações neurológicas e visuais da doença.
Este estudo demonstra que as dinâmicas temporais da vergência cognitiva e da pupila durante uma tarefa de oddball visual podem diferenciar de forma não invasiva os perfis biológicos A-T+ e A+T+ em indivíduos com comprometimento cognitivo leve, oferecendo uma assinatura funcional oculomotora complementar aos biomarcadores do líquido cefalorraquidiano.
Este estudo demonstra que as respostas hipocampais às fronteiras de eventos são moduladas por estados globais do cérebro, onde a transição para o estado da Rede Positiva de Tarefa e o tempo gasto no estado da Rede Padrão, e não apenas a atividade univariada do hipocampo, preveem a memória subsequente de conteúdo narrativo.
Este estudo revela uma organização espectral laminar no córtex auditivo humano, demonstrando que a atividade neuronal de baixa frequência (alfa/beta) está associada a respostas fMRI negativas (feedback), enquanto a atividade de alta frequência (gama) correlaciona-se positivamente com o sinal BOLD, especialmente nas camadas intermediárias que recebem entradas feedforward.
Este artigo apresenta o modelo de Aprendizado Associativo de Longo Horizonte (L-HAL), uma estrutura unificadora biologicamente fundamentada que, através de um único mecanismo neural e parâmetro, explica a aprendizagem estatística humana em múltiplas escalas temporais, desde transições locais até estruturas complexas, integrando diversos estudos anteriores sob uma única lógica computacional.