1902 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 revela que, embora adultos jovens e idosos dependam igualmente de informações semânticas versus episódicas para gerar falsas memórias, eles diferem em como utilizam esses tipos de informação para a memória verdadeira, sugerindo que as mudanças de memória relacionadas à idade decorrem de mudanças na orientação atencional em direção a detalhes semânticos ou episódicos.
Ao analisar dados de fMRI e EEG de um paradigma de atenção voluntária, este estudo identifica uma rede de decisão frontoparietal distinta e oscilações alfa pré-estímulo que fundamentam a seleção espontânea do foco atencional, propondo um modelo neural para como a direção da atenção é determinada na ausência de instruções externas.
Ao registrar a atividade neuronal em V1 em marmosetos livres para movimento com rastreamento ocular montado na cabeça, este estudo revela que os comportamentos naturais de olhar, especificamente a interação entre mudanças de olhar e fixações, organizam e modulam dinamicamente as respostas do córtex visual de uma maneira estritamente acoplada ao estímulo visual.
Este estudo utiliza técnicas de imagem e moleculares avançadas no besouro *T. castaneum* para demonstrar que o fator de transcrição foxQ2II marca especificamente aglomerados distintos de interneurônios de ação rápida, não GABAérgicos, incluindo neurônios dopaminérgicos, dentro de centros cerebrais de ordem superior como os corpos pedunculados e o complexo central.
Este artigo apresenta o Spinotrode, um novo implante vertebral que permite registros de unidade única estáveis e de longo prazo dos cornos dorsais de camundongos em livre movimentação, revelando dinâmicas neurais distintas durante comportamentos naturais e desafiando descobertas anteriores derivadas de sujeitos anestesiados.
Este artigo introduz e valida um arranjo OPM-MEG modular, baseado em cap, que supera as limitações de custo, tempo e acessibilidade dos scannercasts personalizados, mantendo alta precisão de sinal e permitindo neuroimagem móvel e de alto rendimento para estudos naturalísticos e clínicos.
Ao combinar o aprendizado contrastivo profundo informado pela cinemática com a modelagem de sistemas dinâmicos em dois estudos de EEG dual, os autores demonstram que a coordenação interpessoal surge do alinhamento geométrico e temporal de variedades neurais de baixa dimensão que co-regulam dinâmicas flexíveis, do tipo atrator, entre parceiros em interação.
Este artigo propõe uma estrutura de arena de rolagem contínua e resiliente ao ruído usando um algoritmo de Multi-Armed Bandit direto para otimizar rápida e automaticamente os parâmetros de Estimulação Cerebral Profunda para o controle cognitivo através da avaliação de tempos de reação brutos sem modelos de estado intermediários, reduzindo, assim, os cronogramas de busca e melhorando a precisão da seleção de contatos para aplicação clínica.
Este artigo apresenta o DualMyo, uma arquitetura Transformer de fluxo duplo e múltiplos canais que utiliza embeddings de patch e rotativos posicionais para decodificar a escrita motora fina a partir de sinais de sEMG, alcançando alta precisência entre sessões por meio de uma estratégia de ajuste fino leve.
Este artigo introduz um framework de aprendizado profundo interpretável (FC-CNN) que supera métodos de regressão convencionais na predição de estados cerebrais a partir da conectividade funcional de MEG resolvida em frequência, demonstrando que a correlação de envelope de amplitude é um recurso superior e que os pesos do modelo podem fornecer insights neurofisiológicos para a descoberta de biomarcadores.