1595 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 identifica o GPCR de adesão FMIL-1, regulado pelo fator de transcrição MEC-3 em neurônios PVD de *C. elegans*, como um motor molecular crítico que direciona a formação de sinapses específicas com os interneurônios PVC e AVA para estabelecer o circuito nociceptivo.
Este estudo demonstra que uma rede neural transformer pode decodificar memórias episódicas específicas de disparos neuronais intracranianos humanos, revelando uma mudança dinâmica na representação da memória do lobo temporal medial para o córtex frontal através dos ciclos de vigília-sono, o que sugere novos caminhos para tratar distúrbios de memória via interfaces cérebro-computador.
Ao integrar o mapeamento da patologia da -sinucleína em todo o cérebro com modelagem de difusão de rede e um atlas espacial de expressão gênica, este estudo identifica as quinases p21-ativadas (PAKs) do grupo II como reguladores moleculares fundamentais da vulnerabilidade regional na doença de Parkinson e demonstra que sua inibição reduz efetivamente a agregação e a perda neuronal in vitro e in vivo.
Este estudo apresenta o primeiro benchmark sistemático de quatro modelos de fundação de RM estrutural, demonstrando que, embora o desempenho varie entre tarefas e conjuntos de dados, modelos como 3D-Neuro-SimCLR e AnatCL geralmente superam as linhas de base tradicionais baseadas em FreeSurfer na predição de idade, sexo e índice de massa corporal, estabelecendo assim um novo padrão para a avaliação de representações aprendidas em neuroimagem por meio da plataforma BrainFMBench.
Este estudo demonstra que a subunidade α2δ-2 é essencial para o acoplamento da entrada de cálcio pré-sináptico à liberação de vesículas em interneurônios hipocampais que expressam parvalbumina, e sua ausência prejudica a inibição sináptica, contribuindo, assim, para as convulsões espontâneas observadas em camundongos knockout.
Este artigo demonstra que redes recorrentes excitatórias-inibitórias com plasticidade puramente local, particularmente regras do tipo BCM, podem alcançar inferência preditiva e aprender características espaciotemporais esparsas ao manter pesos em uma variedade de consistência, ligando, assim, a codificação preditiva a mecanismos de circuito biologicamente plausíveis sem exigir representações explícitas de erro.
Este estudo demonstra que a estimulação de rajada theta excitatória do córtex pré-frontal dorsolateral melhora causalmente o desempenho motor na doença de Parkinson, particularmente sob alta carga cognitiva, ao remodelar a conectividade funcional dentro da rede de ação somatocognitiva.
Este estudo valida um painel de estadiamento da doença de Alzheimer baseado em sangue, recentemente proposto, composto por sete proteínas, ao demonstrar que seus biomarcadores constituintes correlacionam-se consistentemente com a remodelação proteômica cerebral através de múltiplas coortes independentes pós-morte, alcançado por meio da reanálise harmonizada de dados legados de espectrometria de massa.
Este artigo propõe uma arquitetura de Rede de Estado de Eco que incorpora um neurônio de leitura de confiança de decisão dedicado que monitora com sucesso a qualidade da classificação em tempo real, demonstrando que os níveis de confiança se correlacionam com a precisão e a discriminabilidade da decisão em tarefas de imagética motora baseadas em EEG.
Este estudo demonstra que o córtex humano codifica ativamente a variabilidade do tempo da fala como informação significativa através de múltiplas escalas temporais, especificamente representando o desvio das durações de sílabas e fonemas em relação às expectativas, em vez de tratar tal variabilidade como ruído a ser descartado.