1614 篇论文
神经科学致力于解开大脑的奥秘，从记忆的形成到意识的本质，探索着人类思维与行为背后的生物学机制。这一领域不仅关乎我们如何感知世界，更揭示了情感、学习乃至精神健康背后的复杂神经网络。在这里，我们关注那些正在重塑我们对“自我”认知的最新发现，让深奥的脑科学变得触手可及。
Gist.Science 实时追踪并处理来自 bioRxiv 的所有最新神经科学预印本。我们深知前沿研究往往充满专业壁垒，因此为每一篇新论文提供通俗易懂的科普解读以及详尽的技术摘要，帮助读者跨越术语障碍，直接把握研究核心。
以下为您呈现该领域最新的预印论文列表，期待这些前沿成果能为您带来启发。
本研究通过生物信息学鉴定、异源表达功能验证及卵母细胞电生理实验，证实了普通章鱼中存在两种功能性 TRPV 通道（Ovtrpv1 和 Ovtrpv2），它们作为多模态伤害性感受器在感觉组织中广泛表达，并能介导对化学和机械有害刺激的反应，为理解头足类动物的痛觉感知机制提供了关键分子证据。
该研究通过分析人类观看自然图像时的 7T fMRI 数据，揭示了视觉皮层在自然视觉中普遍存在空间预测机制，且预测层级随视野位置呈现差异化分布：中心视野遵循从 V1 到低级特征再到高级特征的预测梯度，而周边视野则表现出全层级预测的增强效应，从而调和了关于视觉皮层预测抽象层级的现有争议。
该研究利用人 iPSC 来源的皮层神经元模型发现，敲低 TTLL1 可显著减少寡聚淀粉样蛋白β诱导的 TAU 错误定位、微管不稳定及突触损伤，且未损害神经元网络功能，表明靶向 TTLL1 是治疗阿尔茨海默病及相关神经退行性疾病的潜在策略。
该研究利用深度学习分析不同脑状态下的功能连接组，发现任务态（尤其是观影）能更优预测记忆表现，并揭示“脑 - 认知差距”与体力活动、心血管风险及多巴胺结合水平密切相关，表明该差距是反映认知易感性的潜在生物标志物。
本文介绍了 openretina，这是一个基于 PyTorch 的模块化 Python 包，旨在通过提供标准化的训练框架、统一的数据格式及跨物种数据集，构建一个开放协作的视网膜建模生态系统，以解决当前领域数据碎片化问题并推动可复现的定量研究进展。
这项针对 12 至 18 个月大婴儿的研究发现，内部错误监控（ERN）的神经反应不仅早于自我表征的出现，而且能预测六个月后婴儿是否具备镜中自我识别能力，表明内部错误监测是构建概念性自我及元认知发展的关键基础。
该论文提出了“递归整合分形理论”（RIFT），主张意识是通过分形压缩感官信息生成全息内空间，并利用自创生反馈机制使自我能够因果性地调控其分子基底，从而解决了意识作为因果力的难题。
该研究通过对 88 名脑损伤患者的分析，利用病变网络映射技术揭示了自 transcendent（自我超越）体验的因果神经架构，证实后部中线区域对自我超越起约束作用，而脑干和前部中线区域则起促进作用，且该网络与默认模式网络及自我参照处理密切相关。
该研究提出了名为 DCM-SR 的新型生成框架，通过引入连续状态空间建模和参数演化机制，克服了传统动态因果模型对数据分段处理的局限，从而能够连续解析决策、准备等认知过程中慢皮层电位的生物物理机制及神经网络的动态记忆效应。
本研究通过结合组织学、生理学和认知评估，系统表征了老年猕猴的年龄相关性听力损失模型，揭示了其从耳蜗毛细胞退行性变到听觉脑干反应异常及视觉工作记忆轻微受损的跨领域衰老特征，为探索听力与认知衰退的关联机制及开发干预策略奠定了基础。