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。

Hitting the right pitch: Cortical tracking of speech fundamental frequency in auditory and somatomotor regions

该研究利用脑磁图技术发现,大脑不仅在听觉皮层,还在右侧顶叶、岛叶及运动前区等区域追踪语音基频,且这种皮层 - 声学耦合能随自然语速加快导致的基频升高而动态调整,表明听觉 - 躯体运动网络在自然语音感知中通过基频追踪促进音素处理。

Mantilla-Ramos, Y.-J., Hincapie-Casas, A.-S., Pascarella, A., Lajnef, T., Leahy, R. M., Coffey, E., Jerbi, K., Boulenger, V.2026-04-18🧠 neuroscience

Mesolimbic and mesocortical pathways differentially support fentanyl-context associations

该研究揭示中脑边缘和中脑皮层通路在介导芬太尼情境关联中发挥不同作用:两者虽均被激活,但分别依赖伏隔核的 D2 受体和前额叶皮层的 D1 受体,且仅中脑边缘通路(VTA-NAc)的功能性活动直接支持芬太尼情境偏好行为的表达。

Montemarano, A., Sohail, H., Murdaugh, L. B., Derr, K., Alkhaleel, F. A., Fox, L. D., Pandey, S., Fox, M. E.2026-04-18🧠 neuroscience

The Signal Generating (SiGn) fMRI Phantom

本文介绍了一种名为 SiGn 的 3D 打印功能性磁共振成像(fMRI)体模,该体模基于真实人脑解剖结构构建,能够通过可控的含铁血红素灌注系统产生动态信号变化,从而支持对 fMRI 数据处理流程进行端到端的质量评估,并公开了所有制造、扫描及分析资源以促进神经影像社区的标准化与可重复性研究。

Galea, S., Seychell, B. C., Galdi, P., Hunter, T., Bajada, C. J.2026-04-18🧠 neuroscience

Deep FLASH-seq profiling of purified canine sensory neurons uncovers species-specific signatures relevant to pain and itch

该研究利用新型细胞分选与 FLASH-seq 技术对犬背根神经节进行深度单细胞转录组分析,揭示了犬类感觉神经元的分子图谱、跨物种保守的痛痒通路以及具有转化医学价值的物种特异性受体表达特征。

Ledesma Fernandez, P., Butler, B., Theis, H., Paulusch, S., De-Domenico, E., Weir, G. A., Bell, A. M.2026-04-18🧠 neuroscience

Astrocytes mediate the dopaminergic modulation of tonic GABAergic signaling in substantia nigra

该研究发现,多巴胺通过 D2 受体信号通路,一方面直接抑制 SNr 神经元中 ALDH1A1 阳性神经元经 GAT-1 释放的 GABA 张力性抑制,另一方面通过作用于表达 D2 受体的星形胶质细胞并刺激 GAT-3 摄取 GABA,从而解除 SNr 神经元的抑制,揭示了星形胶质细胞在多巴胺调控黑质环路及运动行为中的关键作用。

Simmons, D. V., Moreno-Ramos, O. A., Raj, D. D. A., Kaganovsky, K., Pamukcu, A., Vrieler, N., Tkatch, T., Xie, Z., Zampese, E., De Sousa, A. I. S., Ding, J., Awatramani, R. V., Wilson, C., Surmeier, D (…)2026-04-17🧠 neuroscience

A battery of image classification challenges reveals shared and distinct object categorization behavior across monkeys, humans, and deep networks

该研究通过构建包含多种分类规则的图像任务,发现猴子能在无语言参与下快速习得并泛化物体分类,其表现模式与无语言输入的视觉深度神经网络更为相似,而与依赖语言的人类分类行为存在差异,从而揭示了生物神经网络在无语言条件下进行复杂图像分类的潜力与机制。

Zhang, H., Zheng, Z., Hu, J., Wang, Q., Xu, M., Zhou, Z., Li, Z., Okazawa, G.2026-04-17🧠 neuroscience