Active pursuit gates egocentric coding in Retrosplenial Cortex
该研究通过 Neuropixels 记录发现，后扣带回皮层（RSC）中的目标编码神经元在主动追逐过程中会动态调整其参考系，增强以自我为中心的目标表征并减弱头方向信号，从而适应追踪移动目标的行为需求。
🧠 Category
neuroscience
2418 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。
Bounded Multiplicative Dynamics Govern Axonal Conduction Slowdown
该研究提出了一种有界乘积动力学框架，解释了轴突传导速度沿程减慢的终端与初始比值为何具有分支长度不变性且呈右偏分布，并指出该现象源于局部几何与动力学因素在有限远端域内的比例性复合，而非单纯的结构性负载或动能储备耗尽。
Efficient memory sampling by hippocampal attractor dynamics with intrinsic oscillation
本文提出了一种具有动量、动能及能量守恒特性的扩展 Hopfield 吸引子网络模型（动量 Hopfield 模型），该模型不仅从动力学角度模拟了海马 CA3-CA1 网络的内禀振荡与记忆重放，还从功能上证明了其可作为可任意偏置的马尔可夫链蒙特卡洛采样器，从而通过优先经验重放加速空间导航的强化学习，成功建立了海马重放的动态机制与功能理论之间的理论联系。
Effects of prediction and attention on tactile precision in somatosensory gating
该研究表明，主动运动时基于传出副本的预测能维持触觉精度，而被动运动时的触觉精度则依赖于对运动目标的注意分配。
Electrophysiologically Targeted Biopsies Reveal the Transcriptional Landscape of Focal Epilepsy
该研究通过一种结合颅内脑电图引导与 MRI 定位的新型活检方法，对难治性局灶性癫痫患者的致痫灶和发作半影区进行配对取样及单核转录组分析，揭示了不同脑区在细胞类型和基因表达上的特异性差异，证实了致痫灶中抑制性中间神经元缺失与半影区可塑性基因富集是癫痫发生与传播的保守机制。
Arc Capsids Facilitate the Transfer of Muscleblind.
该研究揭示了 Arc 蛋白以活动依赖的方式与 Muscleblind（Mbnl1）RNA 相互作用，并通过细胞外囊泡介导其跨突触转移，从而扩展了病毒样突触 RNA 转移（ViSyToR）通路在神经发育中的功能。
Long-projection astrocytes challenge canonical territorial organization in the sleep-promoting VLPO
该研究揭示了睡眠促进核团 VLPO 中存在包括具有类人猿形态的长投射星形胶质细胞在内的三种亚型，并发现其具有显著的出生后神经胶质生成、独特的钙动态及高度互联的网络，挑战了星形胶质细胞传统的领域组织观念。
Zhi-Shi-Wu-Huang attenuates amyloid beta toxicity in Caenorhabditis elegans Alzheimer's disease models via modulating insulin DAF-16 signaling pathway
该研究证实，由缬草、石菖蒲、五味子和黄芩组成的中药复方“智识无黄”通过激活胰岛素/DAF-16 信号通路，在转基因线虫阿尔茨海默病模型中显著减轻了β-淀粉样蛋白毒性。
Digital Twin Brain simulation and manipulation of a functional brain network underlying mental illness
该研究构建了一种可干预的个体化数字孪生脑模型，通过整合神经元尺度机制与全脑网络动态，成功模拟了精神疾病的跨诊断表型，并验证了其在预测症状轨迹、个体分层及指导精准精神病学干预方面的潜力。
Machine-Learning-Based spike marking in signal and source space EEG from a patient with focal epilepsy
该研究利用人工神经网络对癫痫患者的脑电信号（包括原始信号空间与基于偶极子模型的源空间）进行分类，发现特征提取显著提升了检测效能，其中信号空间结合 Katz 分数维维度的方法达到了最高准确率（0.98），且其表现处于专家间一致性的范围内，证实了该工具辅助临床诊断的潜力。