neuroscience 篇论文 | Gist.Science

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。

本文通过深入分析指出，尽管深度学习模型在脑机接口中表现出性能差异，但这种差异主要源于脑电模式本身的可区分性而非模型对性别的偏见，且深度学习实际上能提升整体及弱势群体的表现，因此呼吁社区在复杂变量交互场景下开展超越常规指标的深度模型行为分析，以确保公平脑机接口系统的开发。

这项研究通过在自然学校环境中引入新颖的神经科学课程，证实了即时接触新奇事件能分别通过不同机制提升高中生的记忆提取能力和发散性思维，为教育实践提供了一种低成本且有效的认知增强干预策略。

该研究揭示在秀丽隐杆线虫中，保守的胆囊收缩素样神经肽 NLP-12 通过 DVA 中间神经元分泌并经由 CKR-1 受体信号通路，在成年期持续维持 PVD 感觉神经元树突结构的稳定性，从而保护神经元健康span免受衰老导致的退化。

该研究通过坐标基础的元分析发现，习惯性数字媒体使用与大脑前岛叶皮层的活动最为一致，这一涉及社会与情感信息整合的关键脑区在既往文献中常被忽视，从而促使学界重新审视数字媒体对大脑及在线行为的影响机制。

该研究开发了一种将自动膜片钳技术与光遗传学刺激相结合的新方法，成功实现了对表达 NaV1.8 和 TRPV1 的背根神经节（DRG）神经元亚群的区分与记录，从而为镇痛药物的研发提供了更高效的生理与药理学研究工具。

该研究利用脑电时间解析解码技术证实，大脑通过“先增强预期、后增强意外”的时序反转机制，成功调和了预测在提升感知准确性与捕捉意外信息以更新信念之间的矛盾。

该研究提出了一种基于旋转倾斜线条错觉（RTLI）的新型低成本计算机动画方法，能够定量估算视觉人口感受野（pRF），其结果与 fMRI 等金标准一致，并有望用于自闭症、精神分裂症、衰老及阿尔茨海默病等认知异常的早期检测与进展评估。

该研究通过构建一种新型表位标签敲入小鼠模型（C1ql3-2HA），克服了以往缺乏可靠抗体的限制，成功实现了对内源性 C1QL3 蛋白的高特异性纯化与检测，并利用该技术绘制了其全脑表达图谱及突触定位，揭示了其在海马苔藓纤维突触等区域作为跨突触复合体组分的关键作用。

该研究通过对比虚拟现实与抛物线飞行两种感官冲突范式，发现面部皮肤变绿是预测太空运动病严重程度最可靠且非侵入性的生理指标。

该研究鉴定出 RhoGEF12 是调节内体 SORL1-网巢复合物循环的关键因子，并证实抑制 RhoGEF12 可增强该循环通路、减少致病性淀粉样蛋白分泌，从而在携带阿尔茨海默病突变的人源神经元模型中展现出治疗潜力。