The stability of thought: using experience sampling and brain imaging to determine the contextually bound nature of human cognition.
该研究结合经验取样与脑成像技术发现，人类思维的稳定性并非由特定任务或思维内容固有决定，而是随情境变化，且这种稳定的目标导向思维模式与额顶注意网络（MDN）的协调激活密切相关。
🧠 Category
neuroscience
1140 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。
Correctness is its own reward: bootstrapping error signals in self-guided reinforcement learning
该研究提出并验证了一种基于预测抵消机制的局部神经回路模型，表明通过反赫布可塑性学习产生的内部误差信号足以引导无外部奖励的自导向强化学习，从而解释了幼鸟如何自主习得鸣唱行为。
Representational magnitude as a geometric signature ofimage and word memorability
该研究表明，表征强度（representational magnitude）不仅是图像记忆性的预测指标，还能跨域推广至词汇记忆，揭示了记忆性源于刺激在分布式表征中留下的“足迹”大小这一普遍规律，尽管该效应在语音记忆数据中未得到验证。
Differential locus coeruleus-hippocampus interactions during offline states
该研究利用多部位电生理记录发现，自由行为大鼠的蓝斑核（LC）活动与海马尖波（ripples）呈状态依赖的负相关关系，且 LC 放电在尖波发生前约 1-2 秒显著降低，揭示了 LC 作为皮层 - 皮层下网络关键组件在系统级记忆巩固中的动态调节作用。
Sleep-modulated disinhibition enables replay for memory consolidation, accelerated by ripples
该研究通过构建生物物理模型揭示，睡眠期间的去抑制机制通过生成去极化 - 超极化状态和加速的尖波涟漪，驱动了空间序列的重放与记忆巩固，并阐明了去抑制在维持海马 - 皮层记忆转移及应对病理干扰中的核心作用。
Dynamic thermodynamic-informational entropic relationship (TIER) models of selective vulnerability to neurodegeneration
该研究通过统一力学理论构建的 TIER 模型，揭示了神经退行性疾病的选择性易损性源于进化权衡下高计算负荷脑区因热力学熵增而导致的结构性损伤，即认知性能优化以牺牲长期生存为代价。
Designer indicators for two-photon recording of subthreshold voltage dynamics
该研究通过优化高通量筛选平台开发了新型基因编码电压指示剂 JEDI3sub 和 JEDI3hyp，显著提升了双光子显微镜在活体动物深部脑区记录神经元亚阈值电压动态的灵敏度，从而为解析神经信息处理机制及其在健康与疾病中的变化开辟了新途径。
Whole-organism spatial transcriptomics at single-cell resolution in C. elegans
该研究开发了一种单分子荧光原位杂交工作流程，实现了在完整秀丽隐杆线虫体内以单细胞分辨率对多达 40 个基因进行空间转录组分析，从而成功鉴定了 86 种神经元类别并揭示了性别及神经元特异性的基因表达模式。
Memory reactivation during sleep promotes structure abstraction
该研究首次提供直接证据表明，睡眠期间通过靶向记忆重激活促进了对抽象结构的提取，从而实现了跨不同特征的学习迁移。
Edge-based natural image reconstruction provides a unified account of many lightness illusions
该研究利用深度学习框架提出了一种基于边缘的自然图像重建机制，证明仅需通过表面填充过程即可统一解释多种此前被认为需要复杂三维推理或独立机制的光学错觉现象。