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。

该研究开发并验证了一种无需信号预测即可直接检测振荡相位的实时闭环 TMS-EEG 系统，该系统在模拟信号及人类脑电数据（包括自发节律和任务相关事件）中均展现出比传统预测方法更高的触发概率和更低的相位误差，从而为实现针对活跃认知状态及病理脑态的精准相位干预提供了新工具。

该研究通过构建包含双室神经元与共享细胞外空间的电化学扩散计算框架，揭示了离子性突触效应主要提升神经元群体发放率，而电性突触效应则通过诱导稳定的“突触内禀相位偏好”来微调发放时序，从而阐明了两者在神经元动力学中的不同功能。

该研究利用线虫模型，证实了多个晚发型阿尔茨海默病风险基因的保守同源物能以神经元特异性方式调控神经元衰老，且这种调控作用往往独立于生物体寿命，并揭示了早期内体和脂质代谢过程在神经退行性病变中的关键作用。

该研究证实中风后上肢网状脊髓束过度兴奋与运动功能障碍及痉挛加重相关，且在严重受损患者中未能带来功能代偿，表明这是一种适应不良而非补偿性的神经生理反应。

该论文提出了一种利用真实 EEG 数据注入模拟信号作为“地面真值”的对抗性方法，旨在客观评估并指导 ERP 研究中预处理流程的选择，从而在有效去除噪声的同时避免扭曲神经信号，提升研究的可重复性与解释性。

该研究利用三食物选择范式发现，小鼠的宏量营养素偏好存在显著的性别差异（雌性更偏好脂肪，雄性更偏好脂肪 - 碳水化合物组合），且雌性的进食行为受动情周期阶段的调节。

这项研究通过回顾性公共基准测试发现，将健康受试者的下肢脑电解码器迁移至中风患者时，零样本传输效果微弱，且源数据构建和最小化适应负担比模型创新更为关键，因此建议未来应转向协调一致的前瞻性验证而非回顾性模型迭代。

该研究提出了一种名为 BrainMetaGCN 的记忆增强元图学习框架，通过动态构建个体化脑网络并结合群体原型模式，有效克服了样本量小和个体差异大的挑战，实现了青少年重度抑郁障碍的精准诊断并揭示了其潜在的神经生物学机制。

这项研究通过对智利南部高龄人群的整合分析，揭示了自主神经调节并非由单一因素决定，而是表现为受人口学、身体成分及血流动力学等多维度特征共同塑造的连续异质性表型，从而为老年人群的风险分层和纵向监测提供了新的生理组织视角。

该元分析研究表明，虽然慢性束缚应激（CRS）能显著影响大鼠的强迫游泳、蔗糖偏好和 elevated plus maze 等行为测试的结果，但除蔗糖偏好测试外，应激持续时间并不能有效预测这些行为效应的大小。