Baseline activity of V1 interneurons connects pupil-linked arousal to engaged behavioral state
该研究通过结合小鼠和人类的行为实验及小鼠视觉皮层神经记录，揭示了 V1 区快放电中间神经元的基线活动是介导瞳孔相关唤醒水平与“参与”行为状态之间倒 U 型关系的关键神经机制。
🧠 Category
neuroscience
1149 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。
Persistent neuroimmune alterations in children who are HIV-exposed but uninfected at age 6-7 years: Associations with language development in a South African birth cohort
南非一项针对 6-7 岁儿童的出生队列研究表明，围产期 HIV 暴露（但未感染）会导致儿童免疫系统发育异常及大脑神经代谢改变，进而影响语言发展和入学准备能力，揭示了神经免疫通路在 HIV 暴露儿童神经发育风险中的潜在作用。
invertmeeg: A Benchmark and Unified Python Library for EEGInverse Solvers
该论文提出了名为 invertmeeg 的开源 Python 库，通过统一的接口整合了 118 种 EEG 逆解算器，并基于包含 106 种解算器的四场景基准测试，揭示了不同算法在各类源配置下的性能差异，表明灵活子空间与混合方法整体表现最佳，而贝叶斯方法在扩展源和低信噪比条件下更具竞争力。
Unified Multi-Cohort Harmonisation and Normative Modelling of Neuroimaging Data via Hierarchical GAMLSS
该研究提出了一种统一的分层 GAMLSS 框架，通过直接建模所有分布参数并利用分位数映射，在保留生物信号的同时实现了多队列神经影像数据的联合谐调与规范建模，其表现优于现有的 ComBat 系列方法，尤其适用于处理非高斯分布特征及复杂的队列效应。
An empirical three-dimensional metric field for color space
该研究通过八名观察者在 RGB 空间体心立方晶格上的系统性测量，首次构建了完整且内部一致的三维颜色辨别经验度量场，揭示了辨别区域随明度轴增大及存在系统性色度不对称的规律，并为感知颜色度量建立了经验框架。
Atto 643 Carboxy Selectively Labels Astrocytes with Minimal Oligodendrocyte Cross-Reactivity
该研究鉴定出 Atto 643 carboxy 是一种能特异性标记星形胶质细胞且极少标记少突胶质细胞及神经元的远红色荧光染料，为在活体及脑切片中研究星形胶质细胞提供了强有力的工具。
Capturing learning on the fly: an eye-tracking method to quantify prediction errors and updating the prior
该研究提出了一种基于眼动追踪的分析框架，通过实时量化预测误差与信念更新，揭示了统计学习并非主要由误差驱动，而是依赖于在噪声环境中优先维持模型稳定性的保守更新或基于重复的赫布机制。
MEC-2/Stomatin is required for aversive behaviour but dispensable for prey detection in the predatory nematode Pristionchus pacificus
该研究发现，在捕食性线虫 *Pristionchus pacificus* 中，MEC-2/Stomatin 蛋白虽对回避性触觉反应至关重要，但由于其不在介导猎物检测的 IL2 神经元中表达，因此对猎物检测功能并非必需，这揭示了保守感觉组件的神经元特异性分布如何实现行为功能的进化分化。
Macaque retina simulator
该研究开发了一种猕猴视网膜模拟器，能够基于真实的解剖和生理数据，将视觉刺激转化为不同视网膜神经节细胞类型的生物合理脉冲序列，从而为构建更完善的灵长类视觉皮层计算模型提供关键输入。
Asymmetric Reinforcement Learning Explains Human Choice Patterns in Decision-making Under Risk
该研究通过新型决策任务发现，采用非对称学习率的风险敏感模型比对称更新模型更能准确解释人类在风险决策中的选择模式、反应时间及价值信号。