2381 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。
该研究发现，尽管长期戒酒（平均 20 个月）的酒精依赖者在概率反转学习任务中表现出完整的行为表现和学习率，但其脑电图（EEG）显示奖赏评估相关的反馈负波（FRN）显著增强，且反馈 P3 信号与戒酒时长呈负相关，利用无监督机器学习识别出的时空脑电模式不仅能以 80.4% 的准确率区分患者与健康对照组，还揭示了与早期戒酒相关的额中央区过度激活，为酒精依赖的客观监测和靶向治疗提供了潜在的生物标志物。
该研究利用人 iPSC 来源的皮层神经元模型发现，敲低 TTLL1 可显著减少寡聚淀粉样蛋白β诱导的 TAU 错误定位、微管不稳定及突触损伤，且未损害神经元网络功能，表明靶向 TTLL1 是治疗阿尔茨海默病及相关神经退行性疾病的潜在策略。
该研究利用深度学习分析不同脑状态下的功能连接组，发现任务态（尤其是观影）能更优预测记忆表现，并揭示“脑 - 认知差距”与体力活动、心血管风险及多巴胺结合水平密切相关，表明该差距是反映认知易感性的潜在生物标志物。
本文介绍了 openretina，这是一个基于 PyTorch 的模块化 Python 包，旨在通过提供标准化的训练框架、统一的数据格式及跨物种数据集，构建一个开放协作的视网膜建模生态系统，以解决当前领域数据碎片化问题并推动可复现的定量研究进展。
该研究通过自然双任务发现，任务精度要求和肢体间感觉冲突会独立地调节控制策略，促使双手动作学习从前馈适应转向依赖反馈控制。
该研究结合大规模并行光学测量与新型厚组织空间转录组学技术，建立了一种可扩展的全光学生物学方法，成功在运动皮层中实现了具有细胞类型特异性的高通量突触连接图谱绘制。
该研究通过在非人灵长类动物初级听觉皮层（A1）和次级听觉区（PB）进行分层记录，揭示了振幅调制编码在皮层层级和半球间存在显著差异，其中 A1 和 PB 分别呈现不同的层间编码梯度且左半球在表层神经元中表现出增强的编码优势，表明局部表层神经元群参与了半球特化。
该研究通过表征长斯托克斯位移染料 ATTO 490LS 的双光子特性，证明了其可在单激光（920 nm）激发下与 Alexa Fluor 488 结合，实现果蝇脑组织的双色双光子成像。
该研究证明，通过脊髓靶向激活 TRPV1 表达感觉神经元中的 GPR37 受体，能够逆转并消除伤害性感受系统的敏化，从而在多种小鼠疼痛模型中有效缓解长期疼痛，且无滥用风险。
该研究利用真实世界中的体动记录数据，通过无监督聚类识别出“更活跃”与“较不活跃”两类青年人群，发现“更活跃”群体不仅表现出更强的昼夜节律完整性（更高的昼夜节律功能指数）和更早的节律相位，且这种关联与特定时段的体力活动密切相关，从而证实了体动记录作为评估健康与临床应用的多维工具价值。