• 综述：大脑中的类固醇5α-还原酶：从神经类固醇生成到治疗意义

  摘要：类固醇5α-还原酶（5αRs）能催化Δ4-3-酮类固醇在NADPH参与下的不可逆还原反应。这一过程调控着多种重要的类固醇信号通路，包括神经类固醇的生物合成、雄激素的活化以及糖皮质激素的代谢。通过调控这些过程，5αRs影响着GABA能和多巴胺能神经传导，以及机体对压力和奖赏的

  来源：Frontiers in Neuroendocrinology

  时间：2026-07-26

• 多组学分析表明，THBS1是脑出血后炎症性小胶质细胞状态的调节因子

  •单细胞分析显示，脑出血后存在THBS1水平较高的炎症性小胶质细胞状态。•多组学分析将THBS1确定为脑出血后炎症反应的潜在驱动因子。•针对小胶质细胞的Thbs1基因敲低可降低脑出血后的细胞因子水平及组织损伤。•抑制Thbs1表达有助于改善实验性脑出血后的长期神经功能恢复。•Th

  来源：Journal of Neuroimmunology

  时间：2026-07-26

• 综述：阿尔茨海默病治疗中不同激酶的调控：进展与展望

  摘要阿尔茨海默病（AD）的临床特征为由β-淀粉样蛋白（Aβ）聚集形成的细胞外淀粉样斑块，以及由tau蛋白过度磷酸化导致的细胞内神经纤维缠结。这些斑块和缠结会吸引小胶质细胞聚集在其周围，使其转变为促炎性的M1型。在中枢神经系统中，激活的小胶质细胞是炎症分子的主要来源，这些炎症分子会

  来源：Bioorganic Chemistry

  时间：2026-07-26

• 在单侧帕金森病模型中，对表达化学发光物质的间充质来源多巴胺能移植细胞进行多次刺激，可安全地增强游泳时肢体功能控制的恢复

  摘要：在帕金森病中，黑质致密部的多巴胺能神经元会逐渐退化，从而导致运动功能障碍。通过在大鼠的黑质纹状体通路中施加大量单侧多巴胺耗竭性损伤，并使用神经毒素6-羟基多巴胺，可以模拟这种退化过程。传统的L-多巴药物治疗虽然能改善行为症状，但通常无法恢复精细的肢体运动功能。在各种退行性疾

  来源：Behavioural Brain Research

  时间：2026-07-26

• 在年轻成年小鼠中，早期的睡眠紊乱加上高脂肪饮食，即便热量摄入减少仍会导致体重增加

  摘要睡眠紊乱和高脂饮食都是代谢紊乱的已知风险因素，但它们在早期发育过程中的协同作用机制仍不甚明了。我们研究了断奶后睡眠碎片化是否会在同时摄入高脂饮食的小鼠中加剧后续的代谢脆弱性。雄性ICR小鼠被分为四组：对照组、睡眠碎片化组（从出生后第21天到42天出现睡眠碎片化）、高脂饮食对照

  来源：Neuroscience Letters

  时间：2026-07-26

• 高脂肪饮食会不同程度地改变野生型小鼠和LDL受体缺陷小鼠的海马体脂质组与代谢组特征以及与认知相关的行为

  摘要肥胖和血脂异常与认知功能下降有关，但LDL受体缺陷在高脂饮食对认知功能影响中的作用尚不明确。本研究探讨了高脂饮食对野生型及LDLr⁻/⁻小鼠的认知功能以及海马区脂质组和代谢组的影响。两种基因型的雄性小鼠分别喂食对照饮食或高脂饮食12周，随后检测其体重、血清脂质水平、焦虑样行为

  来源：Neuroscience Letters

  时间：2026-07-26

• 利用新型核酸敏感探针对阿尔茨海默病中G-四链体RNA动态的荧光寿命成像研究

  摘要实时监测G四链体（G4）RNA的动态变化对于了解其在阿尔茨海默病的发展和治疗中的生物学作用至关重要。然而，这一任务因两个关键难题而面临挑战。首先，现有的荧光探针在活细胞竞争环境中缺乏足够的选择性，难以区分G4 RNA与G4 DNA以及其他非G4二级结构。其次，基于荧光强度的成

  来源：Talanta

  时间：2026-07-26

• 从语义歧义中学习：一种抗双重噪声的脑电信号部分标签情绪识别框架

  摘要基于脑电图的情绪识别面临监督数据不可靠的问题：标注者对细微的情绪状态存在分歧，且脑电图信号本身具有噪声。当将其转化为部分标签学习任务时，会出现两个互补的需求：一是需要一种有语义依据的方法来生成用于基准测试的候选标签；二是需要在标签模糊性和特征噪声共同影响下的稳健学习算法。针对

  来源：Neurocomputing

  时间：2026-07-26

• 基于选择性状态空间模型的纵向图像动态生存预测及其在阿尔茨海默病研究中的应用

  摘要：对于渐进性疾病的可靠预后预测，往往需要分析一系列医学影像，而非单一的影像片段。传统的联合模型以及许多最新的深度学习方法要么忽略被截断的观测值，要么忽视相邻扫描之间的时间依赖性，或者对决定风险的影像区域所能提供的信息有限。我们提出了SurLonMamba，这是一种联合生存模型

  来源：Neurocomputing

  时间：2026-07-26

• CAMDG：一种用于多模态领域泛化的互补多级对齐框架

  摘要领域泛化旨在从已知的源领域中学习可迁移的知识，从而在具有不同分布的未知目标领域上保持强大的泛化能力。尽管在单模态领域泛化任务上已取得进展，但多模态领域泛化仍面临诸多挑战。领域分布差异与模态分布差异之间的相互作用使得难以学习一致的跨模态和跨领域特征表示，进而限制了泛化性能。在本

  来源：Neurocomputing

  时间：2026-07-26

知名企业招聘：