当前位置:首页 > 今日动态 > 神经科学
  • 手性翻转诱变鉴定自关联低复杂度域内几何受限残基

    许多蛋白质低复杂度域(LCD)通过自关联实现细胞功能,然而,除侧链特性外,多肽化学与结构特征如何影响LCD-LCD相互作用的基本问题尚未阐明。例如,球状蛋白的折叠源于遗传编码多肽同手性施加的约束,但类似几何约束是否适用于LCD自关联仍不明确。本研究利用蛋白质全

    来源:Proceedings of the National Academy of Sciences

    时间:2026-05-07

  • 神经酰胺酶依赖性机制解析粗糙脉孢菌对芳香类杀菌剂胁迫的响应

    神经酰胺酶(Ceramidases, CDases)催化神经酰胺水解为脂肪酸与鞘氨醇,然而其在真菌应对环境胁迫中的作用尚不明确。本研究以粗糙脉孢菌(Neurospora crassa)为模型,探究了中性神经酰胺酶(neutral ceramidase, nCD

    来源:Journal of Fungi

    时间:2026-05-07

  • 父代草铵膦(GLA)暴露导致子代小鼠记忆功能障碍

    摘要 背景:草铵膦(Glufosinate ammonium, GLA)是一种广泛使用的除草剂,然而,与父代孕前(preconception)暴露相关的潜在神经发育风险尚未得到充分界定。方法:在本研究中,成年雄性C57BL/6J小鼠连续10周接受0.2 mg/

    来源:Toxics

    时间:2026-05-07

  • 合成大麻二酚类似物的斑马鱼体内抗惊厥活性表征

    摘要 研究人员合成了一个包含十个大麻二酚类似物的集中文库,以评估其作为抗癫痫药物的潜力。该研究采用了一种“行为优先”的结构活性关系策略,而非关注受体水平的效价。研究人员使用GABAA受体拮抗剂戊四氮在斑马鱼幼虫中诱导癫痫样状态,并在可控的频闪光刺激下对行为反应

    来源:ACS Chemical Neuroscience

    时间:2026-05-07

  • 有抑郁和精神病风险的青少年早期,在奖励预期方面的跨诊断差异性神经发育

    问题三:摘要翻译 背景:奖赏预期是与抑郁和精神病均相关的跨诊断因素。青少年期是这些奖赏相关回路(包括额纹状体、边缘/岛叶及纹状体回路)可能促成跨障碍共享易感性关键神经发育时期,但早期间断青少年的纵向跨诊断比较仍稀缺。方法:分析青少年大脑认知发展(Adolesc

    来源:Developmental Cognitive Neuroscience

    时间:2026-05-07

  • 亚临床灰质损伤:无中风病史的单侧大脑中动脉阻塞患者的宏观和微观结构发现

    目的:本研究旨在采用三维T1加权成像(3D T1WI)和神经突定向分散与密度成像(NODDI)序列,探讨无症状单侧大脑中动脉(MCA)闭塞患者灰质的宏微观结构损伤。方法:共纳入56例单侧MCA闭塞患者及60例年龄、性别匹配的健康对照者,行3.0 T MRI的3

    来源:Brain Research Bulletin

    时间:2026-05-07

  • 青少年问题性社交媒体使用模式随自发性皮层活动及跨诊断心理健康症状的增加而加剧

    摘要:青春期是生物心理社会剧烈发展的时期,同伴互动在其中发挥关键作用。过去十年间,青少年社交媒体接入量的急剧增加从根本上改变了此类互动,使得高回报的同伴互动几乎可随时发生,进而导致行为问题升级。尽管这种看似迫切的社交媒体互动需求是否构成问题行为尚不明确,但证据

    来源:Developmental Cognitive Neuroscience

    时间:2026-05-07

  • “锁于躯体,困于心智”:神经性厌食症中身体意象反刍思维的神经标记

    身体意象是神经性厌食症(AN)发展与维持至关重要的多维结构。塑造身体意象的认知-情绪机制,特别是AN患者反刍思维的倾向,目前仍未得到充分理解。本研究采用一项新型的功能性磁共振成像(fMRI)反刍思维诱导任务,对身体聚焦的反刍思维进行了研究。 患者(n = 18

    来源:Brain Research Bulletin

    时间:2026-05-07

  • 无需标记的3D语音动作追踪,精度达到亚毫米级别

    摘要:言语运动是通过精确控制发音器官的空间和时间位置所产生的,本质上非常复杂。测量这些运动具有挑战性,通常需要使用安装在口腔和面部周围的多个物理传感器来获取精确的运动数据。对于某些群体(尤其是幼儿)来说,面部传感器的佩戴可能存在困难。最近基于机器学习的无标记面部特征点追踪技术取得

    来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering

    时间:2026-05-07

  • NEURT:一种基于Transformer的可解释神经活动分析模型

    摘要: 研究神经元活动对于理解大脑功能及其在神经退行性疾病中的变化至关重要。体内成像技术的进步使得能够实时观察神经元的动态变化,但传统的统计方法难以捕捉神经元网络中复杂的、时间依赖的相互作用。机器学习为分析高维神经数据提供了有前景的解决方案,然而其在神经科学中的应用仍较为有限。

    来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering

    时间:2026-05-07


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康