• 炎性抑郁中补体介导的突触丢失：机制与治疗前景

  •补体系统是炎症性抑郁症中突触丢失的关键驱动因素。•C1q/C3信号通路介导小胶质细胞对突触的吞噬作用。•靶向补体系统为抑郁症治疗提供了有前景的策略。•HMGB1、TREM2和NPTX2等新型靶点揭示了新的治疗途径。引言抑郁症是一种常见且严重的慢性精神疾病，其核心临床特征包括

  来源：Brain, Behavior, and Immunity

  时间：2026-09-27

• MPTP小鼠固定式跑步机运动期间全身给予AR-C155858：一项探索性研究

  摘要跑步机运动可改善毒素型帕金森病模型的运动功能和多巴胺能表型，但单羧酸转运在此过程中的贡献仍有待明确。本项小规模、假设生成的探索性研究旨在检验系统性给予AR-C155858——一种在实验体系中使用的MCT1/MCT2抑制剂——是否会影响MPTP处理小鼠在相同跑步机运动条件下

  来源：Neurochemical Research

  时间：2026-09-27

• 新生儿具身图灵测试：动物发育统一模型的基准

  构建动物智能的统一模型仍然是科学领域面临的核心挑战。一个关键障碍是缺乏用于检验模型是否像动物一样发展的基准测试。为了直接比较动物和模型的发展过程，两者必须在相同的环境中养育并接受相同的任务测试；否则，动物与模型之间的差异可能源于学习机制、训练数据或两者因素的组合差异。在此，我

  来源：Current Opinion in Neurobiology

  时间：2026-09-27

• 人类枕颞叶皮层中感知食物属性的表征结构

  **要点** • 食物属性结构在被动观看期间即可检测到 • 感知的卡路里含量和健康状况映射到枕颞叶区的表征几何结构 • 在控制视觉相似性后，感知卡路里效应的仍然持续存在 • 卡路里和健康状况效应大多共享而非可分离 **摘要** 食物感知将视觉外观与主观及营养知识相结合，

  来源：iScience

  时间：2026-09-27

• 基干辐鳍鱼类揭示的上丘祖先组织方式与不对称回路架构

  摘要丘是脊椎动物中高度保守的中脑背侧中枢，整合与动机状态、行为灵活性和认知控制相关的信息。在许多脊椎动物中，丘表现出显著的左右不对称性，然而结构侧化如何反映在回路架构中仍知之甚少，部分原因是具有系统发育信息力的谱系尚未得到充分采样。在此，我们表征了塞内加尔肺鱼（Polypte

  来源：Brain Structure and Function

  时间：2026-09-27

• 利用RNA荧光原位杂交技术在感染细胞的病毒工厂中同时检测神经坏死病毒的正义链RNA1和RNA2

  •通过 RNA-FISH 同时检测 NNV 的 RNA1 和 RNA2•病毒 RNA 位于脑细胞的细胞质病毒工厂内•RNA 合成在空间上与重塑的线粒体相关•将 RNA-FISH 与免疫细胞化学结合，以绘制病毒 RNA 与翻译工厂的图谱。引言神经坏死病毒 (NNV) 是一种双部

  来源：Journal of Virological Methods

  时间：2026-09-27

• DNM2相关核内包涵体肌病的肌肉影像学表现及特定变异的疾病进展

  摘要 引言/目的 由DNM2相关的中央核型肌病（DNM2-CNM）具有特征性的影

  来源：Muscle & Nerve

  时间：2026-09-27

• 皮层丘脑耦合神经质量模型的非线性动力学复现了40 Hz稳态听觉诱发电位的生成机制

  摘要听觉稳态反应（ASSR）为研究听觉通路上振荡动力学和网络同步提供了有力工具。然而，现有的40 Hz ASSR神经质量模型主要聚焦于皮层微环路或宏观现象学描述，而忽略了由丘脑皮层前馈传递和丘脑网状核（TRN）介导的反馈抑制所形成的闭环调节机制。为解决这一问题，我们构建了一个

  来源：Neural Networks

  时间：2026-09-27

• 潜李-泊松神经网络（LLPNNs）：通过可观测量数据和潜在动力学发现李-泊松系统的运动

  摘要 结构保持神经网络对于从数据中长期预测哈密顿系统至关重要。力学和控制论中的许多重要哈密顿系统允许通过对称约减简化为李 - 泊松系统，包括刚体、水下航行器、流体、等离子体以及最优控制问题。学习此类系统的一个基本挑战在于，它们的动力学演化在动量变量中，而这些变量通常是不可观测

  来源：Neural Networks

  时间：2026-09-27

• 一种具有双路径特征编码的广义学习模型，用于鲁棒且便捷的增量故障诊断

  **摘要** 依赖单样本学习的智能故障诊断（IFD）模型在动态机械系统中往往表现不佳，因为在增量学习（IL）条件下它们知识稳定性有限且计算成本高昂。为解决鲁棒性与效率之间的权衡问题，本文提出了一种多尺度高分辨率与源信息引导的宽学习模型（MHRSI-BLM）。该框架利用宽学习

  来源：Neural Networks

  时间：2026-09-27

知名企业招聘：