• 腓骨肌萎缩症1B型伴弥漫性非强化性纺锤形神经增粗：一例MPZ基因变异(c.293G>A)的病例报告

  一位45岁的女性，无家族史，35岁时出现进行性步态困难。她表现为双侧对称性、远端为主的肌无力和感觉减退，腱反射消失，双侧高弓足。神经传导检查提示脱髓鞘性感觉运动多发性神经病伴继发性轴突丢失（正中神经运动传导速度[MNV]为12 m/s；图1）。磁共振神经成像显示神经弥漫性增粗

  来源：Neurology

  时间：2026-10-25

• 阿尔茨海默病及相关痴呆神经病理研究文章图4更正说明

  在Chen等人的研究文章《阿尔茨海默病及相关痴呆神经病理与医疗环境中及时诊断痴呆的关联》1中，图1的重复图片被无意中发布为图4。正确的图4如下所示，文章已用更正版本替换。编辑部对

  来源：Neurology

  时间：2026-10-25

• 创伤后应激障碍、解离障碍与边缘叶癫痫共享的临床及神经特征：叙述性综述

  创伤后应激障碍（post-traumatic stress disorder, PTSD）与解离障碍在现象学上的接近性在近期的诊断术语中已被重新强调，但其共同的神经发病机制尚未阐明。此外，传统的神经影像学研究是观察性的，这使得在特定脑区异常与临床症状之间建立因

  来源：Neurobiology of Stress

  时间：2026-10-25

• 并行化记忆循环单元：融合多稳态持久记忆与可并行计算的新型循环神经网络

  专业术语翻译 随着大规模并行处理单元的出现，并行化已成为新型序列模型的一个理想特性。训练过程中沿序列长度方向并行处理序列的能力，是Transformer架构崛起的主要因素之一。然而，Transformer在序列生成方面效率低下，因为其在每一步生成时都需要重新处

  来源：Neural Networks

  时间：2026-10-25

• 人类成瘾中缰核作用的转化证据：一项范围综述

  成瘾的特征是尽管存在不良后果仍持续使用物质或从事某种行为，并且控制力受损。缰核（habenula）是一个位于上丘脑的小型双侧结构，分为内侧缰核（medial habenula，MHb）和外侧缰核（lateral habenula，LHb）。临床前研究已广泛提示

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-10-25

• 血液生物标志物作为全因痴呆的预测因子：Whitehall II队列研究的13年随访

  背景与目的：血液生物标志物在研究环境中与淀粉样蛋白阳性密切相关，但其在异质性人群中的长期表现仍不明确。研究人员的目的是确定其在社区老年人中单独使用以及与已知风险因素联合使用时，对偶发全因痴呆的长期预测准确性。 方法：这是一项基于英国Whitehall II纵

  来源：Neurology

  时间：2026-10-25

• 基于MEG的序列工作记忆神经子空间机制研究

  多项记忆任务的神经机制尚未被充分理解。本研究针对序列工作记忆的神经基础提出了两种竞争性假说：神经子空间与神经序列。我们使用人类参与者的宽带MEG数据，通过降维和多元解码技术来检验：一系列记忆项目是否通过按顺序重新激活各个项目来维持（即神经序列），还是通过将它们组织为不同的低维

  来源：Nature Communications

  时间：2026-10-25

• GATOR1相关局灶性癫痫中MAFB缺乏驱动GABA能中间神经元缺陷的非经典致痫机制

  摘要非获得性局灶性癫痫（NAFE）的致病机制尚待深入探索。作为 NAFE 最常见的单基因病因，GTPase-Activating Protein Activity Toward Rags 1（GATOR1）基因突变的致痫机制仍不清楚。在此，利用患者来源的神经元类型特异性类器官

  来源：Nature Communications

  时间：2026-10-25

• KaML-ESMs：基于蛋白质语言模型的序列神经网络预测蛋白质pKa值

  摘要电离状态对蛋白质功能至关重要，但预测其平衡常数仍具有挑战性。我们在此提出KaML-ESMs，这是基于ESM蛋白质语言模型构建的序列神经网络，并在GAINES增强的PKAD-3r数据集上进行训练。KaML-ESM2/ESMC在四个基准测试中表现优于其他方法，对天然蛋白质中的

  来源：Nature Communications

  时间：2026-10-25

• 自旋适应反对称化神经网络量子蒙特卡洛方法及其在铁硫簇自旋阶梯中的应用

  摘要自旋在理解电子结构中起着基本作用，然而许多实空间波函数方法未能充分考虑到它。我们引入了自旋适应反对称化方法，这是一种通用程序，用于强制实空间中反对称多电子波函数具有精确的总自旋对称性。在基于神经网络的量子蒙特卡洛背景下，我们的方法利用深度神经网络的表达能力来捕捉电子关联，

  来源：Nature Communications

  时间：2026-10-25

知名企业招聘：