-
综述:孕期微量营养素补充的优化:生物活性化合物的相互作用、健康影响及监管考量
这篇综述深入探讨了孕期关键微量营养素(如碘、钙、维生素D、铁、叶酸、维生素B12)的作用、推荐摄入量(DRVs, ARs, PRIs, AIs, ULs)、生物利用度及其复杂的相互作用(协同、拮抗)。文章强调了在妊娠糖尿病(GDM)、子痫前期(PE)等妊娠并发症背景下,优化补充策略对保障母婴健康、预防不良妊娠结局(如神经管缺陷/NTDs、低出生体重/LBW)的重要性,并呼吁建立欧盟(EU)统一的补充剂最大含量标准。
来源:Biomolecules
时间:2026-04-06
-
综述:肥大细胞与P物质:分子和转化临床水平的神经炎症环路
本文系统阐述了肥大细胞与神经肽P物质(SP)之间的双向互动,重点揭示了其通过MRGPRX2和NK1R受体介导的神经免疫环路在神经源性炎症和类过敏反应中的核心作用,并对相关疾病的机制与治疗前景进行了深入探讨。
来源:Biomolecules
时间:2026-04-06
-
综述:妊娠期大麻素暴露:心肺效应与子代结局
本文系统梳理了妊娠期大麻素(cannabinoids)使用对子代心肺控制系统发育的潜在长期影响,填补了该领域的现有知识空白。文章重点探讨了大麻素(尤其是Δ9-THC和CBD)如何通过干扰内源性大麻素系统(ECS),在发育关键期影响脑干呼吸中枢与自主神经通路的形成,从而可能导致通气反应、心血管调节和稳态反射的持久性改变。作者强调了效应的性别差异,并指出了当前研究的局限性(如剂量-反应关系、长期效应等)与未来研究方向,对理解日益增多的孕期大麻使用相关公共健康风险具有重要意义。
来源:Journal of Physiology
时间:2026-04-06
-
侧缰核神经元多模式簇状放电:实验发现与计算模型揭示抑郁相关神经动态
本研究聚焦抑郁症关键脑区侧缰核(LHb),针对其神经元异常簇状放电与抑郁样行为的关联机制尚不明确的问题,通过离体脑片电生理记录结合多时间尺度动力系统建模,首次系统识别出LHb神经元存在方波样、抛物线和三角形三种主要簇状放电模式,并揭示膜电位超极化特异性促进方波样放电。所构建的扩展Hindmarsh-Rose模型成功复现了这些模式,并发现一个关键的鞍-结同宿分岔点(SNH)作为不同放电模式的动态组织中心。该框架为理解LHb簇状放电的生物学意义及其在情绪调控中的潜在多样作用提供了新见解,有望指导未来抑郁治疗策略的开发。
来源:Journal of Physiology
时间:2026-04-06
-
综述:母体营养是胎盘和发育中血脑屏障异生物保护功能的关键决定因素
这篇综述系统整合了动物与人类研究证据,揭示母体营养不良(从营养不足/低体重到营养过剩/肥胖)可重塑胎盘形态并损害其屏障效率,同时削弱胎盘和发育中血脑屏障(BBB)的异生物(如药物、毒素)外排转运蛋白(如P-gp/ABCB1、BCRP/ABCG2、MRP2/ABCC2)的表达与功能。关键的微量营养素(铜、叶酸、铁、维生素A、B12、D、锌等)是这些保护系统的核心调节因子。优化孕前及孕期母体饮食是增强屏障功能、保护胎儿大脑、改善子代长期健康的重要策略。
来源:Journal of Physiology
时间:2026-04-06
-
流感疫苗应答由睡眠时型预测,并与接种前、后睡眠呈现差异化关联
为提高疫苗响应,尤其是在高风险暴露环境中,研究人员探究了睡眠、生物钟及褪黑素对流感疫苗免疫应答的联合影响。研究表明,接种前更好的主观睡眠质量与更强的体液和细胞免疫应答相关,而晨型人群的细胞免疫应答更佳。该研究提示,优化接种前睡眠质量和考虑个体生物钟类型,是提升疫苗效力的潜在行为策略。
来源:Brain, Behavior, & Immunity - Health
时间:2026-04-06
-
基于头戴显示器及其控制器,通过添加噪声的运动数据和循环推理模型来改进人体运动生成技术
提出基于条件变分自编码器(CVAE)的运动数据增强策略,通过模拟非刚性连接噪声提升全身动作生成模型鲁棒性。设计包含模型初始化、时序回归和递归推理的RIM模型,在离线和实时评估中均优于现有方法。
来源:Neural Networks
时间:2026-04-06
-
综述:人工智能中的隐私情感识别:研究前沿、关键挑战与前景
隐私情感计算研究:多模态融合与边界协作机制
来源:Neural Networks
时间:2026-04-06
-
基于最大总相关熵的广义学习系统与鲁棒的M估计器
提出基于最大总相关熵的BLS(MTC-BLS),结合TLS方法有效处理输入输出噪声,并设计MMTC-BLSa和MMTC-BLSb缓解核宽度偏差影响,引入固定点迭代优化训练效率,实验验证其鲁棒性和有效性。
来源:Neural Networks
时间:2026-04-06
-
一种基于双视图图融合和双粒度残差学习的时空风电预测方法
时空风电预测双视图图网络:通过物理空间邻近和历史功率统计依赖双视图建模与双粒度时间模块设计,提升集群风电预测精度及缺失数据下的鲁棒性。
来源:Neural Networks
时间:2026-04-06