• Dlk1-Notch信号在慢性脑低灌注所致神经发生受损及认知衰退中的作用

  血管性痴呆（VaD）的特征是慢性脑低灌注，会导致认知能力下降。海马神经发生受损是血管性痴呆的一个关键病理特征。Delta样同源物1（Dlk1）-Notch信号可能参与神经干细胞的调控，但Dlk1-Notch信号在低灌注期间受损的海马神经发生中的作用尚不清楚。在

  来源：Biochemistry and Biophysics Reports

  时间：2026-05-30

• 跑步机运动通过PGC-1α/FNDC5/Irisin通路介导卒中后抑郁大鼠的神经保护作用

  摘要：卒中后抑郁（post-stroke depression, PSD）可导致卒中幸存者认知功能下降、康复预后不良及死亡率升高。运动可缓解PSD临床症状，但其潜在分子机制尚未完全阐明。本研究旨在探讨跑步机运动通过过氧化物酶体增殖物激活受体γ共激活因子1α（p

  来源：Behavioural Brain Research

  时间：2026-05-30

• 基于体素（Fixel）的白质异常与发育性语言障碍儿童语言损伤的相关性研究

  发育性语言障碍（Developmental Language Disorder, DLD）是一种神经发育障碍，以持续性的母语习得困难为特征，涉及不同语言领域（如形态句法、语用学）。这些问题可能导致学业成就降低、职业机会减少以及情绪问题。尽管DLD患病率较高（约

  来源：Cortex

  时间：2026-05-30

• 在手部运动想象过程中，头皮脑电图（EEG）所显示的脑连接侧化现象能够提升脑机接口（BCI）的任务分类性能

  摘要本研究评估了在运动想象（MI）任务期间大脑连接性的重组情况，并比较了基于EEG的功能性连接度量方法与常用的MI解码器中的μ波段（8–13 Hz）功率谱在MI分类方面的预测价值。我们分析了来自BCI Competition IV 2a（BCI-IV-2a）和PhysioNet

  来源：Cognitive Neurodynamics

  时间：2026-05-30

• 基于物理信息神经网络（PINN）的季节性流感流行病预测（Forecasting seasonal influenza epidemics with physics-informed neural networks）

  准确的流行病预测对公共卫生决策和及时干预至关重要。尽管物理信息神经网络（Physics-Informed Neural Network, PINN）在多个科学领域展现出潜力，但其在实时流行病预测中的应用仍待探索。本研究提出SIR-INN（Susceptible

  来源：Epidemics

  时间：2026-05-30

• 噪声的空间与频谱时域特征对科氏灰树蛙（Hyla chrysoscelis）雌蛙响应高代价雄蛙鸣叫信号的影响

  摘要：在无尾两栖类（Anura）合唱群中，多只雄蛙同时鸣叫，雌蛙须在强背景噪声中识别具吸引力的同种个体信号。研究人员检验了信号与噪声的空间分离［空间掩蔽释放（spatial release from masking, SRM）］及噪声中频谱—时域相关的幅度涨落

  来源：Journal of Comparative Physiology A

  时间：2026-05-30

• 氟化砜诱导白念珠菌细胞死亡中的麦角固醇依赖性膜应激与钙调神经磷酸酶-热休克蛋白90信号通路调控

  卤化甲基砜的抗真菌活性取决于卤代甲基磺酰基中卤素原子的类型和数量。本研究评估了28种卤代甲基苯基砜对白念珠菌的最低抑菌浓度（MIC）和最低杀菌浓度（MFC）。活性化合物随后使用Vero E6细胞系进行了体外细胞毒性测试。值得注意的是，化合物15，即4-(4-氯

  来源：Mycopathologia

  时间：2026-05-30

• 自身免疫性疾病与神经性厌食症之间的遗传重叠：来自大规模跨性状全基因组分析的见解

  摘要背景本研究旨在探讨自身免疫性疾病与神经性厌食症（AN）之间的共同遗传结构，识别共同的风险位点和基因，并探索其背后的遗传机制。方法我们利用大规模全基因组关联研究（GWAS）的汇总数据，评估了自身免疫性疾病与AN之间的遗传重叠，并通过跨性状连锁不平衡得分回归（LDSC）分析来识别

  来源：Journal of Eating Disorders

  时间：2026-05-30

• 通过集成多头注意力机制来提高松树萎蔫病的精细尺度预测能力

  摘要 背景 松树萎蔫病（PWD）被认为是中国最严重的林业害虫，其空间传播动态极为复杂。准确预测其潜

  来源：Pest Management Science

  时间：2026-05-30

• 迈向可泛化的脑部MRI基础模型

  摘要 通过自监督学习训练的基础模型正在医疗成像领域推动出可扩展且具有泛化能力的解决方案。然而，大多数现有的基础模型都是为2D自然图像设计的，并没有充分利用脑部MRI数据的结构特点。我们提出了BrainFound，这是一个针对脑部MRI的自监督基础模型，它采用基

  来源：npj Imaging

  时间：2026-05-30

知名企业招聘：