• 综述：胶质细胞在神经退行性疾病和脑血管疾病中的代谢与炎症作用

  本文综述慢性神经炎症在神经退行性疾病和脑血管疾病中的作用，重点探讨小胶质细胞和星形胶质细胞的代谢重编程（如氧化磷酸化为糖酵解转变）、炎症信号通路（NF-κB/NLRP3/C3/C3aR）及胶质间相互作用对神经元损伤的影响，并提出靶向代谢与免疫通路的治疗策略。

  来源：Ageing Research Reviews

  时间：2026-04-03

• 综述：母性攻击行为的激素调控与神经控制机制

  哺乳动物母性攻击行为在哺乳期显著增强，受孕激素和催产素调控，其神经机制涉及下丘脑VMHvl等脑区，幼崽分离可快速抑制攻击性而 reunion 可恢复。

  来源：Current Opinion in Neurobiology

  时间：2026-04-03

• 在阿尔茨海默病的大鼠模型中，Drp1和Mfn2的调控异常与PSD-95、突触结合蛋白（synaptophysin）以及BDNF（脑源性神经营养因子）表达的减少有关

  阿尔茨海默病（AD）模型大鼠中，线粒体融合蛋白Mfn2和分裂蛋白Drp1的表达变化与突触蛋白（PSD-95、Synaptophysin）及BDNF水平相关，同时伴随氧化应激和神经炎症标志物升高，导致认知功能下降。

  来源：International Journal of Biological Macromolecules

  时间：2026-04-03

• 社区空气污染与早期青少年神经认知成熟减缓的关联

  本研究针对空气污染对青少年神经认知发育的影响展开探讨，聚焦于细颗粒物(PM2.5)和臭氧(O3)暴露，利用ABCD队列纵向数据，通过社会经济匹配对照设计，结合多模态神经影像与认知任务评估。研究发现，暴露于高水平PM2.5和O3的青少年，其大脑皮层功能连接成熟、认知任务表现提升及皮层灰质变薄等神经认知成熟指标在两年内的进展显著低于低污染对照组，表明高水平空气污染与早期青少年神经认知成熟滞后相关。这为理解环境神经毒性对青春期大脑发育的影响提供了重要证据。

  来源：Developmental Cognitive Neuroscience

  时间：2026-04-03

• 淀粉样蛋白病理通过损害神经血管耦合驱动阿尔茨海默病认知下降：一项[¹⁸F]-Florbetapir PET/MRI研究

  为解决阿尔茨海默病（AD）中淀粉样蛋白-β（Aβ）病理如何导致认知下降的机制尚不完全清楚，且神经血管耦合（NVC）在此过程中作用不明的问题，研究人员利用[¹⁸F]-florbetapir PET/MRI开展了关于Aβ相关NVC改变及其在认知下降中作用的研究。结果显示Aβ沉积导致全脑及默认模式网络核心区域NVC进行性受损，其中左后扣带回的脑血流量-中心度（CBF-DC）耦合是关键中介通路。该研究为AD的神经血管假说提供了关键体内证据，并提示NVC可作为潜在的早期诊断生物标志物。

  来源：Brain Research Bulletin

  时间：2026-04-03

• 综述：环境金属暴露与脑源性神经营养因子（BDNF）：人类与实验证据的系统综述

  本综述系统回顾了环境金属（如铅(Pb)、汞(Hg)、镉(Cd)、砷(As)、锰(Mn)等）暴露对BDNF信号通路的影响，发现其暴露与BDNF水平改变、氧化应激、神经炎症及认知功能损伤密切相关。该文强调了目前尚未有研究评估六价铬(Cr(VI))暴露对BDNF的影响，并呼吁未来研究应将神经神经营养因子（Neurotrophic Factors）整合入暴露组（Exposome）框架，以阐明金属神经毒性的机制。

  来源：Journal of Xenobiotics

  时间：2026-04-03

• 溶酶体内糖原蛋白暴露的残留糖原增加是无症状庞贝病的早期病理表现

  无症状庞贝病患者及早期Gaa−/−小鼠模型显示肌肉溶酶体残留糖原积累，关键病理改变早于症状出现，为早期干预提供生物标志物依据。

  来源：Muscle & Nerve

  时间：2026-04-03

• sGC-cGMP-PKG信号通路介导的兴奋性毒性在一氧化碳中毒后迟发性脑病中的作用

  本研究探讨一氧化碳（CO）通过sGC-cGMP-PKG信号通路调控谷氨酸能系统及诱发神经元兴奋性毒性的机制，揭示迟发性脑病（DEACMP）的可能发病途径。实验显示，CO暴露后小鼠海马区细胞凋亡增加，学习记忆功能下降，同时HO-1、sGC、PKG等蛋白表达及谷氨酸、cGMP、Ca²⁺浓度显著升高。体外模型中，CO暴露导致PC12细胞凋亡、谷氨酸释放增多及Ca²⁺超载，抑制sGC可逆转上述变化。该研究证实sGC-cGMP-PKG信号通路介导CO致DEACMP的兴奋毒性作用。

  来源：NeuroToxicology

  时间：2026-04-03

• 利用深度前馈神经网络解析春小麦光谱-产量的复杂非线性关系模型

  为解决春小麦产量预测中复杂非线性关系建模的难题，研究人员开发了深度前馈神经网络架构，并结合地统计插值方法，对高分辨率无人机多光谱影像和产量数据进行分析。该研究对比了随机森林、支持向量机等传统机器学习模型，结果表明所开发的深度学习方法在预测精度上更优，为商业小麦生产系统提供了可解释、可扩展的高分辨率产量预测框架。

  来源：Smart Agricultural Technology

  时间：2026-04-03

• 甘蔗花性状高通量表型预测与定量：AI与无人机协同助力育种

  本研究针对甘蔗育种中亲本花期难以同步的挑战，开发了一种基于无人机影像和人工智能的高通量表型（HTP）策略。研究人员利用植被指数（VIs）和数字模型衍生的指标，结合卷积神经网络（CNN）和人工神经网络（ANN）等机器学习（ML）方法，成功实现了对开花检测、花期预测以及早晚花响应分类的准确分析。其中CNN开花检测准确率达84%，ANN分类模型精度达0.87，ML回归模型对旗叶出现和开花天数的预测R2可达0.51–0.52。该研究证明了HTP结合AI技术在加速甘蔗花性状数据采集与分析、支持高效育种决策方面的重要潜力。

  来源：The Plant Phenome Journal

  时间：2026-04-03

知名企业招聘：