• 自闭症BTBR小鼠模型中领域特异性和性别依赖性行为改变

  自闭症谱系障碍（Autism Spectrum Disorder, ASD）是一种神经发育疾病，以社交沟通缺陷和受限、重复性行为为特征，常伴有运动、认知和焦虑相关改变。尽管ASD在男性中的诊断率高于女性，但女性在临床前研究中的代表性仍然不足，限制了对性别依赖性

  来源：Frontiers in Behavioral Neuroscience

  时间：2026-09-03

• 胞质5′-核苷酸酶1A的单甲基化影响其被包涵体肌炎自身抗体的识别

  进行性肌病包涵体肌炎（inclusion body myositis, IBM）的特征包括骨骼肌纤维中的炎症特征和蛋白质蓄积等。在肌纤维核周和外周区域蓄积的蛋白质之一是胞质5′-核苷酸酶1A（cytosolic 5′-nucleotidase 1A, cN1A

  来源：Journal of Neuromuscular Diseases

  时间：2026-09-03

• 整合基因组规模的GABA能神经元代谢模型揭示轻度认知障碍–阿尔茨海默病连续谱中的代谢特征

  摘要 引言：轻度认知障碍（mild cognitive impairment, MCI）代表阿尔茨海默病（Alzheimer’s disease, AD）的前驱阶段，但早期神经元功能障碍背后的代谢机制仍未完全阐明。GABA能神经元（GABAergic neu

  来源：Frontiers in Systems Biology

  时间：2026-09-03

• Lite-HCAR-CNN：一种用于实验室可见-近红外光谱快速估算森林土壤有机碳的轻量级深度学习模型

  土壤有机碳（SOC）的快速可靠监测对于精准森林经营和土壤生态评估具有重要意义。本研究从中国广西的亚热带人工林和次生林区域采集了853个表层土壤样品。经过光谱质量控制和SOC异常值筛选后，保留842个有效样品用于模型开发。实验室获取的可见光和近红外光谱采用Sav

  来源：Smart Agricultural Technology

  时间：2026-09-03

• 综述：人际距离中的两体问题：精神病理学中社会空间调节的过程模型

  人际距离调节是一个两体问题，目前尚无模型加以解决。自我与同伴的身体表征在一个共享的空间系统中耦合。一个包含两条调节通路的过程模型可以解释相互矛盾的发现。身体表征扭曲可预测不同的社交距离模式。无标记多人运动捕捉是测量趋近-回避动态的最佳方法。

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-09-03

• 综述：溶酶体贮积症中言语、语言和社交沟通的障碍

  溶酶体贮积症（lysosomal storage diseases, LSDs）中的进行性神经功能障碍可严重扰乱言语、语言和社交技能。言语、语言和社交沟通障碍可对生活质量产生深远影响。言语、语言和社交沟通表型分析可反映潜在的神经退行性过程。沟通表型分析可提供对

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-09-03

• 基于约束学习的自适应超图神经网络求解车辆路径问题

  据研究人员所知，这是超图学习在车辆路径问题中的首次应用，用于捕获高阶节点表示。研究人员开发了一种端到端超图网络，具有自适应超边构造机制，可将路径约束动态纳入超边集合，从而在编码器内实现约束感知的超图表示学习。研究人员提出了一种双指针解码器，整合全局与局部注意力

  来源：Neural Networks

  时间：2026-09-03

• 基于神经活动输入的储备池计算预测小鼠决策中的行为与神经动力学

  摘要 神经科学中的一个主要挑战是阐明大脑如何处理感觉输入以产生行为，尤其是在难以测量全脑神经活动的情况下。为应对这一限制，已有研究使用人工神经网络（artificial neural networks, ANNs）并建模大脑中的决策回路。在本研究中，研究人

  来源：Neural Networks

  时间：2026-09-03

• 老龄APOE4小鼠在小胶质细胞APOE2替换后表现出适度的免疫代谢适应

  利用新型APOE“开关”模型，研究人员得以实现小胶质细胞中E4等位基因向E2的可诱导、细胞特异性替换，从而在星形胶质细胞等其他CNS细胞和外围来源继续表达E4的同时，探究小胶质细胞特异性APOE2表达是否能缓解E4相关表型。研究人员对接受西方饮食（Wester

  来源：Neurobiology of Aging

  时间：2026-09-03

• 交叉注意力中的广义上下文：用于不相交表格数据的迁移学习

  与图像和文本不同，由于不同领域间特征类型、结构和语义的异质性，表格数据上的迁移学习具有挑战性。现有方法假设数据表之间共享特征以实现领域间的知识迁移，但这在实践中并不现实。本文引入广义上下文学习以消除跨领域共享特征的需求。由Transformer投影权重（key

  来源：Neural Networks

  时间：2026-09-03

知名企业招聘：