Skip to main content

Search: #神经表征

知识分享官
知识分享官

  1. 猴脑新发现：两个对立分子梯度轴或解密灵长类大脑组织奥秘

    人类和灵长类动物的大脑皮层如何组织成不同的功能区，一直是神经科学领域的核心谜题。一项发表在《科学》杂志上的研究，通过整合空间转录组、磁共振成像和逆行标记技术，在绒猴模型中揭示了两个对立的分子梯度轴，为理解大脑皮层结构提供了新视角。

    这些梯度分别从古皮层和初级感觉皮层发出，在出生后不断成熟，与丘脑的基因表达和投射模式高度一致。比较分析还发现，绒猴和人类的听觉皮层在基因表达上高度相似，而与猕猴存在差异，这可能反映了不同物种复杂的发声行为差异。

    研究团队指出，这两个对立的分子梯度轴是灵长类大脑皮层组织的基本原则，有助于解释不同脑区在功能上的分化。更重要的是，在梯度交点处，人类和绒猴的默认模式网络及前额极表现出相似的分子特征，尽管功能连接存在物种特异性差异。这一发现不仅深化了对大脑组织机制的理解，也为未来研究大脑发育和疾病提供了新的分子标记。

    大脑组织还有这么复杂的分子导航系统，比GPS还精密🧠


    来源：Science (New York, N.Y.)

    #灵长类大脑 #分子梯度轴 #大脑组织原则 #空间转录组技术 #神经发育

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    👍 1

  2. 一滴血诊断多种痴呆？AI模型突破传统诊断局限

    老年人出现记忆下降、反应变慢或行为改变时，背后可能并不只是阿尔茨海默病一种原因。帕金森相关疾病、额颞叶痴呆、ALS，甚至脑血管事件后的改变，在早期都可能表现得有些相似。也正因为如此，临床上“分清到底是哪一种病”一直很难，往往需要结合脑脊液、PET 和影像学检查，流程复杂，成本也不低。

    这篇发表于 Nature Medicine 的研究，核心不是单纯发现了某个新标志物，而是构建了一个新的深度联合学习蛋白组模型——ProtAIDe-Dx。研究团队利用血浆中的大量蛋白信息，让模型学习不同神经退行性疾病之间的差异模式，从而实现对六类与痴呆相关疾病状态的辅助鉴别。它不是只回答“是不是阿尔茨海默病”，而是会同时评估多种疾病的可能性，给出更接近真实临床场景的判断结果。

    从科普角度看，可以把它理解成一种“看血液里复杂分子指纹”的方法。过去医生更多依赖单个或少数几个指标，而这类模型试图把许多蛋白信号一起读出来，再交给人工智能综合分析，寻找更细致的疾病特征。研究的意义在于，未来神经退行性疾病的初筛和分流，也许可以先通过更方便的血液检测完成，再决定谁需要接受进一步的高成本检查。

    当然，这离日常临床普及还有距离。蛋白组学检测对样本处理、实验平台和不同人群差异都比较敏感，模型是否能在更多医院、更多国家和真实世界环境下稳定工作，还需要继续验证。但至少这项研究说明，用血浆蛋白组 + AI 做多病种痴呆相关疾病鉴别，已经开始从概念走向可测试的工具。

    人话：以前是医生看几项指标硬猜，现在是把一大堆蛋白一起丢给 AI 算命，先看看这颗脑子到底更像哪边出了问题。

    AI医生要上岗了？一滴血看六种病，未来可期！


    📖Nature Medicine
    🗓2026-03-31

    #医学研究 #神经退行性疾病 #阿尔茨海默病 #人工智能

    Via：国一打野余则成

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  3. 原来真正“带节奏”的，不只是神经元：杏仁核里的星形胶质细胞正在改写恐惧记忆

    一直以来，很多人把星形胶质细胞当成大脑里的“后勤阿姨”——打扫卫生、递递水、维持环境，真正干活的是神经元。但这篇发在 Nature 的研究给了一个很硬的反转：在和恐惧记忆密切相关的基底外侧杏仁核（BLA）里，星形胶质细胞不只是围观群众，而是直接下场参与恐惧记忆的形成、提取，甚至消退。换句话说，你害怕什么、怎么记住这种害怕，背后不只是神经元在“演戏”，星形胶质细胞也在认真“导戏”。

    更有意思的是，研究团队发现，这些星形胶质细胞会随着恐惧状态动态变化，像是在实时“读气氛”，并主动影响神经元怎么编码这段记忆。一旦把它们的活动打乱，神经元就没法顺利建立正常的恐惧相关活动模式，整套记忆表征都会受影响。这很重要，因为它提示我们：像 PTSD、焦虑症、恐惧症这些问题，未来也许不一定只能盯着神经元本身，还可以从星形胶质细胞这个新靶点切入。

    以前以为它们是脑内保姆，现在发现人家其实还是副导演，关键剧情都在偷偷控场。

    📄 Nature · Bukalo, Holmes, Halladay et al. · Nature, 2026
    #神经科学 #星形胶质细胞 #恐惧记忆 #PTSD #脑科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ❤️ 5

  4. 数学学习障碍儿童在符号数字任务中存在特定认知缺陷，与脑区活动关联

    数学学习障碍（MLD）影响约14%学龄儿童，但其在脑中的“运作方式”一直是个谜。近日一项研究通过创新方法，揭示了MLD儿童在处理数字符号时的独特认知短板，为理解这类学习困难提供了新视角。

    研究团队开发了“漂移扩散模型动态性能监控”（DDM-DPM），结合功能脑成像，比较了MLD儿童与正常儿童的符号和非符号数量辨别能力。结果显示，MLD儿童在符号数字任务中，反应谨慎性和错误后调整能力显著下降，尽管两者在表面表现上差异不大。脑成像数据进一步显示，中额回活动减少与符号任务中的反应谨慎性缺陷相关，而前扣带回活动不足则与错误后调整的不足有关。

    这一发现支持“多维度缺陷观”，即MLD不仅涉及基础数字处理，还与元认知策略调节有关，也延伸了“访问缺陷模型”（认为MLD儿童可能难以从数量表征访问符号数字）。研究强调，整合认知建模与脑成像能揭示学习障碍的细微机制，未来可据此开发更精准的干预策略。

    生活也许会欺骗你，但数学不会。
    数学——不会就是不会。


    来源：The Journal of neuroscience : the official journal of the Society for Neuroscience

    #数学学习障碍 #神经认知机制 #数量辨别 #脑成像 #访问缺陷模型

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    😢 5 🤔 1

  5. 海马体如何预测奖励？研究揭示学习中的神经动态

    我们总在预测未来，比如考试后会不会有奖励？大脑中有一个关键区域——海马体，可能参与了这种预测。但海马体通常与空间记忆联系紧密，它如何处理奖励信息，尤其是在学习新任务时，一直是个谜。

    新研究跟踪老鼠学习奖励任务的过程，发现海马体的奖励表示会随经验变化。随着老鼠越来越熟悉任务，海马体中专门编码奖励的神经元比例减少，而那些代表任务中先于奖励的线索的神经元活动则增强。更关键的是，原本编码奖励的神经元，其活动逐渐转向预测这些先导线索，就像在任务开始前就“预知”了奖励。

    这表明海马体通过调整神经活动，从直接编码奖励转向预测先导特征，帮助动物更高效地学习。这种动态变化可能反映了大脑如何通过经验优化预测模型，但研究仅限于老鼠，是否适用于人类仍需进一步探索。

    大脑预测奖励这么“聪明”，居然还爱“偷懒”？🤔


    来源：Nature

    #海马体 #奖励预测 #神经科学 #学习机制

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ❤️ 4 🤔 2

  6. 帕金森病或与“躯体认知行动网络”异常有关，新研究揭示治疗新靶点

    帕金森病（PD）是一种常见的神经系统退行性疾病，常以运动障碍（如震颤、僵硬）和认知问题（如记忆力下降）为特征，给患者生活带来巨大挑战。近年来，科学家们发现，PD的病理可能涉及一个名为“躯体认知行动网络”（SCAN）的脑部功能网络，该网络负责协调身体运动、生理状态和行为动机。

    一项发表在《自然》杂志上的研究构建了包含863名帕金森患者的多模态临床影像数据库，通过静息态功能连接分析发现，SCAN与基底核及脑深部电刺激（DBS）靶点（如丘脑底核、苍白球）存在选择性连接，而非传统的运动执行区域。关键发现是，帕金森患者表现出SCAN与皮层下结构（如基底核）的过度连接，而有效的治疗（如DBS、经颅磁刺激TMS、聚焦超声MRgFUS和左旋多巴）能减少这种过度连接。此外，靶向SCAN而非传统效应区域，能将TMS的治疗效果提升一倍，聚焦超声的治疗效果也随靶点靠近SCAN“甜点区”而增强。该研究指出，SCAN的过度连接是帕金森病病理的核心特征，也是成功神经调控的标志。

    这意味着未来治疗可更精准地靶向SCAN节点，例如改进DBS或MRgFUS的靶点选择，或利用非侵入性方法（如TMS）刺激SCAN的皮层区域。不过，研究仍需更多长期随访数据来验证这些发现的临床转化价值，且样本中的干预措施多样性为理解不同治疗机制提供了宝贵视角。

    原来帕金森的“幕后黑手”是这么个网络，治疗得瞄准它！🧠


    来源：Nature

    #帕金森病 #躯体认知行动网络 #神经调控 #脑深部电刺激

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

    （投稿：派大星）
    ❤️ 3

  7. 小鼠大脑发现与雄性性状态相关的“性别二态”神经元集群

    大脑是否存在性别差异？尽管我们常听到“男女大脑不同”的说法，但具体到解剖结构上的严格性别二态特征，一直难以找到。最近一项研究在小鼠大脑中发现了这样一个“性别二态”神经元集群，可能为理解性别差异提供了新线索。

    这个被称为DIMPLE的神经元集群位于杏仁核后背内侧部，在雌性小鼠中始终存在，而在成年雄性小鼠中则仅在交配后出现。有趣的是，切除生殖器官（卵巢或睾丸）并未改变这一模式，说明其与生殖器官本身无关。进一步实验发现，给雄性小鼠注射催乳素（一种在交配后增加的激素）能诱导DIMPLE表达，而抑制催乳素分泌的药物则不影响雌性或交配后雄性的表达。这提示，催乳素可能参与了雄性中该神经元集群的激活过程。

    研究团队认为，DIMPLE可能支持与雌性典型行为（如母性行为）相关的神经机制，并可能解释雄性在交配后出现的某些行为变化。杏仁核在社交和繁殖行为中扮演重要角色，因此这个发现为理解性别二态性提供了新的解剖学证据。不过，目前研究仅在小鼠中进行，人类大脑中是否存在类似机制，以及催乳素在其中的具体作用还需更多研究来验证。

    别的不知道，没有DIMPLE可能就是处男这个我记住了🤪


    来源：Proceedings of the National Academy of Sciences of the United States of America

    #大脑性别差异 #神经元集群 #催乳素 #小鼠研究 #杏仁核

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🤔 4 🥴 2

  8. 大脑如何平衡灵活与稳定？Nature子刊揭示前额叶新机制

    在复杂多变的环境中，我们既要灵活地调整目标，又要保持行为的稳定，不被噪音干扰。这种“灵活与稳定”的平衡一直是大脑面临的巨大挑战。最近一项研究深入探讨了大脑究竟是如何在不确定的环境下，实现这种既灵活又稳定的学习过程。

    研究人员结合模型模拟与fMRI技术发现，无模型学习难以兼顾两者，而基于模型的学习则能实现灵活的目标追求。脑成像数据显示，大脑的外侧前额叶和眶额皮层将“目标”与“不确定性”作为独立的因素进行编码。这种神经表征的分离程度，直接决定了参与者行为的灵活性与稳定性。

    这一发现揭示了大脑处理复杂决策的精妙机制，表明我们的大脑通过将不同信息“分门别类”地处理，从而在混乱中建立秩序。这不仅加深了对前额叶皮层功能的理解，也为未来开发更智能的人工智能算法提供了生物学灵感。

    原来大脑也是个“端水大师”，既要又要！🧠


    来源：Nature communications

    #神经科学 #前额叶 #认知学习 #NatureCommunications

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ❤️ 3

  9. 靶向甲酰肽受体1或成多发性硬化症新疗法？

    多发性硬化症（MS）是一种以脑部炎症和神经退行性病变为特征的慢性疾病，其具体发病机制一直难以完全阐明。近日，一项发表在《科学》杂志的研究为MS的治疗提供了新思路——科学家们发现，靶向甲酰肽受体1（FPR1）可能成为干预该疾病的关键靶点。

    研究团队在MS患者中发现，中枢神经系统（CNS）内的微胶质细胞和浸润的巨噬细胞中FPR1表达显著增加，且患者血液中甲酰化肽（FPR1的内源性激动剂）的水平与疾病进展呈正相关。机制上，FPR1信号会引发微胶质细胞的线粒体功能障碍，进而导致轴突丢失和细胞凋亡；同时，FPR1还通过维持中枢神经系统内髓鞘反应性CD4+ T细胞的克隆扩增，持续驱动自身免疫反应。在MS小鼠模型中，使用能穿透血脑屏障的小分子FPR1拮抗剂T0080，成功缓解了自身免疫应答和轴突退化。

    该研究首次明确FPR1信号通路在MS进展中的核心作用，为开发针对FPR1的药物提供了理论依据。虽然目前研究主要基于动物模型和患者样本，未来仍需更多临床研究验证其在人类MS治疗中的安全性和有效性，但这一发现无疑为MS患者带来了新的希望。

    MS的“炎症开关”找到了，未来治疗有新希望🤔


    来源：Science (New York, N.Y.)

    #多发性硬化症 #甲酰肽受体1 #脑部炎症 #神经退行性病变 #FPR1

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    👍 5 ❤️ 1

  10. 大脑里的“共情触觉地图”：看别人被触摸时，我们的大脑如何模拟自身触感？

    我们常常会有这样的体验：看到别人被触摸时，自己也会“感同身受”，仿佛触感传递到了自己身上。这背后，是大脑中一种特殊的“代偿性身体地图”在发挥作用。科学家们通过研究，揭示了这种连接视觉与触觉的神经机制：当观看触觉相关的视频时，大脑的体感拓扑网络（负责感知自身身体部位）会与视觉系统联动，形成对齐的体位调谐和视觉调谐，从而模拟出自身被触摸的感受。这种跨模态的连接不仅帮助我们理解他人，还可能参与行动决策和社会认知。

    研究团队开发了一种模型，同时映射大脑中身体部位和视觉场的调谐模式。在静息状态下，他们观察到体感拓扑网络的详细激活；而在观看视频时，这种体感调谐延伸至整个背外侧视觉系统，形成覆盖皮层表面的“身体地图”。这些地图的体位调谐与视觉调谐高度一致，不仅能预测视觉偏好，还能反映身体部位的类别特征。这表明，大脑通过这种对齐的拓扑结构，将原始感官信息转化为更抽象的格式，为行动、社会互动和语义处理提供支持。

    这种发现为我们理解共情机制提供了新视角，但研究仍需更多样本和长期观察来验证其在不同情境下的普遍性，未来或许能帮助理解某些社交障碍或神经疾病中的触觉-视觉整合异常。

    看别人被摸，大脑还会偷偷“体验”一次？🧠


    来源：Nature

    #大脑科学 #跨感官 #共情 #神经科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🌭 7 🤓 3 ❤️ 1

  11. 研究揭示慢性疲劳综合征的8个遗传风险位点

    慢性疲劳综合征(ME/CFS)是一种常见但机制不明的疾病，常由感染触发，以运动后不适为特征，患者症状往往不被理解。

    近期，一项大型基因组关联研究分析了21,620名ME/CFS患者和259,909名对照者的数据，发现了8个与ME/CFS显著相关的基因位点，其中BTN2A2、OLFM4和RABGAP1L附近的基因参与病毒或细菌感染反应。四个基因位点(RABGAP1L、FBXL4、OLFM4、CA10)与UK生物库和荷兰Lifelines生物库中通过运动后不适和疲劳确定的病例相关。研究发现CA10附近的ME/CFS关联与多部位慢性疼痛已知位点重叠，且这些遗传信号与抑郁或焦虑无共同因果变异，表明免疫和神经系统过程共同参与ME/CFS的遗传风险。

    这些发现为理解ME/CFS的生物学基础提供了重要线索，虽然这些基因变异也存在于非患者中，不能作为 definitive 测试，但有助于阐明疾病机制。值得注意的是，研究未发现女性患者比例高的遗传解释，且在女性中发现的两个遗传信号在男性中也得到验证，表明性别差异可能由其他因素引起。

    我是慢性疲劳综合征犯了，真不是想摸鱼😭


    来源：medRxiv

    #慢性疲劳综合征 #基因组关联 #免疫学 #神经系统

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    😢 4 ❤️ 1

  12. 学编程可能无需重新造轮子？也许你只是在调用已有的包！

    学习编程是现代社会的重要技能，但它仅有几十年的历史。我们的大脑是如何掌握这项“崭新”技能的？很多人以为学编程像学外语一样从零开始，但一项新研究提示，可能存在截然不同的机制。

    约翰·霍普金斯大学的科学家们对22名零基础大学生进行了一项研究。他们在学生学习Python课程前后分别进行了fMRI扫描。研究发现，大脑并非“从零开始”构建新模块，而是“回收”了已有的神经回路。具体来说，一个负责逻辑推理的左侧额顶叶网络，在学生们接触编程之前，就已经在处理“for循环”和“if条件”这类逻辑算法（以通俗易懂的“伪代码”形式呈现）。当他们学完课程后，这个网络被再次激活，用来理解真正的Python代码。

    这一发现有力支持了“神经回收假说”：人类学习新文化技能（如编程、阅读或数学）时，会“征用”并改造大脑中已有的、更古老的神经表征。这意味着，学习编程的核心可能并非从头学习逻辑，而是学习如何将一套新符号（编程语法）映射到我们大脑中早已存在的逻辑算法表征上。这也解释了为何逻辑推理能力是预测编程学习成果的最佳指标。

    为程序员朋友加更🫡


    来源：The Journal of Neuroscience

    #神经科学 #神经回收假说 #逻辑推理

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🥰 9 ❤️ 1 🤣 1

  13. 大脑如何“看”食物？新研究揭示属性处理时间线

    面对食物，大脑如何在瞬间判断它是健康还是美味？一项发表在《Appetite》上的新研究，利用脑电图（EEG）技术，详细绘制了大脑处理12种食物属性（如健康度、美味度、卡路里、熟悉度等）的时间图谱。

    研究人员让110名参与者观看食物图片并记录EEG信号，同时收集了另一组421人对相同图片的属性评分。通过对比分析（RSA方法），他们发现大脑并非按顺序处理，而是在看到食物后极短时间内（约200毫秒）就开始并行处理多种属性信息，并在稍晚时段（约400-650毫秒）进行更持续的评估。研究还发现，大脑可能将众多属性归纳为“诱人度”和“加工程度”两大维度进行快速表征。

    这项研究挑战了以往认为某些属性（如美味度）比其他属性（如健康度）处理更快的观点，揭示了大脑在食物选择前进行的快速、并行且多层次的属性评估过程。

    看到美食，大脑处理速度比你下单还快。😍


    来源：Appetite

    #食物选择 #脑电图 #神经表征

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🥰 5

  14. 揭秘“超级大脑”：为何有人的记忆力能抵抗岁月侵蚀？

    面对衰老，为何有少数“超级老人”能保持着与年轻人相当的非凡记忆力？美国西北大学一项长达25年的研究，深入探究了这一现象背后的生物学秘密 。研究发现，“超级老人”并非天赋异禀，而是他们的大脑具备一系列独特的保护性特征，能有效抵抗与年龄相关的衰退和病变 。

    “超级大脑”的秘密首先在于其对疾病的强大抵抗力。研究显示，与普通同龄人相比，超级老人的大脑中，阿尔茨海默病的典型病理标志——神经纤维缠结——要少得多 。同时，他们大脑内部的炎症水平更低，表现为更少的炎性小胶质细胞，这为神经元提供了一个更健康的运作环境 。此外，其负责记忆和注意力的胆碱能神经系统功能也保存得更完好 。

    这些细胞层面的优势最终体现为大脑结构的完整。超级老人的大脑皮层萎缩速度远慢于同龄人，整体脑容量得以维持在年轻水平 。有趣的是，他们大脑中与高级社交情感相关的区域（前扣带皮层）异常发达，内部一种名为冯·艾克诺默的特殊神经元密度也更高 ，这或许与他们普遍更积极活跃的社交生活方式有关 。这项发表于《阿尔茨海默病与痴呆症》的研究为我们揭示了大脑健康的潜在通路 。

    所以，别再宅着了，多出去交朋友可能才是让你脑子好使的终极秘诀？


    来源：Alzheimer's & Dementia

    #超级老人 #认知衰退 #神经生物学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    😢 8 ❤️ 3 😭 2

  15. 乐观者的大脑：对未来憧憬的神经密码

    一项发表在《美国国家科学院院刊》（PNAS）上的最新研究揭示，乐观者在构想未来时，大脑前额叶内侧皮层（MPFC）的神经活动模式呈现出高度的一致性 。研究人员通过功能性磁共振成像（fMRI）技术，观察了参与者在想象不同情绪效价的未来事件时的大脑活动 。

    研究发现，乐观程度越高的人，其MPFC区域的神经表征越相似 。与不那么乐观的个体相比，乐观者在想象未来时，MPFC的神经处理方式更加趋同，并且他们在大脑中能更清晰地区分积极和消极的未来事件 。这一发现为理解乐观如何影响我们对未来的展望提供了新的神经科学证据 。研究进一步阐明了乐观主义如何通过共享的神经机制来增强个体对积极未来事件的心理区分能力 。

    乐观的人想好事时，脑子都像复制粘贴一样整齐划一；悲观的人连脑补未来都各丧各的

    #神经生物学 #fMRI
    PNAS
    🔥 3