• 靶向递送GPX4激活剂的人脐带间充质干细胞外泌体通过抑制铁死亡促进脊髓损伤修复

  当脊髓遭受严重损伤时，一场复杂的分子级联反应在神经组织内悄然上演，其中铁死亡作为一种新发现的程序性细胞死亡方式，正成为阻碍神经功能恢复的关键因素。这种铁依赖性的细胞死亡过程由脂质过氧化物堆积驱动，而中枢神经系统中富含的多不饱和脂肪酸使其神经元和少突胶质细胞尤其脆弱。在损伤微环境中，游离铁离子通过芬顿反应产生活性氧，攻击细胞膜结构，同时内源性抗氧化防御系统——尤其是关键酶GPX4的功能受损，共同加剧了神经细胞的毁灭。更为棘手的是，传统的药物治疗因难以突破血脊髓屏障(BSCB)而在损伤区域分布有限，疗效大打折扣。面对这一挑战，范宝友团队在《Journal of Nanobiobiology》上发表

  来源：Journal of Nanobiotechnology

  时间：2025-11-09

• 通过可切换组件实现耦合神经双电容电路的可调同步控制

  摘要了解不同电气组件如何影响神经元同步对于推进神经回路动力学和治疗方法至关重要。然而，尽管之前的研究分别考察了各个组件，但对它们在耦合系统中的综合效应进行全面比较分析仍然有限。本研究探讨了结合了三种不同电气组件（忆阻器（M）、感应线圈（L）和约瑟夫森结（JJ）的耦合双电容神经元模型中的同步动态。这些神经元模型由贝塞尔函数调制的外部刺激驱动，从而产生丰富的动态行为。通过使用可切换电路设计，我们系统地分析了在不同耦合强度、外部刺激参数和噪声干扰水平下的同步特性。研究结果揭示了每种配置下的独特同步特性：L模型对频率变化具有高敏感性；JJ模型在特定参数范围内表现出稳健的同步性；而M模型则表现出更强的抗

  来源：Cognitive Neurodynamics

  时间：2025-11-09

• GSANet：基于图注意力与自注意力机制的脑电图（EEG）解码研究在听觉注意力检测中的应用

  摘要人类能够在嘈杂的环境中集中听觉注意力，从而在鸡尾酒会上专注于特定的说话者。神经科学研究表明，听觉注意力本身是一种随时间变化的动态大脑活动，这一发现激发了基于脑电图（EEG）的听觉注意力检测（AAD）相关研究。本文提出了一种名为GSANet的神经注意力机制模型，该模型利用自注意力机制来模拟EEG信号的时间动态，并通过图注意力机制动态地为EEG通道分配权重。简而言之，GSANet模拟了人脑的神经注意力机制，从EEG信号中提取出具有区分性的特征表示，用于训练高性能的分类器。我们在两个公开数据集KUL和DTU上进行了实验，在1秒的决策窗口下，分别取得了94.5%和79.2%的总体解码准确率，显著优

  来源：Cognitive Neurodynamics

  时间：2025-11-09

• 基于混合注意力机制的EEG-视觉跨模态对齐与融合在情感识别中的应用

  摘要人类情绪的变化通常伴随着多种生理或外部刺激的变化。融合这些多模态信息可以提高情绪识别的准确性。然而，由于当前的多模态情绪识别算法没有考虑模态之间的同步性，导致信息的不匹配影响了情绪识别的准确性。为了解决这些问题，本文提出了一种基于混合注意力机制的脑电图（EEG）-视觉跨模态对齐与融合模型（CMAF）用于情绪分类。该模型利用了EEG信号五个频段的差分熵（DE）特征和视觉模态的10个颜色特征进行跨模态情绪识别。跨模态对齐模块通过多头注意力机制提取关键信息，并在损失函数的约束下提高两种模态之间的相似性。设计了一个交叉注意力模块，利用视觉模态来指导EEG信号的特征提取，并建立两种模态之间的相关性以

  来源：Cognitive Neurodynamics

  时间：2025-11-09

• 人类真实表达喜悦、悲伤和恐惧的非语言发声的声学特征，以及这些特征对猫咪叫声情感色彩的影响

  摘要对情感性非语言发声的感知依赖于特定声学特征的复杂相互作用，这些特征有助于识别情绪的“效价”（valence），并促使人们产生适当的行为反应。在本文中，我们分析了超过3000段包含笑声、尖叫和哭声的视频，从中选取了664个具有高度辨识度且真实的情感声音进行进一步研究。我们计算了线性和非线性声学参数，包括频谱和时间特征，并邀请一组专家对这些声音在快乐、悲伤、恐惧和真诚四个维度上进行评估。快乐的声音表现为较高的分形维数（fractal dimensions, FD）和包络平均频率（envelope mean frequency, EMF）；悲伤的声音则通过响度和较低的声学变异性来区分；恐惧的声音

  来源：Cognitive Neurodynamics

  时间：2025-11-09

• 一种用于 resting-state fMRI 中功能性脑网络分类的多模态深度学习框架

  摘要本研究旨在利用静息态功能性磁共振成像（rs-fMRI）自动化分类癫痫患者的功能性脑网络。该研究提出了一种深度学习框架，该框架利用空间和时间特征将独立成分分析（ICA）得到的网络分类为11个功能不同的类别，包括癫痫发作起始区（SoZ）、静息态网络（RSNs）以及伪影/噪声。开发了一种混合深度学习架构，结合了3D卷积神经网络（3D-CNN）来提取空间特征（SF），以及长短期记忆（LSTM）网络来捕捉时域（TS）和频域（FS）信号的时间动态。这些多域特征被串联起来并分类为11种不同的ICA成分类型。通过消融研究评估了空间、时间和频谱特征的单独及综合贡献。此外，专家神经科医生独立评估了四个代表性案

  来源：Cognitive Neurodynamics

  时间：2025-11-09

• 左侧前额叶（PF）作为技术推理的神经标志物

  摘要人类具备独特的技术推理能力——即推断和操控物理世界因果结构的能力。尽管这一能力对技术创新至关重要，但其神经基础仍不完全清楚。本研究发现，位于下顶叶缘上回内的左侧PF区域的灰质体积可能预测健康成年人（N=75；54名女性；平均年龄=20.92±3.28岁）在技术推理方面的个体差异。这种关联与人口统计因素、人格特质及总体脑容量无关。相比之下，仅作为对照区域检测的右侧前额叶区域的灰质体积与更广泛的认知功能（如流体智力及抽象推理）相关，但与技术推理无关。这些结果表明，左侧PF区域可能为技术认知提供必要的计算资源。由于该区域在人类大脑中异常发达，它可能充当“技术中枢”，成为支持人类创造、改进和传播复

  来源：Brain Structure and Function

  时间：2025-11-09

• 一种对果糖敏感的味觉受体将营养感知与红火蚁体内的脂质代谢过程联系起来

  在自然界中，昆虫依赖于高度精细的化学感受系统来评估对其生存和繁殖至关重要的环境信息。这些化学感受系统不仅帮助昆虫识别食物来源，还影响其行为决策，如觅食、交配和避害行为。在这些系统中，味觉受体（gustatory receptors, Grs）是昆虫特有的膜蛋白家族，主要负责检测非挥发性物质，包括糖类、苦味物质、盐类以及二氧化碳。Grs在昆虫的外周味觉器官中被发现，如口器、唇部、足部和产卵器，它们在识别不同营养物质方面发挥着核心作用。然而，随着研究的深入，Grs的表达范围不再局限于外周器官，越来越多的证据表明它们在昆虫的内部组织中也存在，包括中枢神经系统和消化道。在中枢神经系统中，Grs可能参与

  来源：Insect Biochemistry and Molecular Biology

  时间：2025-11-09

• 综述：大脑中的POMC神经元：解剖结构、肽类处理及功能的比较研究

  POMC（促黑素细胞激素前体）在神经系统中的作用是一个复杂而多层次的研究领域，涉及多个生物过程和生理机制。这些神经元不仅在哺乳动物中具有明确的分布和功能，而且在更广泛的脊椎动物群体中也展现出一定的保守性和多样性。POMC神经元及其产生的生物活性肽在调控进食行为、能量平衡和体重维持中扮演着关键角色。此外，它们还参与了疼痛调节和应激反应等重要功能。尽管已有大量研究揭示了POMC在哺乳动物中的作用，但对于非哺乳类脊椎动物乃至无颌类动物（agnathans）中的POMC神经元，我们仍知之甚少。这使得对POMC系统在不同物种中的进化路径和功能适应性的研究成为当前神经内分泌学中的一个重要课题。POMC神经

  来源：Gene Reports

  时间：2025-11-09

• 连接各向异性的作用在培养的神经网络动态中

  在神经科学领域，研究人工构建的神经网络对于理解大脑的结构与功能之间的关系具有重要意义。这种人工神经网络，通常被称为“脑芯片”系统，可以模拟真实神经网络的动态特性，并用于探索大脑计算的基本原理。然而，一个关键的挑战是如何准确预测这些人工神经网络在实验中的行为，以及它们对实验变量的敏感性。为了克服这一问题，研究人员开发了一种数值模型，该模型能够复制实验中观察到的连接性不对称性，并揭示网络的集体行为模式，从而为设计实验提供理论支持。该模型的设计灵感来源于近期的实验研究，特别是通过微工程结构来引导神经元的连接方式，从而引入模块化组织和定向连接等特性。这些特性可以促进更多样化的活动模式，使网络表现出类似

  来源：PLOS Computational Biology

  时间：2025-11-09

• 利用多尺度分析进行数据驱动的生物系统识别

  生物系统具有多层次的动态特性，这使得从观测数据中准确识别系统模型变得尤为复杂。传统的方法通常依赖于明确的方程，但这些方法在仅凭观测数据而缺乏明确动力学表达式的情况下，往往难以有效应用。为了解决这一问题，我们提出了一种数据驱动的框架，该框架结合了稀疏非线性动力学识别（SINDy）方法、多尺度分析算法计算奇异摄动（CSP）以及神经网络（NNs）。这一框架能够将整个数据集划分为具有相似动态特性的子集，从而在这些子集内进行系统识别，而不必面对广泛的时尺度范围。因此，当完整的数据集无法让SINDy识别出合适的模型时，CSP则被用来生成具有相似动态的子集，这些子集随后被输入到SINDy中进行模型识别。CS

  来源：PLOS Computational Biology

  时间：2025-11-09

• 皮层状态对早期视觉皮层神经元反应变异性的影响：一种系统识别方法

  在早期的视觉皮层中，神经元对视觉刺激的多个特征具有选择性反应，但在重复呈现相同刺激时，它们的反应往往存在显著的不一致性。这种试次间反应的变异通常被当作随机噪声处理，通过简单的试次平均来获得刺激驱动的反应信号。然而，越来越多的研究表明，这种反应变异可能主要来源于非感官因素，尤其是大脑皮层状态的变化。本文通过记录和分析猫的视觉皮层（特别是17和18区）中神经元对自然图像的反应，以及局部群体神经信号（如局部场电位LFP和多单元活动MUA），揭示了这种反应变异与大脑状态之间的关系。为了更好地理解这种反应变异，研究人员提出了一种紧凑的卷积神经网络模型，包含并行路径：一条用于捕捉刺激驱动的活动，另一条用于

  来源：PLOS Computational Biology

  时间：2025-11-09

• 综述：TREM2在神经炎症中的作用

  Altaf A. Abdulkhaliq|Glowi Alasiri|Yousef M. Almoghrabi|Bonglee Kim|Johra Khan|Amir Ajoolabady|Jun Ren|Jaakko Tuomilehto|Anwar Borai|Domenico Pratico沙特阿拉伯麦加乌姆·阿尔-库拉大学医学院生物化学系摘要髓系细胞2型触发受体（TREM2）属于TREM家族的细胞表面跨膜受体，主要表达于中枢神经系统（CNS）中的小胶质细胞上。越来越多的证据表明，小胶质细胞中的TREM2在调节炎症信号通路中起着关键作用，从而影响神经炎症的进程——这是多种神经退行性疾病和

  来源：Experimental Parasitology

  时间：2025-11-09

• 食品购买数据揭示了伦敦“食品荒漠”的位置

  饮食质量对公共健康的影响日益受到重视。在英国，肥胖及相关疾病已成为主要的死亡原因之一，伦敦地区超过一半的居民被归类为超重或肥胖。这一现象引发了对“食物沙漠”（food deserts）概念的深入探讨，即居民难以获得营养均衡饮食的地区。传统上，“食物沙漠”常被认为是指缺乏附近超市的区域，但现代研究表明，这种现象在城市环境中更为复杂，涉及的因素包括食品的可负担性、可获得性、居民对健康饮食的认知以及其生活方式的多样性。因此，识别“食物沙漠”不仅仅是地理位置的问题，还涉及多个维度的食品获取障碍。为了更准确地识别这些区域，研究者开始采用更加细致的数据分析方法。本研究通过分析伦敦地区160万Tesco会员

  来源：PLOS Complex Systems

  时间：2025-11-09

• 在数据有限的情况下对复杂的认知系统进行建模：朗读计算模型中的优化与泛化能力

  本研究探讨了连接主义双过程模型（CDP）在优化小型数据集时的泛化能力。CDP 是一种用于模拟朗读过程的计算模型，它基于认知和神经心理学证据，模拟了阅读过程中涉及的多个组件，如字母识别、语音生成等。在先前的研究中，CDP 在处理大规模数据集时表现优异，能够准确预测未用于训练的独立数据集的结果。然而，当模型仅在少量刺激物上进行优化时，其预测能力是否会受到影响，仍是一个未被充分研究的问题。本文通过分析 CDP 在小型数据集上的表现，发现其泛化能力仍然良好，且在某些情况下优于基于回归的模型。此外，研究还揭示了参数在模型性能中的关键作用，指出仅需少量参数即可显著影响模型的表现，并且这些关键参数在小型和大

  来源：PLOS Complex Systems

  时间：2025-11-09

• 通过首次通过分析追踪神经元树突的形态演变

  Fabian H. Kreten|Barbara A. Niemeyer|Ludger Santen|Reza Shaebani德国萨尔布吕肯萨尔兰大学理论物理系，66123摘要由于广泛的分支模式和多样的树突形态，动态神经元的树突结构具有高度复杂性，这使得神经系统能够调整功能、构建复杂的输入通路，从而增强系统的计算能力。由于树突形态对神经系统功能具有决定性作用，识别由神经退行性疾病引起的病理变化至关重要。然而，目前尚无法通过直接的无创测量方法在合理的时间内收集足够的结构数据。在这里，我们提出了一种基于首次通过分析的随机粗粒化框架，通过该框架可以从可测量的临时信号的统计特征中推断出受神经退行性疾

  来源：Biophysical Journal

  时间：2025-11-09

• 基于EPR（电子顺磁共振）的方法论开发，用于研究蛋白质-脂质相互作用

  这项研究探讨了蛋白质与膜脂质之间的相互作用，特别是在复杂系统中使用连续波电子自旋共振（CW-EPR）光谱技术进行定量分析的可能性。蛋白质与其它生物分子的相互作用是所有细胞过程的核心，其中蛋白质与脂质的相互作用尤其重要，因为它不仅影响蛋白质的结构和功能，还涉及其在细胞膜上的动态行为。然而，由于膜结构的复杂性和异质性，研究这些相互作用仍然面临诸多挑战。因此，开发一种可靠的定量方法对于理解蛋白质与膜的相互作用机制至关重要。在本研究中，科学家们聚焦于一种名为Tau的蛋白质，它是一种在神经退行性疾病中起关键作用的无序蛋白。Tau蛋白在阿尔茨海默病等疾病中会形成高度有序的聚集结构，称为淀粉样纤维。尽管Ta

  来源：Biophysical Chemistry

  时间：2025-11-09

• 全约瑟夫森结逻辑单元和网络中的可编程孤子动力学

  在当前的科技发展背景下，超导约瑟夫森结（Josephson junction, JJ）电路和神经形态网络的快速进步为超低功耗计算带来了革命性的潜力。然而，实现大规模集成仍然是一个关键的技术瓶颈。传统的约瑟夫森结电路通常依赖于磁通量的操控，这限制了其密度和可扩展性。同时，复杂的互感耦合也增加了电路设计的难度。为了解决这些问题，科学家们提出了一种完全由约瑟夫森结组成的电路（all-Josephson-junction circuits, all-JJ circuits），这种设计在能量效率、高速度和可扩展性方面具有显著优势。在这些系统中，信息的传播与电流波或拓扑孤子（topological sol

  来源：Beilstein Journal of Nanotechnology

  时间：2025-11-09

• 基于矩阵化向量表征的神经网络在分子生物学数据分类中的创新研究

  在生物信息学和计算生物学领域，如何高效准确地分类分子生物学数据一直是个核心挑战。传统机器学习方法如支持向量机（Support Vector Machines, SVM）因其用户友好性、强泛化能力和稳健性能，在许多领域仍是主流解决方案。然而，随着深度学习技术的飞速发展，研究人员开始探索如何将非图像数据转换为视觉表示，以利用卷积神经网络（Convolutional Neural Networks, CNN）和Transformer网络（Transformer Networks, TN）在图像识别上的卓越能力。近年来，诸如DeepInsight等方法成功地将特征集等非图像数据转换为有组织的图像格式，

  来源：Bioinformatics Advances

  时间：2025-11-09

• 一种基于无模型自适应控制和神经网络的糖煮沸新型控制方法

  摘要 为了提高糖的吸收率并改善晶体的均匀性，本文提出了一种新型的自适应控制方法，该方法结合了无模型自适应控制和神经网络，以应对由于复杂非线性关系导致的有效控制难题。该方法利用容器中糖的比重偏差和糖浓度偏差来驱动神经网络，从而计算出热水阀、糖浆阀和蒸汽阀的开启系数。因此，在糖煮沸过程中实现了自适应控制。实验结果表明，所提出方法获得的表观纯度达到了22.52%，超过了手动方法（表观纯度为21.53%）和基于PID的方法（表观纯度为21.31%）。与这些方法相比，该方法在

  来源：JOURNAL OF FOOD SCIENCE

  时间：2025-11-09

知名企业招聘：