Skip to main content
知识分享官

Search: #神经工程

  1. 脑机接口新突破：用意念同时操控自然肢体与机械臂

    脑机接口（BCI）旨在通过直接神经控制扩展人类运动能力，但一个关键挑战是如何在不干扰自然肢体运动的情况下，同时整合额外机械臂的指令。传统方法常导致自然运动受影响，而新研究提出了一种创新方案。

    研究团队开发了一种“触觉编码BCI”，利用感觉传入通路，通过触觉引发的P300事件相关电位（ERP）范式来解码额外运动意图。在多日实验中，受试者经过训练后，系统能实时可靠地解码四个额外自由度，且在双任务（同时使用BCI和自然运动）条件下，自然运动并未受到显著影响，性能与单任务时相当。

    这项研究证明了通过刺激感觉神经通路实现运动增强的可行性，为未来辅助肢体瘫痪或增强能力提供了新思路。不过，目前研究仍基于小样本，且实际应用中可能面临长期稳定性、个体差异等挑战，未来需要更大规模和更长期的实验验证。

    章鱼博士：这个我擅长🤪


    来源：Nature communications

    #脑机接口 #运动控制 #机械臂 #神经工程 #感觉传入

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  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. 压力一大，湿疹为什么更容易“炸”？

    很多人都有这种体会：一焦虑、熬夜或长期紧绷，皮肤就更容易发痒、发红，湿疹也像被“点燃”一样反复加重。过去大家知道心理压力会让皮炎恶化，但到底是“心情不好影响身体”，还是有一条更具体的生物通路在中间推波助澜，一直说不太清。最新发表于《Science》的一项研究，把这条从压力到皮肤炎症升级的链路，拆得更明白了。

    研究人员在小鼠中识别出一类会支配有毛皮肤的交感神经元——Pdyn⁺ 去甲肾上腺素能交感神经元。实验显示，压力会激活这类神经元，从而通过嗜酸性粒细胞加重特应性皮炎样炎症；如果遗传性去除这类神经元，或清除嗜酸性粒细胞，压力诱发的炎症恶化就会明显减轻。进一步看，前者会借助 CCL11-CCR3 轴募集嗜酸性粒细胞，并通过 β2 肾上腺素能受体激活这些细胞，最终放大局部炎症反应。

    这项工作的重要意义在于，它把“心理压力会伤皮肤”从经验印象推进到了可验证的神经—免疫机制层面，也为皮炎干预提供了新靶点。不过也要注意，这项研究核心证据主要来自小鼠模型，离直接指导人类治疗还有距离。它并不是说“情绪决定一切”，而是提示压力确实可能通过特定生物通路，真实地参与炎症恶化过程。

    大家每天都要开开心心地过哟~❤️


    📖Science
    🗓2026-03-19

    #心理压力 #特应性皮炎 #神经免疫 #嗜酸性粒细胞

    via: 国一打野余则成

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  4. 大脑的“智慧网络”：一般智能的分布式秘密被揭开

    长期以来，人们普遍认为“聪明”可能源于大脑某个关键区域或特定网络。然而，一项发表在《自然·通讯》上的研究挑战了这一传统观点，揭示了人类一般智能（g）的真正来源——它并非来自单一脑区，而是源于整个大脑的“全局网络架构”的协调活动。

    研究团队分析了831名健康年轻人的脑部数据，结合了大脑的结构连接和功能活动模式，发现一般智能涉及多个脑区网络的协同工作，依赖弱长程连接以实现高效的全局协调，并形成小世界架构支持系统级通信。

    研究证实，一般智能依赖于大脑网络的分布式处理原则，而非局部控制。这一发现意味着，提升智能可能需要通过优化整个大脑网络的连接效率，而非仅仅针对某个特定区域。不过，研究目前仅针对健康年轻人群，未来还需在更广泛人群中验证这些机制。

    原来聪明是“集体智慧”！🧠


    来源：Nature communications

    #一般智能 #大脑网络架构 #连接体 #神经科学 #分布式智能

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  5. 给神经器官装上“智能皮肤”：新框架实现高精度电生理监测

    神经器官是研究人类大脑的“迷你模型”，但现有技术难以全面捕捉其复杂的神经活动。科学家们一直面临一个难题：如何让电极更“贴近”这些微小的脑组织，同时不破坏其结构？新的研究可能带来突破。

    研究人员开发了一种形状适配的软质三维多孔框架，通过逆建模技术，能自组装成与神经器官完美贴合的形态。这种框架几乎完全覆盖器官表面，支持高密度的电极阵列，从而实现高分辨率的空间电生理记录。它不仅能记录神经信号，还能进行程序化电刺激，甚至结合荧光成像和光遗传学技术，实现多模态研究。

    这一创新为研究人类大脑发育、疾病模型（如自闭症或脊髓损伤）提供了新工具。它允许科学家更全面地理解神经网络的功能和连接，而不仅仅是局部区域。不过，目前研究主要针对皮质和脊髓器官，未来可能需要验证其在其他类型器官中的适用性。

    神经科学家终于能“摸”到器官的神经活动了！🧠


    来源：Nature biomedical engineering

    #神经器官 #电生理学 #生物工程 #脑研究 #器官模型

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  6. 睡眠不足或损伤大脑“电线”？新研究揭示其机制

    现代人常因工作或娱乐熬夜，睡眠不足已成为普遍现象。我们常觉得睡眠不足会导致反应变慢、注意力不集中，但大脑内部究竟发生了什么变化，一直是个谜。最新研究为这一现象提供了新线索，指出睡眠剥夺可能损伤大脑中负责传递信号的“电线”——髓鞘。

    研究发现，睡眠剥夺会显著影响髓鞘的完整性。髓鞘是包裹在神经纤维外的绝缘层，其功能如同电缆的绝缘外皮，确保神经信号快速、高效地传导。睡眠剥夺导致髓鞘中胆固醇代谢紊乱，引发少突胶质细胞（髓鞘形成的关键细胞）的内质网应激，进而影响胆固醇的正常运输和积累。这最终导致神经信号传导延迟，跨半球同步性下降，以及认知和运动能力的下降。有趣的是，通过促进胆固醇向髓鞘的运输，可以逆转这些由睡眠剥夺引起的影响。

    这项研究为理解睡眠剥夺的长期影响提供了重要见解，并可能为开发干预策略提供新靶点。然而，目前研究主要基于动物模型，人类中的具体机制和干预效果仍需更多研究验证。这提醒我们，睡眠不仅是休息，更是维持大脑健康的关键过程，而非简单的“非基因决定”因素，而是涉及复杂生物化学过程的动态平衡。

    看来熬夜不仅伤皮肤，还可能让大脑“电线”老化呢！🤯


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

    #睡眠剥夺 #髓鞘 #胆固醇 #大脑健康 #神经科学

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  7. 中国大脑“发育时间表”公布：神经发育里程碑比欧美晚？

    我们常听说大脑发育有“时间表”，不同年龄段有不同里程碑。但这个“时间表”是否因地域而异？一项新研究揭示，中国健康人群的大脑发育关键节点，比欧洲和北美人群更晚达到峰值。

    研究团队分析了2.4万名中国健康志愿者的脑部扫描数据，发现从1岁到8.9岁的神经发育里程碑，中国人群的峰值年龄普遍比欧美人群晚1.2到8.9年。他们还利用机器学习模型，将3,932名神经疾病患者的脑部数据与人群参考值对比，评估疾病风险、预测认知和身体结果，以及评估治疗效果，结果显示“偏离分数”比原始结构测量更有效。

    这一发现为个性化神经疾病诊断和预后提供了新工具，可能帮助医生更精准地判断患者状况。不过，研究样本主要来自特定地区，未来需要更大、更多样化的样本来验证这些“时间表”的普适性。

    大脑发育时间表，我们是不是天生“慢半拍”？😂


    来源：Nature neuroscience

    #大脑发育 #神经科学 #个性化医疗 #中国人群

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  8. 机器学习指导电子显微镜成像，连接组学研究提速7倍

    连接组学通过纳米级分辨率解析神经回路，是理解大脑活动与行为的“金钥匙”，但高吞吐量电子显微镜的获取成本与操作难度，让许多研究者望而却步。当前，机器学习多用于成像后分析，而SmartEM创新地将机器学习融入实时成像过程——在单束扫描电子显微镜中实现“数据感知”成像。该技术通过先快速扫描所有像素，再对高信号区域进行慢速重扫，精准分配成像时间，在秀丽隐杆线虫、小鼠及人脑样本中，实现了高达7倍的成像加速，且重建精度与传统方法相当。

    核心机制在于，SmartEM的机器学习模型实时分析图像质量，动态调整扫描策略，让电子显微镜“聪明”地聚焦于关键区域，避免无效时间浪费。这一突破将显著降低连接组学研究的成本与周期，推动更广泛的大脑结构解析。

    意义方面，SmartEM为神经科学研究提供了高效工具，但当前仍聚焦于特定样本类型（如小型动物与人脑），未来需验证其在复杂组织或更大样本中的适用性，同时确保机器学习模型的泛化能力。

    电子显微镜也能“聪明”提速，7倍加速太香了🤖


    来源：Nature methods

    #机器学习 #电子显微镜 #连接组学 #神经科学 #成像技术

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  9. 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

  10. 小鼠抑郁测试背后隐藏着复杂的“学习”和“决策”过程

    在研究抑郁症的动物模型中，我们常常看到“强迫游泳实验”和“悬尾实验”。实验里的小鼠从挣扎到不动，这个“不动时间”被看作是抑郁的标志。但这项新研究告诉我们，这种简单的理解可能忽略了更多细节。

    研究团队通过一种叫“游泳挣扎追踪器”的自动化工具，结合计算模型，发现小鼠在实验中的行为遵循强化学习原则，包括学习、感知后果和做决策。有意思的是，两种实验背后的认知过程并不完全相同，这挑战了它们可以互换用于交叉验证的假设。研究还揭示了行为的不同阶段：早期主要受学习影响，后期则更多地受到后果敏感性的影响。

    这些发现意味着，我们过去可能低估了“学习”在抑郁行为中的作用，而过度强调了“后果”的影响。这为理解抑郁的认知机制提供了新视角，也为未来开发更精确的动物行为分析方法奠定了基础。

    小鼠也有复杂的“学习”和“决策”过程，这太有趣了！🐭


    来源：Cell Reports Methods

    #抑郁症研究 #动物模型 #认知科学 #行为分析 #神经科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  11. 科学家发现脊髓损伤后特定基因调控元件，为精准治疗提供新方向

    脊髓损伤后，不同细胞类型的基因表达如何精确调控一直是医学界的未解之谜。最新研究利用单核多组学技术，在小鼠脊髓损伤模型中发现了27,843个"损伤响应性增强子"(IRENs)，这些元件能特异性激活胶质细胞的基因表达程序。研究团队通过深度学习模型解码了这些DNA元件的"语法规则"，发现它们通过同时招募通用刺激响应因子和细胞谱系特异性转录因子，实现了细胞状态的特异性调控。这一发现为开发针对特定细胞状态的基因治疗工具提供了理论基础。

    这项研究成果不仅揭示了细胞损伤响应的基因调控机制，还利用这些增强子开发出了能够选择性靶向损伤部位反应性星形胶质细胞的病毒载体系统，为神经退行性疾病和脊髓损伤的精准治疗开辟了新途径。

    研究人员强调，虽然这项发现令人兴奋，但将这种方法应用于人体仍需更多研究，且基因治疗的安全性和有效性还需要进一步验证。

    基因调控就像乐高积木，AP-1和SOX9是最佳拍档！🧬🧠


    来源：Nature Neuroscience

    #脊髓损伤 #基因调控 #胶质细胞 #精准医疗 #神经科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  12. "电击冷冻"技术捕捉人脑细胞瞬间通讯，助力帕金森病研究

    约翰斯·霍普金斯医学院的研究人员开发了一种"电击冷冻"技术，成功捕捉到了活体小鼠和人类脑组织中神经元之间的快速通讯过程。这种方法通过短暂电刺激激活脑组织，随后立即快速冷冻，保留了细胞结构的精确位置，以便后续电镜观察。

    研究团队在11月24日发表于《Neuron》杂志的论文中指出，这种技术使科学家能够观察到突触小泡（携带化学信息的微小结构）与细胞膜融合并释放信使分子的瞬间，以及随后的内吞过程（细胞回收和再利用小泡的过程）。在六例癫痫手术患者提供的脑组织样本中，研究人员观察到与小鼠相同的突触小泡回收机制，包括一种名为Dynamin1xA的关键蛋白质。

    这项突破为研究非遗传性帕金森病（占大多数病例）的潜在生物学机制提供了新工具。科学家希望将此技术应用于帕金森患者的脑组织样本，观察病变神经元中囊泡动力学的变化，为开发针对这种神经退行性疾病的新疗法奠定基础。

    帕金森：我的秘密被这个"冷冻技"揭穿了❄️


    来源：Neuron

    #神经科学 #帕金森病 #脑研究 #突触 #电击冷冻技术

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  13. 非“类器官”也能长脑子？物理微迷宫让神经细胞30秒安家

    想要在体外模拟大脑，目前最主要的方案是脑类器官。但这种细胞自组装团块常因内部营养输送不畅而出现核心坏死，且成品差异巨大难以标准化 。还有一种干预更多的方案则需预先搭建支架，而传统材料往往依赖昂贵的生化涂层（如层粘连蛋白）来黏附娇气的神经细胞 。

    加州大学河滨分校团队研发了一种名为的 BIPORES 支架，其独特的双连续物理微结构，表面拥有特殊的负高斯曲率，宛如无数微型物理抓手，无需任何生化胶水，仅凭物理结构就能让神经干细胞在 30 秒内极速安家 。与类器官相比，其全连通的微孔网络如同四通八达的高速公路，确保营养能顺畅输送到深层，支持构建更大、更厚且无坏死的 3D 神经组织 。

    该研究证明，精准的物理拓扑结构足以替代生化因子来诱导神经元成熟和突触形成 。这不仅规避了类器官的高变异性，还为药物筛选提供了一种比类器官更稳定、可控且低成本的标准化人造大脑模型 。

    只要房子户型设计得好，哪怕是没装修的毛坯房细胞也抢着住。


    来源：Advanced Functional Materials

    #神经组织工程 #体外器官模型

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  14. 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

  15. 决策的交响乐：全脑地图揭示一个决定需整个大脑“总动员”

    为破解大脑决策的奥秘，国际大脑实验室（IBL）联合全球 12 个研究机构，完成了一项史无前例的标准化神经科学实验 。研究团队利用统一的行为任务和记录技术，在 139 只小鼠的大脑中，同步监测了来自 279 个脑区的超过 62 万个神经元的活动，旨在绘制一幅完整、精确的全脑决策活动图谱 。该研究发表于《自然》期刊，为理解大脑的协同工作方式提供了全新的视角 。

    研究的核心发现揭示了不同信息在大脑中的处理模式存在巨大差异。当小鼠处理视觉线索时，神经活动首先集中在经典的视觉皮层和丘脑区域；然而，当涉及形成选择、执行动作和接收奖赏反馈时，相关的神经活动则几乎遍布整个大脑，形成了一张广泛的分布式网络 。令人意外的是，传统上认为主要负责运动功能的脑干和小脑等区域，在动作发生前就已深度参与决策过程，颠覆了功能脑区高度独立的传统观念 。

    这项研究的意义不仅在于其惊人的规模，更在于它揭示了决策并非由少数几个“指挥中心”完成，而是一场需要全脑参与的“交响乐”。该团队发布的庞大、公开的标准化数据集，将成为未来神经科学研究的宝贵资源，帮助科学家们更深入地探索大脑作为一个整体是如何驱动复杂行为的 。
    本以为大脑是部门分明的大公司，决策由 CEO（皮层）拍板；结果发现是个扁平化创业团队，连保安（脑干）都在提建议。


    Nature
    #脑科学 #神经科学 #脑连接