第1984條腦科學**
1月 30， 2023日
《科學時報》
自然：乙個既能思考又能行動的分子系統
*：原則。 
神經元就像思想的基石，每個神經元都有多種用途。 近幾十年來，神經元如何做到這一點已經成為乙個快速發展的研究領域，複雜的神經網路模型在當今的數字計算機中變得非常普遍。 最近，一組科學家展示了自組裝分子如何像神經網路一樣發揮作用。
研究人員設計了 917 個方形 DNA 鋪路塊，可以在試管溶液中自組裝成三種不同的形狀，即字母 H、A 和 M。 研究表明，這個分子系統被組裝成具有相同成分的不同形狀，就像相同的神經元編碼多個不同的記憶一樣。 對於以各種形狀存在但僅以一種形狀“位於同一位置”的分子，當它們的濃度很高時，它們會導致某種形狀的成核。
為什麼病毒會讓你打噴嚏？
*：生物公司。
打噴嚏具有保護作用，可以去除體內令人討厭的、潛在有害的物質。 加州大學伯克利分校的神經生理學家黛安娜·包蒂斯塔（Diana Bautista）及其同事懷疑SARS-CoV-2可能發揮更直接的作用。 受感染的細胞分泌大量的病毒蛋白PLPRO。 先前的研究表明，植物、細菌甚至人類產生的其他蛋白酶也可以刺激引起打噴嚏的感覺神經元。
研究人員將PLPRO噴灑到小鼠的鼻子中，發現它刺激了一組稱為傷害感受器的感覺神經元，產生疼痛和瘙癢的感覺。 PLPRO通過促使蛋白質通道允許鈣進入來啟用傷害感受器，但它不直接作用於通道。 研究人員認為，它針對的是他們尚未確定的不同受體。 該研究發表在：biorxiv以上。
brain：一種新發現的tau蛋白可能與阿爾茨海默病的發病機制有關
*：阿爾茨海默病。
Tau 蛋白在阿爾茨海默病 （AD） 患者的大腦中異常聚集，但 tau 錯誤摺疊和聚集的早期階段尚不清楚。 最近，麻薩諸塞州總醫院和波士頓兒童醫院的研究人員使用先進的蛋白質組學方法鑑定了一種新形式的可溶性tau蛋白，該蛋白可能涉及tau蛋白的早期階段。
實驗結果表明，在阿爾茨海默氏症患者的大腦中，一種可溶性tau蛋白並不存在於經典的tau蛋白聚集體中，但具有許多相同的毒性。 它在分子水平上類似於阿爾茨海默病聚集體中發現的不溶性tau蛋白，但似乎是一種不完整的形態。
性質：UCSD團隊使用神經植入物捕捉深部腦影象
*：腦機介面社群。
最近，加州大學聖地牙哥分校的研究人員開發了一種神經植入物，通過在大腦表面記錄來提供有關深層神經活動的高解像度資料。 植入物由粘附在大腦表面的薄而透明的柔性聚合物條組成。 該條帶嵌入了高密度石墨烯微電極陣列，可實現多達 256 個通道。 他們已經開發了迄今為止任何表面神經植入物中最密集的透明電極陣列。 高密度陣列能夠以高空間解像度記錄大面積的神經活動。
CMI：巨噬細胞通過創傷或中風後的炎症反應在肺損傷中的關鍵作用
*：inature
遠端器官損傷是無菌組織損傷常見的繼發性併發症，也是預後不良的主要原因。 近日，廣東醫科大學唐靜、中國人民解放軍總醫院洪曉陽報道了巨噬細胞在創傷或中風後肺損傷中的關鍵作用。 研究發現，募集消耗組織內巨噬細胞的巨噬細胞，而不是破壞單核細胞**，可以減少創傷或中風後的肺損傷。 研究結果表明，從無菌組織損傷的遠處部位釋放迴圈警報通過與膜上的晚期醣基化終產物（RAGE）受體結合來啟用表皮生長因子受體（EGFR），從而引發肺部巨噬細胞的炎症反應。 靶向組織巨噬細胞中的RAGE-EGFR訊號通路是治療無菌性損傷繼發性併發症的潛在方法。
NeuroPsychologia：一項訓練任務實際上使我們的大腦“短路”？！
*： 天津師範大學心理與行為研究所.
我們的認知控制不是固定的，相反，它可以通過日常的鍛鍊和練習來不斷加強。 認知控制與雙語語言控制密切相關，但認知控制的提高是否會影響雙語者與語言相關的大腦活動？ 最近的一項研究發現，與對照組相比，實驗組在認知控制訓練 8 天後的行為表現沒有明顯改善，但在語言控制後測中，從額葉到皮質下區域（即 Lai IFG LCN、DACC pre-SMA lthal）的連線強度降低。 這些結果表明，認知控制訓練提高了額葉-皮質下區域協同作用的神經效率，從而在一般領域實現認知控制。
柳葉刀精神病學：哪種抗精神病藥預防**最有效？ 結合隨機對照研究和真實世界資料的網路薈萃分析
*：一買通精神病學。
在現實世界中，高達80%的精神譜系障礙患者不符合納入隨機對照試驗（randomised controlled trials， RCTs）的預防標準，其結果比符合條件的患者更差。 最近的一項線上薈萃分析是迄今為止評估抗精神病藥物療效的最大規模的薈萃分析，首次結合了來自個體患者的真實世界和 RCT 資料。 在具體藥物方面，口服奧氮平比氟哌啶醇更有效，整體評估表現良好，在真實世界和RCT資料均有抗精神病藥物中預防效果最佳**; 抗精神病藥長效注射劑也應更早使用，因為它們在現實世界中優於隨機對照試驗。
Nature Communications：一種基於多檢視對比學習的巨集基因組分箱演算法
*：復旦大學類腦智慧型科學與技術研究院。
近日，研究員朱山峰的團隊提出了一種基於多檢視對比學習的分箱方法，稱為comebin。 Comebin 充分利用資料增強的優勢，生成每個重疊群的多個片段（檢視），並通過對比學習獲得異構特徵的高質量嵌入，例如序列覆蓋率和 k-mer 分布。 實驗結果表明，Comebin 在多個模擬和真實世界的資料集上表現優於目前最先進的分箱方法，特別是在從真實世界樣本中恢復近乎完整的基因組方面。
審稿人：Simon