Neuron:科学家们发现大脑左右半球之间的突触连接
2019年1月21日 讯 /生物谷BIOON/ --大脑皮层中的200亿个神经元中的每一个都接收来自其他神经元的数千个突触连接，从而形成复杂的神经网络。神经网络的存在使感觉，感知，运动和更高的认知功能成为可能。而对神经科学家来说，神经元接收的突触输入的功能特性，输入的来源，以及它们在树突中的排列方式是十分值得研究的问题。在最近发表在《Neuron》杂志上的一篇文章中，MPFI的研究人员揭示了神经元
研究发现糖鞘脂MacCer与Wnt相互作用促进神经突触生长
脂质作为细胞膜组分和信号分子，对神经系统的发育与功能至关重要。多种参与脂代谢的基因突变后导致神经系统疾病。但脂质种类繁多并在合成代谢通路中相互转化，哪些脂质参与调控神经发育及其相关调控机制是神经生物学领域的重大科学问题。中国科学院遗传与发育生物学研究所研究员张永清实验室以传统的模式生物果蝇为材料，通过遗传筛选，发现糖鞘脂 (GSL) 合成通路中的多个基因调控神经突触的生长。进一步的遗传
可调谐的柔性人工突触：通向可穿戴电子系统的新途径
人工突触：具有机械和突触灵活性的记忆晶体管基于记忆晶体管的机械柔性人工突触，可以表现出不同类型的突触可塑性。突触是神经形态计算的一个基本组成部分（一种大脑启发计算方法，旨在提供较传统方法而言更为高效的计算方法）。 目前，Yiqiang Zhan，Lirong Zheng和Fernando Seoane与来自瑞典和中国的合作者们，报道了一种人工突触，该突触是基于具有机械柔性的记忆晶体管设计的。 这种
Science：揭示突触特异性的可塑性区分关联记忆之谜
2018年7月25日/生物谷BIOON/---记忆是通过突触效能（synaptic efficacy）的长期变化形成的，这一过程称为突触可塑性（synaptic plasticity），并且记忆被存储在大脑中的称为印迹细胞（engram cell）的特定神经元集合（即神经元群体）中，它们能够在相应的事件发生期间被激活。当两个存记忆存在关联时，对应于每个记忆的神经元集合存在重叠。但是，每个记忆都有它
首次解析出人突触GABAA受体的三维结构，有望开发出治疗癫痫等神经疾病的新型药物
2018年7月4日/生物谷BIOON/---许多药物---不论是合法的还是非法的---都作用于大脑中最为丰富和最为重要的神经递质受体之一：A型GABA受体（type A GABA receptor, GABAA受体）。特别著名的是苯二氮平类药物（benzodiazepine），它们用于外科手术期间的麻醉，并用于治疗癫痫、焦虑和失眠。解析出这种受体的三维结构有朝一日可能导致人们开发出更好地治疗这些疾
Nature：多种帕金森相关的大脑障碍或许源于相同α-突触核蛋白的不同品系
2018年5月11日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Nature上的研究报告中，来自宾夕法尼亚大学的研究人员通过研究发现，不同帕金森相关的脑部障碍（synucleionpathies）的主要特征或许都是细胞内错误折叠的蛋白质；研究者发现，α-突触核蛋白（α-syn）的病理学形式或是诱发多种疾病的罪魁祸首。图片来源：Virginia Lee, PhD, Perelman Sc
Science：揭示记忆储存在印迹神经元突触中
2018年4月29日/生物谷BIOON/---根据一项新的研究，当形成记忆时，某些神经元之间形成更大的更密集的连接。相关研究结果发表在2018年4月26日的Science期刊上，论文标题为“Interregional synaptic maps among engram cells underlie memory formation”。科学家们长期以来一直试图理解大脑在何处和如何储存记忆。在20世
研究揭示突触可塑性长时程增强的突触后分子机制
中枢神经系统是脊椎动物调控最复杂、最严谨的器官之一，控制着感觉感知、情绪调节和机体维持等基本神经活动，以及思维、认知和意识等高级神经活动。大脑最重要的特征之一就是能够存储大量的信息，即学习和记忆能力，在阿兹海默病等神经精神疾病的患者中，学习和记忆能力的异常是重要的临床表征之一。神经元之间相互形成的神经突触以及介导的信息传递是神经系统一个基本而又独特的存在，也是神经网络发挥生理功能的基础，其活性异常
美国开发出“大脑芯片”人造突触
人脑约有一千亿个神经元，神经元通过100万亿突触（即神经元之间的空间）传递指令，使大脑能够以闪电般的速度识别图案，完成记忆并执行其它学习任务。新兴领域“神经形态计算”的研究人员试图设计出像人脑一样工作的计算机芯片，通过模拟信号工作，类似于神经元。通过这种方式，小型神经形态芯片可以像大脑一样有效地处理数以百万计的并行计算，而目前只有大型超级计算机才可能实现。这种便携式人工智能方法中亟待解决的问题便是
基于忆耦器研究人员实现神经突触可塑性和神经网络模拟
人的大脑是一个由神经元和突触构成的高度互连、大规模并行、结构可变的复杂网络。在神经网络中，神经元被认为是大脑的计算引擎，它并行地接受来自与树突相连的、数以千计的突触的输入信号。突触可塑性是通过特定模式的突触活动产生突触权重变化的生物过程，这个过程被认为是大脑学习和记忆的源头。模拟神经突触可塑性和学习功能，构建人工神经网络，是未来实现神经形态类脑计算机的关键。近年来，随着新型电子器件的出现和人工智能