分类： 脑科学

来源：《PNAS Nexus》

研究表明，人类的美感偏好与视觉系统处理信息时的代谢消耗成反比。研究人员利用视觉计算模型（VGG19）和人类功能性磁共振成像实验，分析了近5000张图像。结果发现，无论是模型还是人脑（从初级视觉区到高级视觉区），审美评分越高，处理图像时的能耗（以血氧水平依赖信号为指标）越低。这表明审美偏好可能部分源于一种倾向低能耗状态的“情感启发式”，为理解美感判断提供了统一框架。

来源：《美国国家科学院院刊》

德国马普学会等机构研究发现，人类大脑采用统一的概率计算机制，来预测未来三秒内事件的发生时机。研究表明，无论事件预期在几百毫秒还是几秒后发生，大脑均使用相同的“无标度”概率模型进行估算。同时，概率会调节时间感知精度：事件发生概率越高，大脑对时间的追踪越精确，反之则变模糊。这一发现挑战了韦伯定律关于时间感知精度与概率无关的传统观点，揭示了大脑能灵活适应多变环境（如电子游戏、拳击对抗）的神经基础，并为理解注意力、决策乃至时间感知障碍类疾病提供了新视角。

来源：《当代生物学》

日本京都大学团队在猕猴研究中，首次揭示连接腹侧纹状体与腹侧苍白球的神经通路，是抑制“行动启动”的“动机刹车”。实验发现，当任务伴随厌恶刺激时，该通路会抑制猕猴开始行动；而通过化学遗传学手段暂时阻断该通路后，猕猴在厌恶任务中的启动意愿显著提升。研究表明，该脑回路并不影响奖赏评估能力，而是特异性调控“从知到行”的转换步骤，为理解抑郁症、精神分裂症等疾病中的“意志缺乏”现象提供了神经机制。该发现提示，未来治疗或可聚焦于调节这一“动机刹车”的松紧度，而非单纯强调意志力。

来源：《自然·人类行为》

美国多所高校联合研究发现，熟悉的环境能显著增强新记忆的编码与保持。研究者通过虚拟现实“记忆宫殿”实验发现，当被试对某个房间形成稳定、清晰的神经活动模式（即高质量的“心理地图”）后，在该房间中放置的新物体更容易被准确记住。这种关联甚至可在呈现物体前，通过脑成像预测记忆效果。研究为古老的“位置记忆法”提供了神经科学解释：熟悉的空间为记忆提供了坚实的锚点，新信息通过与已有的详细空间知识相连接，形成更复杂、持久的记忆痕迹。

来源：《科学》

美国洛克菲勒大学Winrich Freiwald团队通过功能磁共振成像技术，首次系统绘制了猕猴大脑中控制面部表情的神经网络。研究发现，外侧初级运动皮层、腹侧前运动皮层、内侧扣带运动皮层及初级体感皮层共同构成面部运动网络，均参与情绪性（如威胁表情）和自主性（如咀嚼）面部动作的产生，而非传统认为的“情绪表达归内侧、自主运动归外侧”的分离模式。各脑区以不同的时间尺度协同工作：外侧区域神经活动变化快（毫秒级），内侧区域则较慢且稳定。这一发现揭示了面部运动控制的动态性与网络互联性，为开发更自然的脑机接口通信技术提供了新基础。

来源：《自然》（Nature）

波士顿大学神经科学家Steve Ramirez通过光遗传学实验，在小鼠中成功实现了虚假记忆植入、恐惧记忆消除，以及通过激活积极记忆改善抑郁行为。研究发现，每次回忆都会改变记忆的神经痕迹与主观体验，这一过程被称为“记忆重构”。尽管人类无需激光技术即可自然重塑记忆（如受暗示影响），但揭示记忆的生物机制有助于开发针对创伤后应激障碍、痴呆等疾病的非侵入性疗法。Ramirez强调，记忆操纵研究的伦理目标应是恢复健康、提升福祉，而非控制心智。

来源：《细胞报告：物理科学》

青岛大学研究人员基于摩擦纳米发电机原理，开发出一种利用眨眼摩擦能量实现自供电的眼动追踪系统。该系统重量轻，可集成于眼镜或隐形眼镜上，无需外部电源，在暗光及电磁干扰环境下仍能以99%的精度检测小至2度的眼球运动。该技术有望为渐冻症等行动障碍患者提供更舒适、可持续的辅助交互方案，并拓展至虚拟现实、智能驾驶及太空探索等需要无手操作的场景。

来源：《自然》（Nature）

宾夕法尼亚大学等机构的研究团队开发出一种针对慢性疼痛的新型基因疗法。该疗法通过人工智能辅助的行为平台，精确映射小鼠疼痛相关的脑回路，并设计出能模拟吗啡镇痛效果但不激活成瘾相关奖赏通路的基因开关。实验表明，激活该开关可在不影响正常感觉的情况下，实现持久且无成瘾风险的疼痛缓解。这项研究为首个针对中枢神经系统的疼痛基因疗法提供了蓝图，有望为全球数亿慢性疼痛患者带来新的非阿片类治疗选择。

来源：《自然·神经科学》

暨南大学等机构研究发现，小鼠暴露于强光（1000-5000勒克斯）可减少摄食并减轻体重增加。神经机制研究表明，强光激活了视网膜中表达SMI-32的ON型神经节细胞，进而通过抑制外侧膝状体腹侧部（vLGN）的GABA能神经元，解除其对下丘脑外侧区（LHA）GABA能神经元的抑制，最终抑制进食行为。该“视网膜-vLGN-LHA”通路的揭示为理解光调控代谢的神经基础提供了新线索，也为开发基于光疗的肥胖干预策略提供了理论依据。

来源：《自然·人类行为》

中国研究团队通过比较多模态深度学习模型与人脑在处理视觉信息时的表现，并结合脑卒中患者数据，揭示了语言对视觉处理的主动调控作用。研究发现，能够关联图文信息的CLIP模型比纯视觉模型（如ResNet、MoCo）更贴合人脑枕颞叶皮层（VOTC）的神经活动模式；而脑卒中患者若连接VOTC与语言区（左角回）的白质受损，其脑活动与CLIP模型的相似度会降低，与MoCo模型的相似度则升高。这表明语言系统动态参与了人脑视觉表征的塑造，为构建更类脑的人工智能模型提供了新依据。