В последние годы методы машинного обучения ускорили и обновили исследования во многих областях, включая неврологию. Выявляя закономерности в экспериментальных данных, эти модели могут, например, предсказать нейронные процессы, связанные с конкретным опытом или обработкой сенсорных стимулов.

Исследователи из CNRS, Университета Экс-Марсель и Маастрихтского университета недавно попытались с помощью вычислительных моделей предсказать, как человеческий мозг преобразует звуки в семантические представления о том, что происходит в окружающей среде. Их работа, опубликованная в журнале Nature Neuroscience, показывает, что некоторые модели на основе глубоких нейронных сетей (ГНС) могут лучше предсказывать нейронные процессы на основе данных нейровизуализации и экспериментальных данных.

Объединенная группа ученых-экологов из Стэнфордского университета и Калифорнийского университета в Ирвайне обнаружила, что увеличение частоты сильных лесных пожаров в Калифорнии снижает способность лесов к восстановлению, что приводит к уменьшению поглощения углерода. В своем исследовании, о котором сообщается в журнале Proceedings of the National Academy of Sciences, группа использовала наземные наблюдения и спутниковые снимки для измерения валовой первичной продукции (GPP) в лесах Калифорнии за последнее столетие.

В последние годы в западных районах США, и в частности в Калифорнии, участились лесные пожары, что, по крайней мере, частично связано с глобальным потеплением. В этой новой работе исследовательская группа попыталась измерить снижение поглощения углерода лесами в связи с увеличением числа крупных пожаров.

Исследователи из Университета Пенсильвании и Медицинской школы Стэнфордского университета объединили усилия для изучения механизмов работы мозга, когда обучение привычкам и поведение, связанное с перееданием, сходятся воедино. В исследовании "Нейронные схемы человеческих привычек могут быть нарушены при расстройствах пищевого поведения", опубликованном в журнале Science Translational Medicine, ученые обнаружили механизмы, опосредующие формирование привычек, связанные с пищевым поведением, обусловленным привычками; в частности, изменения в структурах мозга, связанных с дофаминовой сигнализацией.

Вода в Центральной долине Калифорнии содержит достаточно марганца, чтобы вызвать когнитивные нарушения и проблемы с двигательным контролем у детей и симптомы, похожие на болезнь Паркинсона, у взрослых.

Марганец - металл естественного происхождения - содержится в воде по всему миру. Он регулируется как основной загрязнитель во многих странах Юго-Восточной Азии, где из-за климата он просачивается в грунтовые воды. Однако в США он регулируется только как вторичный загрязнитель, то есть максимальный уровень не установлен. Новое исследование, проведенное под руководством Университета Калифорнии в Риверсайде, показывает, что среди общин Центральной долины самые высокие концентрации марганца наблюдаются в частных неочищенных системах колодезной воды. Однако исследователи также обнаружили его в общественных системах водоснабжения в более высоких концентрациях, чем те, которые, как показали исследования, могут иметь негативные последствия для здоровья.

Люди, подвергшиеся более высокому уровню загрязнения воздуха перед пандемией, имели более низкий ответ антител на вакцину COVID-19, согласно исследованию, проведенному под руководством Барселонского института глобального здравоохранения (ISGlobal) в сотрудничестве с Исследовательским институтом немцев Trias i Pujol (IGTP). В частности, воздействие мелких твердых частиц (PM2.5), диоксида азота (NO2) и чистого углерода (BC) было связано с примерно 10% снижением реакций антител IgM и IgG у людей без предшествующей инфекции.

Результаты исследования, опубликованные в журнале Environmental Health Perspectives, являются дополнительным доказательством негативного влияния загрязнения воздуха на иммунную систему.

Загрязнение воздуха связано с неблагоприятными последствиями для здоровья, включая рак легких, сердечно-сосудистые и респираторные заболевания, а также диабет. Недавно исследователь ISGlobal Манолис Когевинас и его команда показали связь между воздействием загрязнения воздуха до пандемии и повышенным риском развития тяжелой формы COVID-19.