La estructura del cerebro humano está formada por un complejo entramado de conexiones neuronales y la mayoría de ellas comunican regiones cerebrales vecinas entre sí, que también son las más estudiadas hasta ahora. Pero un reciente estudio neurocientífico de la Universidad Pompeu Fabra (UPF) y la Universidad de Oxford, publicado por la prestigiosa revista Proceedings of the National Academy of Sciences (PNAS), ha revelado que las conexiones entre regiones cerebrales alejadas entre ellas, aunque más raras y menos frecuentes, tienen un rol fundamental para explicar las dinámicas cerebrales.

Un estudio liderado por la UAB ha analizado por primera vez mediante técnicas de neuroimagen el cerebro de las mujeres durante el embarazo. El estudio ha incluido a madres no gestantes, cuyas parejas sí estaban embarazadas, para distinguir efectos biológicos de los provocados por la experiencia de ser madre. La investigación muestra que se produce una reducción y recuperación parcial de casi el 5% de materia gris en el 94% del volumen de materia gris total del cerebro, especialmente en regiones vinculadas a la cognición social.

Una nueva revisión Cochrane ha observado que el etiquetado calórico de los alimentos en las cartas de menú y los productos hace que las personas elijan ligeramente menos calorías.

Siete especímenes de Australopithecus descubiertos en el yacimiento fósil de Sterkfontein, en Sudáfrica, eran homininos herbívoros que no consumían grandes cantidades de carne, según un nuevo estudio dirigido por Tina Lüdecke y sus colaboradores. Lüdecke y su equipo analizaron isótopos de nitrógeno orgánico y de carbono de carbonatos extraídos del esmalte dental de los fósiles para determinar la dieta de estos homininos. Algunos investigadores han propuesto que la introducción de alimentos de origen animal en las dietas de los primeros homininos dio lugar a un mayor tamaño cerebral, una reducción del tamaño del intestino y un aumento de la estatura, eventos clave en la evolución humana. Huesos cortados y raspados, así como algunas herramientas de piedra de la misma época (hace alrededor de 3,7 millones de años), apuntan a que los australopitecos consumían algo de carne, si bien faltan pruebas directas de una dieta basada en animales. Los investigadores analizaron las medidas de isótopos de nitrógeno del esmalte en 43 fósiles de animales, incluidos los australopitecos, y en mamíferos africanos actuales para caracterizar estos isótopos en carnívoros y herbívoros conocidos. Encontraron una clara separación en los isótopos del esmalte entre los dos grupos, siendo el esmalte de Australopithecus muy similar al del grupo herbívoro. Según señalan los autores, es posible que los australopitecos consumieran alimentos ricos en energía con bajos niveles de isótopos de nitrógeno, como legumbres o tal vez termitas. Sin embargo, Lüdecke y sus colaboradores concluyen que difícilmente ingerían suficiente carne como para impulsar los cambios en el tamaño cerebral y otras características propias de la evolución humana.

Guiados por un modelo de lenguaje generativo multimodal denominado ESM3, Thomas Hayes y sus colegas generaron y sintetizaron una proteína fluorescente brillante hasta ahora desconocida, con una secuencia genética tan distinta de las proteínas fluorescentes conocidas que los investigadores afirman que su creación equivale a que ESM3 hubiera simulado 500 millones de años de evolución biológica. El modelo podría ofrecer un nuevo método para “explorar” el espacio de las posibles proteínas, tanto para comprender mejor cómo funcionan las proteínas que han evolucionado de forma natural como para desarrollar proteínas novedosas para usos en medicina, remediación ambiental y una amplia variedad de aplicaciones diversas. ESM3 puede razonar sobre secuencia, estructura y función de las proteínas, representando cada uno de estos aspectos mediante alfabetos de tokens discretos que se combinan en un modelo de lenguaje generativo. Esta estrategia difiere de anteriores usos de modelos de lenguaje que solo se habían escalado para secuencias de proteínas. Los datos de entrenamiento de ESM3 constan de 771.000 millones de tokens únicos derivados de 3.150 millones de secuencias de proteínas, 236 millones de estructuras proteicas y 539 millones de proteínas con anotaciones de función. ESM3 puede entrenar hasta 98.000 millones de parámetros. ESM3 ya está disponible en versión beta pública a través de una API, permitiendo así a los científicos diseñar proteínas de forma programática o mediante aplicaciones interactivas en navegadores. Los investigadores pueden utilizar la EvolutionaryScale Forge API con el nivel gratuito de acceso académico o emplear el código y los pesos del modelo abierto.

La American Heart Association ha nombrado a Fran Brown, de la Syracuse University, ganador del Premio Paul “Bear” Bryant al Entrenador Revelación del Año 2024.