理解大脑的复杂运作是神经科学的基石。该研究领域采用多学科的方法，整合分子生物学、细胞生物学和系统神经科学，研究突触、神经元和神经回路的结构与功能。

研究所积极参与使用双光子显微镜研究突触中的长期增强（LTP）和长期抑制（LTD），实时可视化学习任务中的突触变化。我们利用光遗传学操控参与恐惧条件反射等行为的特定神经回路，阐明它们在复杂行为中的作用。此外，我们还运用功能性磁共振成像（fMRI）和电生理学研究认知任务中大脑区域的活动，建立大脑结构与行为之间的联系。

该研究领域专注于揭示导致脑部疾病的分子和细胞机制，旨在识别潜在的治疗靶点和生物标志物。通过采用尖端技术、组学和高通量筛选方法，我们力求阐明各种神经和精神疾病的致病机制，研究分子机制、细胞过程和神经回路，为新疗法和早期诊断技术的开发提供重要的理论和实验基础。

研究所目前正在分析来自精神分裂症或自闭症患者的神经元转录组，以识别差异表达基因作为潜在生物标志物。我们还通过电生理记录和行为实验研究抑郁症或癫痫动物模型中特定神经回路的变化。此外，研究所还进行小分子筛选，以识别调节神经退行性疾病通路的化合物，并评估其在细胞模型中的效果。

将神经科学与技术结合，有可能彻底改变个体与世界的互动方式。脑启发计算和脑-计算机接口（BCI）技术在这一领域代表了重大进展，旨在解读神经信号，以帮助身体和视觉受限的个体。该倡议专注于开发能够通过大脑活动直观控制设备的系统，探索捕捉脑电波和其他神经信号的方法。通过应用先进的信号处理和人工智能技术，我们希望自动解读简单的人类意图，使个体，特别是残疾人士，能够独立完成任务。最终，这项研究旨在创造非接触式、脑电波控制的设备，以提高生活质量，促进面临日常活动挑战的个体的自主性。

研究所积极设计基于脑电图（EEG）的非侵入式设备，解读用户意图，以通过思维控制机器人手臂或光标。我们正在创建机器学习算法，以提高从神经信号中检测意图的准确性，改善运动障碍个体的BCI可用性。此外，我们还与康复中心合作，在实际环境中完善BCI技术，使视觉障碍者能够利用基于大脑活动的听觉反馈进行导航。