2024年12月16日，清华大学生命科学学院、清华-IDG/麦戈文脑科学研究院钟毅课题组与北京智源人工智能研究院雷博团队在Neuron上在线发表了题为“Reconstructing a new hippocampal engram for systems reconsolidation and remote memory updating”的研究论文。该研究揭示了远期记忆系统性再固化的记忆印迹机制，证明了海马体招募新的记忆印迹细胞重建新记忆印迹是该过程的核心机制。

2024年11月15日，清华大学生命科学学院、清华-IDG/麦戈文脑科学研究院张伟课题组在 Nature Communications期刊上发表了题为“Mating reconciles fitness and fecundity by switching diet preference in flies”的研究论文（DOI: 10.1038/s41467-024-54369-w）。该研究揭示了黑腹果蝇通过调整蛋白质摄入偏好来平衡生殖行为与生存能力的机制，并阐明了这一现象背后的雌雄二态性神经调控网络。

2024年10月15日，清华大学生命科学学院、清华-IDG麦戈文脑科学研究院钟毅课题组在Cell Reports上发表了题为“Identification of GABAergic Subpopulations in the Lateral Hypothalamus for Home-Driven Behaviors in Mice”的研究论文，揭示了大脑如何处理家相关的信息并触发相关的情绪行为反应。

清华大学生物医学工程学院刘鹏团队联合清华大学临床医学院、清华-IDG/麦戈文脑科学研究院章薇团队在hLife上发表题为“HiTIP-seq profiles epigenomic reprogramming of patient-derived diffuse midline glioma stem cells to epigenetic therapy”的封面文章。

2024年9月25日，清华大学自动化系、清华-IDG/麦戈文脑科学研究院于国强团队与合作者在Neuron期刊共同发表题为"Data Science and its future in large neuroscience collaborations"的文章，调研并总结了目前脑科学研究中数据科学实践与研究存在的问题，并据此提出切实有效的改进建议，从而使脑数据科学成为脑科学发展的促进而不是障碍因素。此建议期望减小不同脑科学团队在科学研究过程中数据管理与分析之间的巨大差异，消除合作过程中的障碍，充分发掘数据的价值，加强科学研究的可重复性。

2024年9月13日，清华-IDG/麦戈文脑科学研究院三个团队，分别来自清华大学自动化系戴琼海、清华大学基础医学院郭增才、清华大学自动化系吴嘉敏，作为共同通讯在Cell上发表题为Long-term mesoscale imaging of 3D intercellular dynamics across a mammalian organ的研究论文，研制了一台大视场高分辨率的三维介观尺度荧光显微镜（RUSH3D），视场达到8 mm×6 mm，系统分辨率高达3 μm×3 μm×6 μm，并且具备低光毒性的优点，可以以20Hz体成像的速率连续拍摄数小时。

2024年9月12日，清华大学药学院、清华-IDG/麦戈文脑科学研究院肖百龙教授课题组在神经科学领域权威学术期刊《神经元》（Neuron）杂志上在线刊登了题为《Piezo1的1612位丝氨酸磷酸化调控其机械敏感性和体内机械传导功能》（Phosphorylation of Piezo1 at a single residue, serine-1612, regulates its mechanosensitivity and in vivo mechanotransduction function）的研究论文，鉴定发现了机械门控Piezo1离子通道中1612位丝氨酸（S1612）为响应蛋白激酶PKA和PKC的磷酸化位点，揭示了磷酸化对Piezo1的机械敏感性的关键调节作用以及对血压和运动耐力等生理活动的重要影响。该研究成果不仅丰富了对Piezo1调节机制的理解，也为Piezo1在血管功能调节中的潜在应用和相关疾病的治疗策略开发奠定了基础。

2024年8月19日，清华大学生命科学学院、清华-IDG/麦戈文脑科学研究院欧光朔课题组在PLOS Biology杂志发表了题为“AlphaFold2-guided engineering of split-GFP technology enables labeling of endogenous tubulins across species while preserving function”的方法学论文。该研究通过利用人工智能（Artificial Intelligence, AI）软件AlphaFold2的结构预测能力，发展了一种能够在活细胞中对微管蛋白进行低损伤、高效率荧光标记的新技术。