2024年4月12日，清华大学药学院、清华-IDG/麦戈文脑科学研究院鲁白实验室在 Cell Research 杂志发表了题为APOE3ch alleviates Aβ and tau pathology and neurodegeneration in the human APPNL-G-F cerebral organoid model of Alzheimer’s disease的文章，作者通过敲入APP基因致病性突变而建立了AD人源性类脑器官模型。该模型在时间维度依次呈现AD的关键病理特征，包括Aβ沉积、tau病理性变化、星形胶质细胞增生和神经元死亡，为研究AD 发生发展机制和开发潜在的治疗靶点提供了重要工具。此外，作者使用该AD类脑器官模型揭示了APOE3ch突变对AD病理过程和神经退行性变化的保护作用。

来自清华大学的神经科学家和计算机科学家联手，基于哺乳动物丘脑和皮层整合多模态感觉信息的工作原理，构建了一款新的脑启发AI模型（CTCNet），实现了混合语音分离技术突破，让计算机进一步学会像人脑一样“听话”。这一创新性学科交叉研究成果于2024年4月5日线上发表于人工智能、模式识别和计算机视觉领域的顶级国际期刊Transactions on Pattern Analysis and Machine Intelligence（TPAMI）。

2024年3月7日，清华大学医学院、清华-IDG/麦戈文脑科学研究院、清华-北大生命科学联合中心郭增才受《神经元》杂志邀请在线合作发表题为《大脑左右半球交流：脑功能偏侧化之洞见》（Cross-hemispheric communication: Insights on lateralized brain functions）的综述论文，指出大脑功能的偏侧化不能完全用静态因素（如遗传差异、大脑结构的非对称性等）来解释，学习依赖的左右半球间的非对称信息交流对脑功能的偏侧化具有重要贡献。

2024年3月6日，清华大学生物医学工程学院、清华-IDG/麦戈文脑科学研究院、清华大学脑与智能实验室、清华大学类脑计算研究中心苑克鑫课题组在《神经科学》（Journal of neuroscience） 发表了题为“小清蛋白（Parvalbumin, PV）和生长激素抑制素（Somatostatin, SOM）：听觉中脑里两条平行中脑→丘脑通路的分子标记物”（Parvalbumin and somatostatin: biomarkers for two parallel tectothalamic pathways in the auditory midbrain）的研究论文，发现PV和SOM是介导听觉中脑-听觉丘脑平行环路的两类重要的分子标记物，同时该文章被选为该杂志当期Featured Article。

2024年2月2日，清华大学心理学系、清华-IDG/麦戈文脑科学研究院陈霓虹课题组与中国科学院生物物理研究所张朋课题组合作在eLife期刊发表题为“Mesoscale functional organization and connectivity of color, disparity, and naturalistic texture in human second visual area”的文章（预印本）。该研究利用超高分辨率7T fMRI，在功能柱和亚层尺度研究了颜色、视差和自然纹理在人类次级视皮层V2的表征，揭示了下游脑区的反馈对自然纹理加工的重要作用。

2024年1月25日，清华大学生命学院、清华-IDG/麦戈文脑科学研究院欧光朔课题组与中国科学院生物物理研究所冯巍课题组合作在《美国国家科学院院刊》（PNAS）上发表了题为“A Plant Flavonol and Genetic Suppressors Rescue a Pathogenic Mutation Associated with Kinesin in Neurons”的文章。该研究报导了一种名为非瑟酮的黄酮醇类化合物，可以挽救KAND的致病突变，展示其在减轻KAND症状方面有潜在的治疗作用。

2024年1月24日，清华大学电子工程系、清华-IDG/麦戈文脑科学研究院盛兴课题组与合作者在《自然·光子学》（Nature Photonics）发表题为《一种用于监测深层脑组织氧含量的无线光电探针》（A Wireless Optoelectronic Probe to Monitor Tissue Oxygenation in Deep Brain Tissue）的研究论文。该研究开发了一种植入式微型光电探针，可在自由活动的动物深层脑组织中实现无线、连续、实时的脑组织氧分压监测。

2023年11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、清华-北大生命科学联合中心钟毅课题组联合清华大学计算机科学与技术系朱军课题组在自然机器智能（Nature Machine Intelligence）期刊发表了题为“在人工智能的持续学习中融入神经启发的适应性”（Incorporating neuro-inspired adaptability for continual learning in artificial intelligence）的研究论文，并被选作12月的封面文章。这项研究利用贝叶斯方法深入分析并建模了生物学习记忆系统的适应性机制，显著提升了深度神经网络的持续学习能力，为智能系统的自适应发展提供了跨学科的深刻见解。