In the 1950s, Pomeranchuk1 predicted that, counterintuitively, liquid 3He may solidify on heating. This effect arises owing to high excess nuclear spin entropy in the solid phase, where the atoms are spatially localized. Here we find that an analogous effect occurs in magic-angle twisted bilayer graphene2-6. Using both local and global electronic entropy measurements, we show that near a filling of one electron per moiré unit cell, there is a marked increase in the electronic entropy to about 1kB per unit cell (kB is the Boltzmann constant). This large excess entropy is quenched by an in-plane magnetic field, pointing to its magnetic origin. A sharp drop in the compressibility as a function of the electron density, associated with a reset of the Fermi level back to the vicinity of the Dirac point, marks a clear boundary between two phases. We map this jump as a function of electron density, temperature and magnetic field. This reveals a phase diagram that is consistent with a Pomeranchuk-like temperature- and field-driven transition from a low-entropy electronic liquid to a high-entropy correlated state with nearly free magnetic moments. The correlated state features an unusual combination of seemingly contradictory properties, some associated with itinerant electrons-such as the absence of a thermodynamic gap, metallicity and a Dirac-like compressibility-and others associated with localized moments, such as a large entropy and its disappearance under a magnetic field. Moreover, the energy scales characterizing these two sets of properties are very different: whereas the compressibility jump has an onset at a temperature of about 30 kelvin, the bandwidth of magnetic excitations is about 3 kelvin or smaller. The hybrid nature of the present correlated state and the large separation of energy scales have implications for the thermodynamic and transport properties of the correlated states in twisted bilayer graphene.

Abstract Magnetic properties of materials ranging from conventional ferromagnetic metals to strongly correlated materials such as cuprates originate from Coulomb exchange interactions. The existence of alternate mechanisms for magnetism that could naturally facilitate electrical control has been discussed theoretically 1–7 , but an experimental demonstration 8 in an extended system has been missing. Here we investigate MoSe 2 /WS 2 van der Waals heterostructures in the vicinity of Mott insulator states of electrons forming a frustrated triangular lattice and observe direct evidence of magnetic correlations originating from a kinetic mechanism. By directly measuring electronic magnetization through the strength of the polarization-selective attractive polaron resonance 9,10 , we find that when the Mott state is electron-doped, the system exhibits ferromagnetic correlations in agreement with the Nagaoka mechanism.

Brillouin microscopy is an emerging optical elastography technique capable of assessing mechanical properties of biological samples in a 3D, all-optical and hence non-contact fashion. The typically weak Brillouin scattering signal can be substantially enhanced via a stimulated photon-phonon process, which improves the signal-to-background ratio (SBR) as well as provides higher spectral resolution. However, current implementations of stimulated Brillouin spectroscopy (SBS) require high pump powers, which prohibit applications in many areas of biology, especially when studying photosensitive samples, or when live-imaging in 3D and/or over extended time periods. Here, we present a pulsed SBS scheme that takes full advantage of the non-linearity of the pump-probe interaction in SBS. In particular, we show that through quasi-pulsing and diligent optimization of signal detection parameters, the required pump laser power can be decreased ~20-fold without affecting the signal levels or spectral precision. Moreover, we devise a custom analysis approach that facilitates the analysis of complex, multi-peaked Brillouin spectra in order to harness the high spectral resolution of SBS for the specific identification of biomechanical components inside the point-spread function of the microscope. We then demonstrate the low-phototoxicity and high-specificity of our pulsed SBS approach by imaging sensitive single cells, zebrafish larvae, and mouse embryos as well as adult C. elegans with sub-cellular detail. Furthermore, our method permits observing the mechanics of organoids and C. elegans embryos over time. We expect that the substantially lower photo-burden and improved SBR of pulsed SBS will facilitate studying biomechanics in 3D at high spatio-temporal resolution in living biological specimens in a non-invasive manner, opening up exciting new possibilities for the field of mechanobiology.

Abstract Brain decoding of motor imagery (MI) is crucial for the control of neuroprosthesis, and it provides insights into the underlying neural mechanisms. Walking consists of stance and swing phases, which are associated with different biomechanical and neural control features. However, previous studies on the decoding of the MI of walking focused on the classification of more simple information (e.g., walk and rest). Here, we investigated the feasibility of electroencephalogram (EEG) decoding of the two gait phases during the MI of walking and whether the combined use of MI and action observation (AO) would improve decoding accuracy. We demonstrated that the stance and swing phases could be decoded from EEGs during AO or MI alone. Additionally, the combined use of MI and AO improved decoding accuracy. The decoding models indicated that the improved decoding accuracy following the combined use of MI and AO was facilitated by the additional information resulting from the concurrent cortical activations by multiple regions associated with MI and AO. This study is the first to show that decoding the stance versus swing phases during MI is feasible. The current findings provide fundamental knowledge for neuroprosthetic design and gait rehabilitation, and they expand our understanding of the neural activity underlying AO, MI, and AO+MI of walking. Significance Statement Brain decoding of detailed gait-related information during motor imagery (MI) is important for brain-computer interfaces (BCIs) for gait rehabilitation. However, previous knowledge on decoding the motor imagery of gait is limited to simple information (e.g., the classification of “walking” and “rest”). Here, we demonstrated the feasibility of EEG decoding of the two gait phases during MI. We also demonstrated that the combined use of MI and action observation (AO) improves decoding accuracy, which is facilitated by the concurrent and synergistic involvement of the cortical activations by multiple regions for MI and AO. These findings extend the current understanding of neural activity and the combined effects of AO and MI and provide a basis for developing effective techniques for walking rehabilitation.

We present an open-source software platform that transforms the emotions expressed by speech signals using audio effects like pitch shifting, inflection, vibrato, and filtering. The emotional transformations can be applied to any audio file, but can also run in real-time (with less than 20-millisecond latency), using live input from a microphone. We anticipate that this tool will be useful for the study of emotions in psychology and neuroscience, because it enables a high level of control over the acoustical and emotional content of experimental stimuli in a variety of laboratory situations, including real-time social situations. We present here results of a series of validation experiments showing that transformed emotions are recognized at above-chance levels in the French, English, Swedish and Japanese languages, with a naturalness comparable to natural speech. Then, we provide a list of twenty-five experimental ideas applying this new tool to important topics in the behavioral sciences.

Walking movements are orchestrated by the activation of a large number of muscles. The control of numerous muscles during walking is believed to be simplified by flexible activation of groups of muscles called muscle synergies. Although significant corticomuscular connectivity during walking has been reported, the level at which the cortex controls locomotor muscle activity (i.e., muscle synergy or individual muscle level) remains unclear. Here, we examined cortical involvement in muscle control during walking by brain decoding of the activation of muscle synergies and individual muscles from electroencephalographic (EEG) signals using linear decoder models. First, we demonstrated that activation of locomotor muscle synergies was decoded from slow cortical waves with significant accuracy. In addition, we found that decoding accuracy for muscle synergy activation was greater than that for individual muscle activation and that decoding of individual muscle activation was based on muscle synergy-related cortical information. Taken together, these results provide indirect evidence that the cerebral cortex hierarchically controls multiple muscles through a few muscle synergies during walking. Our findings extend the current understanding of the role of the cortex in muscular control during walking and could accelerate the development of effective brain-machine interfaces for people with locomotor disabilities.

Abstract Even though humans are adept at distinguishing various faces, inversion dramatically spoils the ability. This face inversion effect is remarkably robust across observers; however, whether inversion impairs the perception of facial parts (particularly the eye) is inconsistent across studies. Some studies have shown that featural processing remains preserved or even enhanced when faces are inverted, while others have shown that inversion impairs featural processing. These mixed findings may result from confounding factors such as a small number of participants, an imbalanced participant sex ratio, and the varying nature of the tasks in previous reports. To address these issues, we assessed the effect sizes of face orientation, sex, and their interaction in low-level psychophysical discrimination of briefly presented gaze stimuli in a well-powered cohort with a balanced sex ratio (N = 190). The results revealed a medium-to-large-sized effect of inversion ( f = 0.35) and a small-to-medium-sized effect of sex ( f = 0.17) on gaze direction discrimination but no meaningful interaction ( f = 0.05). Thus, our results demonstrated an almost equivalent gaze inversion effect between females and males (sex invariance) and a female superiority in overall gaze direction sensitivity (sex difference). We suggest that inversion impairs sensitivity to gaze direction, but whether it leads to a change in explicit behavioral performance may depend on specific task settings rather than the participant’s sex.

Recent studies of functional connectivity networks (FCNs) suggest that the reconfiguration of brain network across time, both at rest and during task, is linked with cognition in human adults. In this study, we tested this prediction, i.e. cognitive ability is associated with a flexible brain network in preschool children of 3-4 years - a critical age, representing a 'blossoming period' for brain development. We recorded magnetoencephalogram (MEG) data from 88 preschoolers, and assessed their cognitive ability by a battery of cognitive tests. We estimated FCNs obtained from the source reconstructed MEG recordings, and characterized the temporal variability at each node using a novel path-based measure of temporal variability; the latter captures reconfiguration of the node's interactions to the rest of the network across time. Using connectome predictive modeling, we demonstrated that the temporal variability of fronto-temporal nodes in the dynamic FCN can reliably predict out-of-scanner performance of short-term memory and attention distractability in novel participants. Further, we observed that the network-level temporal variability increased with age, while individual nodes exhibited an inverse relationship between temporal variability and node centrality. These results demonstrate that functional brain networks, and especially their reconfiguration ability, are important to cognition at an early but a critical stage of human brain development.