The outbreak of an epidemic disease may pose significant treats to human beings and may further lead to a global crisis. In order to control the spread of an epidemic, the effective management of rapidly increased medical waste through establishing a temporary reverse logistics system is of vital importance. However, no research has been conducted with the focus on the design of an epidemic reverse logistics network for dealing with medical waste during epidemic outbreaks, which, if improperly treated, may accelerate disease spread and pose a significant risk for both medical staffs and patients. Therefore, this paper proposes a novel multi-objective multi-period mixed integer program for reverse logistics network design in epidemic outbreaks, which aims at determining the best locations of temporary facilities and the transportation strategies for effective management of the exponentially increased medical waste within a very short period. The application of the model is illustrated with a case study based on the outbreak of the coronavirus disease 2019 (COVID-19) in Wuhan, China. Even though the uncertainty of the future COVID-19 spread tendency is very high at the time of this research, several general policy recommendations can still be obtained based on computational experiments and quantitative analyses. Among other insights, the results suggest installing temporary incinerators may be an effective solution for managing the tremendous increase of medical waste during the COVID-19 outbreak in Wuhan, but the location selection of these temporary incinerators is of significant importance. Due to the limitation on available data and knowledge at present stage, more real-world information are needed to assess the effectiveness of the current solution.

ABSTRACT Stopping COVID-19 is a priority worldwide. Understanding which cell types are targeted by SARS-CoV-2 virus, whether interspecies differences exist, and how variations in cell state influence viral entry is fundamental for accelerating therapeutic and preventative approaches. In this endeavor, we profiled the transcriptome of nine tissues from a Macaca fascicularis monkey at single-cell resolution. The distribution of SARS-CoV-2 facilitators, ACE2 and TMRPSS2, in different cell subtypes showed substantial heterogeneity across lung, kidney, and liver. Through co-expression analysis, we identified immunomodulatory proteins such as IDO2 and ANPEP as potential SARS-CoV-2 targets responsible for immune cell exhaustion. Furthermore, single-cell chromatin accessibility analysis of the kidney unveiled a plausible link between IL6-mediated innate immune responses aiming to protect tissue and enhanced ACE2 expression that could promote viral entry. Our work constitutes a unique resource for understanding the physiology and pathophysiology of two phylogenetically close species, which might guide in the development of therapeutic approaches in humans. Bullet points We generated a single-cell transcriptome atlas of 9 monkey tissues to study COVID-19. ACE2 + TMPRSS2 + epithelial cells of lung, kidney and liver are targets for SARS-CoV-2. ACE2 correlation analysis shows IDO2 and ANPEP as potential therapeutic opportunities. We unveil a link between IL6, STAT transcription factors and boosted SARS-CoV-2 entry.

Abstract Single cell approaches have increased our knowledge about the cell type composition of the non-human primate (NHP), but a detailed characterization of area-specific regulatory features remains outstanding. We generated single-cell chromatin accessibility (single-cell ATAC) and transcriptomic data of 358,237 cells from prefrontal cortex (PFC), primary motor cortex (M1) and primary visual cortex (V1) of adult cynomolgus monkey brain, and integrated this dataset with Stereo-seq (Spatio-Temporal Enhanced REsolution Omics-sequencing) of the corresponding cortical areas to assign topographic information to molecular states. We identified area-specific chromatin accessible sites and their targeted genes, including the cell type-specific transcriptional regulatory network associated with excitatory neurons heterogeneity. We reveal calcium ion transport and axon guidance genes related to specialized functions of PFC and M1, identified the similarities and differences between adult macaque and human oligodendrocyte trajectories, and mapped the genetic variants and gene perturbations of human diseases to NHP cortical cells. This resource establishes a transcriptomic and chromatin accessibility combinatory regulatory landscape at a single-cell and spatially resolved resolution in NHP cortex.

Abstract Reverse logistics network design is a complex decision-making problem that involves the reuse, repair, remanufacturing, and recycling of end-of-life (EOL) under the tradeoff among conflicting objectives. The cutting-edge technologies in Industry 4.0 are now leading to an unprecedented and dynamic transformation of reverse logistics systems, which, however, further complicates the initial network design. In this paper, a two-level decision-support framework combined with both optimization and dynamic simulation is proposed to balance the cost, environmental impact, and service level in smart and sustainable reverse logistics network design under a dynamically evolving and stochastic environment. The results of a real-world case study in Norway show that the method can better support robust strategic decisions, eliminate dominated/near-dominated solutions, and yield holistic performance analyses considering smart reverse logistics transformation. The proposed two-level decision-support framework can better analyze the impact of the technology transformation of Industry 4.0 on reverse logistics systems, while it also provides a fundamental structure for digital reverse logistics twin.

Studying tissue composition and function in non-human primates (NHP) is crucial to understand the nature of our own species. Here, we present a large-scale single-cell and single-nucleus transcriptomic atlas encompassing over one million cells from 43 tissues from the adult NHP Macaca fascicularis . This dataset provides a vast, carefully annotated, resource to study a species phylogenetically close to humans. As proof of principle, we have reconstructed the cell-cell interaction networks driving Wnt signalling across the body, mapped the distribution of receptors and co-receptors for viruses causing human infectious diseases and intersected our data with human genetic disease orthologous coordinates to identify both expected and unexpected associations. Our Macaca fascicularis cell atlas constitutes an essential reference for future single-cell studies in human and NHP.

The emerging in situ RNA sequencing technologies which can capture and amplify RNA within the original tissues provides efficient solution for producing spatial expression map from dozens to thousands of genes. Most of in situ RNA-seq strategies developed recently infer the expression patterns based on the fluorescence signals from the images taken during sequencing. However, an automate and convenient tool for decoding signals from image information is still absent. Here we present an easy-to-use software named IRIS to efficiently decode image signals from in situ sequencing into nucleotide sequences. This software can record the quality score and the spatial information of the sequencing signals. We also develop an interactive R shiny app named DAIBC for data visualization. IRIS is designed in modules so that it could be easily extended and compatible to new technologies.### Competing Interest StatementThe authors have declared no competing interest.