Abstract We develop a dynamic asset pricing model of cryptocurrencies/tokens that allow users to conduct peer-to-peer transactions on digital platforms. The equilibrium price of tokens is determined by aggregating heterogeneous users’ transactional demand, rather than discounting cash flows as is done in standard valuations models. Endogenous platform adoption builds on user network externality and exhibits an $S$-curve: it starts slow, becomes volatile, and eventually tapers off. The introduction of tokens lowers users’ transaction costs on the platform by allowing users to capitalize on platform growth. The resultant intertemporal feedback between user adoption and token price accelerates adoption and dampens user-base volatility.

The drug resistance of tumor stem cells is an obstacle in gastric cancer (GC) treatment and the high expression of ABC transporters is a classic reason for drug resistance. This study aimed to construct a reliable GC drug-resistant stem cell model and explore the inhibitory effect and mechanism of Yi-qi-hua-yu-jie-du medicated serum (YQHY) on the drug resistance of GC stem cells based on ABC transporters.The tumor stemness biomarker CD44 was primary identification from WGCNA. The magnetic-activated cell sorting (MACS) method was used to separate CD44( +)BGC823/5-Fu (BGC823/5-Fu-CSCs) cells and the stemness characteristics were verified from multiple dimensions. Then, the drug resistance index and expression of ABC transporter genes MDR1 and MRP1 were detected in CD44(-)/CD44(+) cells. The inhibition and apoptosis rates of the cells administrated with YQHY or/and 5-Fu were calculated to confirm that YQHY can suppress the drug resistance of BGC823/5-Fu-CSCs. Afterwards, the effects of YQHY on the expression of MDR1 and MRP1 and the activation of the PI3K/Akt/Nrf2 pathway were observed. Finally, under the administration of IGF-1 (the activator of PI3K/Akt pathway) and Nrf2 siRNA, the mechanism of YQHY on reversing the drug resistance of BGC823/5-Fu-CSCs through inhibiting the expression of MDR1 and MRP1 via PI3K/Akt/Nrf2 was verified.CD44 was a reliable GC stemness biomarker and can be applied to construct the drug-resistant GC stem cell model CD44(+)BGC823/5-Fu. The growth rate, cell proliferation index, soft agar colony formation, expression of stemness specific genes and tumorigenesis ability of CD44(+)BGC823/5-Fu cells were significantly higher than those of CD44(-)BGC823/5-Fu cells. BGC823/5-Fu-CSCs exhibited strong drug resistance to 5-Fu and high expression of ABC transporter genes MDR1 and MRP1 compared to CD44(-) cells. YQHY increased the inhibition and apoptosis rates to efficiently inhibit the drug resistance of BGC823/5-Fu-CSCs. Meanwhile, it suppressed the expression of MDR1 and MRP1 and restrained the activation of PI3K/Akt/Nrf2 signaling pathway. Finally, it was found that IGF-1 partially restored the activation of PI3K/Akt/Nrf2 pathway, alleviated the inhibition of MDR1 and MRP1, blocked the proliferation-inhibitory and apoptosis-promotion effects. YQHY and si-Nrf2 synergistically suppressed the MDR1/MRP1 expression and the drug resistance of BGC823/5-Fu-CSCs.CD44 was a reliable GC stemness biomarker, and the high expression of ABC transporter genes MDR1 and MRP1 was an important feature of drug-resistant stem cells. YQHY inhibited the MDR1 and MRP1 expression via PI3K/Akt/Nrf2 pathway, thus reversing the drug resistance of BGC823/5-Fu-CSCs.

Abstract The global emergence of SARS-CoV-2 variants has led to increasing breakthrough infections in vaccinated populations, calling for an urgent need to develop more effective and broad-spectrum vaccines to combat COVID-19. Here we report the preclinical development of RQ3013, an mRNA vaccine candidate intended to bring broad protection against SARS-CoV-2 variants of concern (VOCs). RQ3013, which contains pseudouridine-modified mRNAs formulated in lipid nanoparticles, encodes the spike(S) protein harboring a combination of mutations responsible for immune evasion of VOCs. Here we characterized the expressed S immunogen and evaluated the immunogenicity, efficacy, and safety of RQ3013 in various animal models. RQ3013 elicited robust immune responses in mice, hamsters, and nonhuman primates (NHP). It can induce high titers of antibodies with broad cross-neutralizing ability against the Wild-type, B.1.1.7, B.1.351, B.1.617.2, and the omicron B.1.1.529 variants. In mice and NHP, two doses of RQ3013 protected the upper and lower respiratory tract against infection by SARS-CoV-2 and its variants. We also proved the safety of RQ3013 in NHP models. Our results provided key support for the evaluation of RQ3013 in clinical trials.

Animals can discriminate myriad sensory stimuli but can also generalize from learned experience. You can probably distinguish the favorite teas of your colleagues while still recognizing that all tea pales in comparison to coffee. Tradeoffs between detection, discrimination, and generalization are inherent at every layer of sensory processing. During development, specific quantitative parameters are wired into perceptual circuits and set the playing field on which plasticity mechanisms play out. A primary goal of systems neuroscience is to understand how material properties of a circuit define the logical operations-computations--that it makes, and what good these computations are for survival. A cardinal method in biology-and the mechanism of evolution--is to change a unit or variable within a system and ask how this affects organismal function. Here, we make use of our knowledge of developmental wiring mechanisms to modify hard-wired circuit parameters in the Drosophila melanogaster mushroom body and assess the functional and behavioral consequences. By altering the number of expansion layer neurons (Kenyon cells) and their dendritic complexity, we find that input number, but not cell number, tunes odor selectivity. Simple odor discrimination performance is maintained when Kenyon cell number is reduced and augmented by Kenyon cell expansion.

Abstract Motivation The virus poses a great threat to human production and life, thus the research and development of antiviral drugs is urgently needed. Antiviral peptides play an important role in drug design and development. Compared with the time-consuming and laborious wet chemical experiment methods, accurate and rapid identification of antiviral peptides using computational methods is critical. However, it is still challenging to extract effective feature representations from the sequences for the accurate identification of antiviral peptides. Results This study introduces a novel two-step approach, named HybAVPnet, with a hybrid network architecture to identify antiviral peptides based on neural networks and traditional machine learning methods. Firstly, eighteen kinds of features are extracted to predict labels and probabilities by the neural network classifier and LightGBM classifier, respectively. Secondly, the support vector machine classifier is carried out using the predicted probability of the first step to make the final prediction. The experimental result shows HybAVPnet can achieve better and more robust performance compared with the state-of-the-art methods, especially on independent datasets, which makes it useful for the research and development of antiviral drugs. Meanwhile, it can also be extended to other peptide recognition problems because of its generalization ability. Availability and implementation The predicted model could be downloaded from: https://github.com/greyspring/HybAVPnet Contact gespring@hdu.edu.cn ; yp.cai@siat.ac.cn Supplementary information Supplementary data are available at Bioinformatics online.

Abstract Talaromycosis , an invasive mycosis caused by Talaromyces marneffei (Tm), has rapidly increased in recent years, becoming an emerging pathogenic fungal disease. However, The driving factors and potential distribution of global talaromycosis is still unclear. Here, we developed maxent ecology model using environmental variables, Rhizomys distribution and HIV/AIDS epidemic to forecast ecological niche of talaromycosis worldwhile, as well as Identify the drivering factors. The constructed model had excellent performance with the area under the curve (AUC) of the receiver operating curve (ROC) of 0.997 in training data and 0.991 in testing data. Our model revealed that Rhizomys distribution, mean temperature of warmest quarter, precipitation of wettest month, HIV/AIDS epidemic and mean temperature of driest quarter were the top 5 important variables affecting talaromycosis distribution. In addition to traditional talaromycosis epidemic areas (South of the Yangtze River in China, Southeast Asian and North and Northeast India), our model also identified other potential epidemic regions, inculding parts of the North of the Yangtze River, Central America, West Coast of Africa, East Coast of South America, the Korean Peninsula and Japan. Our findings has redefined global talaromycosis , discovered hidden high-risk areas and prorvided insights about driving factors of talaromycosis distribution, which will help inform surveillance strategies and improve the effectiveness of public health interventions against Tm infections. Author Summary Our study aims to explore the spatial ecology of talaromycosis worldwhile. The diseases burden of Talaromycosis , a neglected zoonotic disease, is continuously rising in recent years because of the sheer size of susceptible population in the setting of increased globalization, rising HIV prevalence, and emerging iatrogenic immunodeficiency conditions. Here, we used historic reported talaromycosis cases from 1964 to 2017, combined with environmental factors, Rhizomys distribution and HIV/AIDS epidemic to build an maxent ecology model to define the ecological niche of talaromycosis , then predicting the potential distribution of the disease. The ecological niche of talaromycosis is characterized by a concentrated distribution, which can be cognitively divided into two regions: traditional talaromycosis epidemic areas (South of the Yangtze River in China, Southeast Asian and North and Northeast India), while other potential epidemic regions were predicted in parts of the North of the Yangtze River, Central America, West Coast of Africa, East Coast of South America, the Korean Peninsula and Japan. Our model also identified 5 driving factors affecting talaromycosis distribution. These findings will help demonstrate the global distribution of talaromycosis, discover hidden high-risk areas, and improve the effectiveness of public health interventions against Tm infections.

Abstract Sustained attention is a core cognitive domain that is often disrupted in neuropsychiatric disorders. Continuous performance tests (CPTs) are the most common clinical assay of sustained attention. In CPTs, participants produce a behavioral response to target stimuli and refrain from responding to non-target stimuli. Performance in CPTs is measured as the ability to discriminate between targets and non-targets. Rodent versions of CPTs (rCPT) have been developed and validated with both anatomical and pharmacological studies, providing a translational platform for understanding the neurobiology of sustained attention. In human studies, using degraded stimuli (decreased contrast) in CPTs impairs performance and patients with schizophrenia experience a larger decrease in performance compared to healthy controls. In this study, we tested multiple levels of stimulus degradation in a touchscreen version of the CPT in mice. We found that stimulus degradation significantly decreased performance in both males and females. The changes in performance consisted of a decrease in stimulus discrimination, measured as d’, and increases in hit reaction time and reaction time variability. These findings are in line with the effects of stimulus degradation in human studies. Overall, female mice demonstrated a more liberal response strategy than males, but response strategy was not affected by stimulus degradation. These data extend the utility of the mouse CPT by demonstrating that stimulus degradation produces equivalent behavioral responses in mice and humans. Therefore, the degraded stimuli rCPT has high translational value as a preclinical assay of sustained attention.

SUMMARY Adoptive cell therapy with viral-specific T cells has been successfully used to treat life-threatening viral infections, supporting the application of this approach against COVID-19. We expanded SARS-CoV-2 T-cells from the peripheral blood of COVID-19-recovered donors and non-exposed controls using different culture conditions. We observed that the choice of cytokines modulates the expansion, phenotype and hierarchy of antigenic recognition by SARS-CoV-2 T-cells. Culture with IL-2/4/7 but not other cytokine-driven conditions resulted in >1000 fold expansion in SARS-CoV-2 T-cells with a retained phenotype, function and hierarchy of antigenic recognition when compared to baseline (pre-expansion) samples. Expanded CTLs were directed against structural SARS-CoV-2 proteins, including the receptor-binding domain of Spike. SARS-CoV-2 T-cells could not be efficiently expanded from the peripheral blood of non-exposed controls. Since corticosteroids are used for the management of severe COVID-19, we developed an efficient strategy to inactivate the glucocorticoid receptor gene ( NR3C1 ) in SARS-CoV-2 CTLs using CRISPR-Cas9 gene editing.

Modern high-throughput microscopy methods such as light-sheet imaging and electron microscopy are capable of producing petabytes of data inside of a single experiment. Storage of these large images, however, is challenging because of the difficulty of moving, storing, and analyzing such vast amounts of data, which is often collected at very high data rates (>1GBps). In this report, we provide a comparison of the performance of several compression algorithms using a collection of published and unpublished datasets including confocal, fMOST, and pathology images. We also use simulated data to demonstrate the efficiency of each algorithm as image content or entropy increases. As a result of this work, we recommend the use of the BLOSC algorithm combined with ZSTD for various microscopy applications, as it produces the best compression ratio over a collection of conditions.

Abstract Galactose is an abundant and essential sugar used for the biosynthesis of many macromolecules in different organisms, including plants. Galactose metabolism is tightly and finely controlled since excess galactose and derivatives are inhibitory. In Arabidopsis, root growth and pollen germination were strongly inhibited by excess galactose. However, the mechanism of galactose induced inhibition during pollen germination remains obscure. In this study, we characterized a plasma-membrane localized transporter, AtSWEET5, that transports glucose and galactose. SWEET5 protein level started to accumulate at the tricellular stage of pollen development and peaked in mature pollen before rapidly declining after pollen was germinated. SWEET5 levels are responsible for the dosage-dependent sensitivity of galactose and galactokinase (GALK) is essential for the inhibitory effects of galactose during pollen germination. Overall, SWEET5 and GALK contribute to the maintenance of galactose metabolic homeostasis during pollen germination. SWEET5 serves as a major low-affinity hexose transporter at the early stage of pollen germination. One-sentence summary SWEET5 mediates pollen galactose sensitivity via GALK that is required for efficient galactose uptake in pollen during pollen germination.