Apolipoprotein E ( APOE ) ε4 is the strongest genetic risk factor for Alzheimer's disease (AD). Although its association with AD is well-established, the impact of APOE ε4 on human brain cell function remains unclear. Here we investigated the effects of APOE ε4 on several brain cell types derived from human induced pluripotent stem cells and human APOE targeted replacement mice. Gene set enrichment and pathway analyses of whole transcriptome profiles showed that APOE ε4 is associated with dysregulation of cholesterol homeostasis in human but not mouse astrocytes and microglia. Elevated matrisome signaling associated with chemotaxis, glial activation and lipid biosynthesis in APOE ε4 mixed neuron/astrocyte cultures parallels altered pathways uncovered in cell-type deconvoluted transcriptomic data from APOE ε4 glia and AD post-mortem brains. Experimental validation of the transcriptomic findings showed that isogenic APOE ε4 is associated with increased lysosomal cholesterol levels and decreased cholesterol efflux, demonstrating decoupled lipid metabolism. APOE ε4 glia also secrete higher levels of proinflammatory chemokines, cytokines and growth factors, indicative of glial activation. Thus, APOE ε4 induces human glia-specific dysregulation that may initiate AD risk.

The lignin nanoparticles (LNPs) synthesis relies on lignin polymers with heterogeneous molecules and properties, which impose significant limitations on the preparation and property regulation. The multiscale structure of lignin from monomers to oligomers, provides a potential pathway for precise regulation of its physical and chemical properties. The study addresses this challenge by employing coniferyl alcohol and sinapyl alcohol as monomers and separately utilizing the Zulaufverfaren (ZL) and Zutropfverfaren (ZT) methods to synthesize different types of lignin dehydrogenation polymers (DHPs) including guaiacyl (G)-ZL-DHP, G-ZT-DHP, syringyl (S)-ZL-DHP, and S-ZT-DHP. The investigation highlights the chemical bonds as essential components of lignin primary structure. Additionally, the secondary structure is influenced by branched and linear molecular structures. G unit provides some branching points, which are utilized and amplified in the ZL process of DHPs synthesis. The branched DHPs aggregate at the edge and form rod-like LNPs. While linear DHPs aggregate around the center, presenting polygonal LNPs. The study identifies that the branched LNPs, characterized by more surface charges and lower steric hindrance, can form a stable complex with chitin nanofibers. Emulsions with varying oil-to-water ratios were subsequently prepared, opening a new window for the application of LNPs in fields such as food and cosmetics.

Abstract Magnetic particle imaging (MPI) is a tracer-based tomographic imaging technique utilized in applications such as lung perfusion imaging, cancer diagnosis, stem cell tracking, etc. The goal of translating MPI to clinical use has prompted studies on further improving the spatial-temporal resolutions of MPI through various methods, including image reconstruction algorithm, scanning trajectory design, magnetic field profile design, and tracer design. Iron oxide magnetic nanoparticles (MNPs) are favored for MPI and magnetic resonance imaging (MRI) over other materials due to their high biocompatibility, low cost, and ease of preparation and surface modification. For core-shell MNPs, the tracers’ magnetic core size and non-magnetic coating layer characteristics can significantly affect MPI signals through dynamic magnetization relaxations. Most works to date have assumed an ensemble of MNP tracers with identical sizes, ignoring that artificially synthesized MNPs typically follow a log-normal size distribution, which can deviate theoretical results from experimental data. In this work, we first characterize the size distributions of four commercially available iron oxide MNP products and then model the collective magnetic responses of these MNPs for MPI applications. For an ensemble of MNP tracers with size standard deviations of σ, we applied a stochastic Langevin model to study the effect of size distribution on MPI imaging performance. Under an alternating magnetic field (AMF), i.e., the excitation field in MPI, we collected the time domain dynamic magnetizations (M-t curves), magnetization-field hysteresis loops (M-H curves), point-spread functions (PSFs, dM/dH-H curves), and higher harmonics from these MNP tracers. The intrinsic MPI spatial resolution, which is related to the full width at half maximum (FWHM) of the PSF profile, along with the higher harmonics, serve as metrics to provide insights into how the size distribution of MNP tracers affects MPI performance.