Abstract Visual neural decoding aims to unlock the mysteries of how the human brain interprets the visual world. While early studies made some progress in decoding visual activity for singular type of information, they failed to concurrently reveal the multi-level interweaving linguistic information in the brain. Here, we developed a novel Visual Language Decoding Model (VLDM) capable of decoding categories, semantic labels, and textual descriptions from visual perceptual activities simultaneously. We selected the large-scale NSD dataset to ensure the efficiency of the decoding model in joint training and evaluation across multiple tasks. For category decoding, we achieved the effective classification of 12 categories with an accuracy of nearly 70%, significantly surpassing the chance level. For label decoding, we attained the precise prediction of 80 specific semantic labels with a 16-fold improvement over the chance level. For text decoding, the scores of the decoded text surpassed the corresponding baseline levels by remarkable margins on six evaluation metrics. This study contributes significantly to extensive applications in multi-layered brain-computer interfaces, potentially leading to more natural and efficient human-computer interaction experiences.

Abstract In the marine environment, phosphorus availability significantly affects the lipid composition in many cosmopolitan marine heterotrophic bacteria, including members of the SAR11 clade and the Roseobacter clade. Under phosphorus stress conditions, non-phosphorus sugar-containing glycoglycerolipids are substitutes for phospholipids in these bacteria. Although these glycoglycerolipids play an important role as surrogates for phospholipids under phosphate deprivation, glycoglycerolipid synthases in marine microbes are poorly studied. In the present study, we biochemically characterized a glycolipid glycosyltransferase (GT cp ) from the marine bacterium Candidatus Pelagibacter sp. HTCC7211, a member of the SAR11 clade. Our results showed that GT cp is able to act as a multifunctional enzyme by synthesizing different glycoglycerolipids with UDP-glucose, UDP-galactose, or UDP-glucuronic acid as sugar donors and diacylglycerol as the acceptor. Analyses of enzyme kinetic parameters demonstrated that Mg 2+ notably changes the enzyme’s affinity for UDP-glucose, which improves its catalytic efficiency. Homology modelling and mutational analyses revealed binding sites for the sugar donor and the diacylglycerol lipid acceptor, which provided insights into the retaining mechanism of GT cp with its GT-B fold. A phylogenetic analysis showed that GT cp and its homologs form a group in the GT4 glycosyltransferase family. These results not only provide new insights into the glycoglycerolipid synthesis mechanism in lipid remodelling, but also describe an efficient enzymatic tool for future synthesis of bioactive molecules. Importance The bilayer formed by membrane lipids serves as the containment unit for living microbial cells. In the marine environment, it has been firmly established that phytoplankton and heterotrophic bacteria can substitute phospholipids with non-phosphorus sugar-containing glycoglycerolipids in response to phosphorus limitation. However, little is known about how these glycoglycerolipids are synthesized. Here, we determined the biochemical characteristics of a glycolipid glycosyltransferase (GT cp ) from the marine bacterium Candidatus Pelagibacter sp. HTCC7211. GT cp and its homologs form a group in the GT4 glycosyltransferase family, and can synthesize neutral glycolipids (MGlc-DAG and MGal-DAG) and an acidic glycolipid (MGlcA-DAG). We also uncover the key residues for DAG-binding through molecular docking, site-direct mutagenesis and subsequent enzyme activity assays. Our data provide new insights into the glycoglycerolipid synthesis mechanism in lipid remodelling.

Previous studies suggest that it may be inappropriate to determine treatment strategies solely based on the degree of stenosis for patients with intracranial atherosclerotic stenosis (ICAS). In order to better risk stratify patients with ICAS, we developed a novel non-invasive fractional flow (FF) calculation technique based on intracranial angiography (Angio-FF) to assess the hemodynamics for patients with ICAS. This study aims to investigate the difference in FF between symptomatic and asymptomatic patients with ICAS and its potential optimal threshold.