Abstract Arrhythmogenic right ventricular cardiomyopathy (ARVC) is a leading cause of sudden cardiac death (SCD) in young individuals, yet the mechanisms underlying its pathogenesis, particularly the role of plakophilin-2 (PKP2), remain incompletely understood. This study aimed to elucidate the profile of molecular and metabolic consequences of PKP2 knockdown in a guinea pig model of ARVC. We employed adeno-associated virus serotype 9 (AAV9) to deliver PKP2 shRNA, establishing a model that recapitulates key features of human ARVC, including right ventricular (RV) enlargement, sudden death, and cardiac lipid accumulation. Proteomic analysis revealed significant dysregulation of extracellular matrix (ECM) proteins, PI3K-Akt signaling, and energy metabolism in PKP2-deficient RVs. Metabolomic profiling further highlighted alterations in lipid metabolism and inter-metabolites of TCA cycle, with a notable shift towards fatty acid oxidation. These findings suggest that PKP2 deficiency triggers a cascade of molecular events leading to ECM remodeling, metabolic reconfiguration, and potential mitochondrial dysfunction, which may contribute to the development of ARVC. Our study provides novel insights into the early molecular mechanisms of ARVC and identifies potential therapeutic targets for this underexplored disease.

Abstract Expression quantitative trait loci (eQTL) provide a powerful means of investigating the biological basis of genome-wide association study (GWAS) results and exploring complex traits or phenotypes. In addition to identifying the causal gene in cis , eQTL analysis also reveals a large number of trans-regulated genes located on different chromosomes, which form a gene regulatory network (GRN) that complements the GWAS locus. However, the dissection of a GRN and the crosstalk underlying multiple agronomical traits, along with prioritizing important genes in eQTL-derived GRNs, remains a major challenge. In this study, we generated 558 transcriptional profiles of lint-bearing ovules at one day post-anthesis (DPA) from a selective core cotton germplasm, from which we identified 12,207 eQTLs. By integrating with a GWAS catalog, we found that 66 out of 187 (35.29%) known phenotypic GWAS loci are colocalized with 1,090 eQTLs, forming 38 major functional GRNs predominantly (30 out of 38) associated with seed size-related phenotypes. Of the eGenes, 34 were shared between at least two functional GRNs, exhibiting pleiotropic effects, such as NF-YB3 , GRDP1 , and IDD7 . Narrow-sense heritability analysis showed that the heritability increased with combining the eQTLs with GRNs compared to those with previous yield trait GWAS loci. The extreme gradient boosting (XGBoost) machine learning approach was then applied to predict seed cotton yield phenotypes based on gene expression. Top-ranking eGenes ( NF-YB3 , FLA2 , and GRDP1 ) derived by XGBoost with pleiotropic effects on yield traits were validated, along with their potential roles by correlation analysis, domestication selection analysis, and transgenic plants. This study provides insights into the mining of GRNs in relation to the pleiotropy of phenotype. The combination of eQTL and machine learning approaches is efficient in improving the genetic dissection of agricultural traits.

Spermatogonial stem cells (SSCs) self-renew and contribute genetic information to the next generation. Inducing directional differentiation of porcine SSCs may be an important strategy in exploring the mechanisms of spermatogenesis and developing better treatment methods for male sterility. Here, we established an in vitro culture model for porcine small seminiferous tubule segments, to induce SSCs to differentiate into single-tail haploid spermatozoa. The culture model subsequently enabled spermatozoa to express the sperm-specific protein acrosin, and oocytes to develop to blastocyst stage after round spermatid injection. The addition of retinoic acid (RA) to the differentiation media promoted the efficiency of haploid differentiation. RT-PCR analysis indicated that RA stimulated the expression of Stra8 but reduced the expression of NANOS2 in spermatogonia. Genes involved in post-meiotic development, Prm1 and Tnp1, were up-regulated in the presence of RA. The addition of RAR inhibitor, BMS439, showed that RA enhanced the expression of cAMP responsive-element binding protein through RAR, and promoted the formation of round spermatids.

Abstract To investigate the mechanisms and active components governing the anticancer activity of rhubarb.The TCMSP database was screened to identify the active components of rhubarb and Swiss target predictions were generated to predict their cellular targets. TTD and OMIM databases were used to predict tumor-related target genes. "Cytoscape" was used to construct drug targets. PPI network analysis, GO enrichment analysis and KEGG pathway analysis of the key targets were investigated using String and David databases. A total of 33 components and 116 corresponding targets were screened. Amongst them, the key active compounds in rhubarb included emodin, aloe emodin, β-sitosterol, emodin methyl ether and rhein, which were predicted to target TP53, AKT1, STAT3, PIK3CA, HRAS, and VEGFA. GO analysis revealed that the cellular targets clustered into 159 biological processes, including those involved in cellular composition (n=24) and molecular functions (n=42, P<0.01). KEGG pathway analysis revealed 85 (P < 0.01) pathways related to cancer. The active compounds in rhubarb target TP53, AKT1 and PIK3CA. Rhubarb therefore regulates cancer development through an array of biological pathways.