The time difference of arrival (TDOA) and frequency difference of arrival (FDOA) between two receivers are widely used to locate an emitter. Algorithms based on cross ambiguity functions can simultaneously estimate the TDOA and FDOA accurately. However, the algorithms, including the joint processing of received data, require transferring a large volume of data to a central computing unit. It can be a heavy load for the data link, especially for a wideband signal obtained at a high sampling rate. Thus, we proposed a multi-pulse cross ambiguity function (MPCAF) to compress the data before transmitting and then estimate the TDOA and FDOA with the compressed data. The MPCAF consists of two components. First, the raw data are compressed with a proposed two-dimensional compression function. Two methods to construct a reference pulse used in the two-dimensional compression function are considered: a raw data-based method constructs the pulse directly from the received signal, and a signal parameter-based method constructs it through the parameters of the received signal. Second, a wideband cross-correlation function is studied to refine the TDOA and FDOA estimates with the compressed data. The simulation and Cramer–Rao lower bound (CRLB) analyses show that the proposed method dramatically reduces the data transmission load but estimate the TDOA and FDOA well. The hardware-in-the-loop simulation confirms the method’s effectiveness.

Abstract Small molecule therapeutics targeting severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) have lagged far behind the development of vaccines in the fight to control the COVID-19 pandemic. Here, we show that thiol-based mucolytic agents, P2119 and P2165, potently inhibit infection by human coronaviruses, including SARS-CoV-2, and decrease the binding of spike glycoprotein to its receptor, angiotensin-converting enzyme 2 (ACE2). Proteomics and reactive cysteine profiling link the antiviral activity of repurposed mucolytic agents to the reduction of key disulfides, specifically, by disruption of the Cys379–Cys432 and Cys391–Cys525 pairs distal to the receptor binding motif (RBM) in the receptor binding domain (RBD) of the spike glycoprotein. Computational analyses provide insight into conformation changes that occur when these disulfides break or form, consistent with an allosteric role, and indicate that P2119/P2165 target a conserved hydrophobic binding pocket in the RBD with the benzyl thiol warhead pointed directly towards Cys432. These collective findings establish the vulnerability of human coronaviruses to repurposed thiol-based mucolytics and lay the groundwork for developing these compounds as a potential treatment, preventative and/or adjuvant against infection.

Abstract Ecological divergence without geographic isolation, as an early speciation process that may lead finally to reproductive isolation through natural selection, remains one of the most interesting issues in evolutionary biology. However, the patterns of the underlying genetic divergences across the genome vary between different groups. Here we report that Brachypodium stacei , an inbreeding grass species, has been involved in sympatric ecological divergence without geographic isolation. Genomic, transcriptomic, and metabolomic analyses suggest that diploid B. stacei diverged sympatrically in two slopes with contrasting biomes at Evolution Canyon I (ECI), Mount Carmel, Israel, where gene flow has continued freely but reduced with the time. This ecological divergence involved the scattered divergence of many unlinked loci across the total genome that include both coding and non-coding regions. We also identified significantly differential expressions of ABA signaling pathway genes, and contrasting metabolome composition between the arid- vs forest-adapted B. stacei ECI populations. These results suggest that many small loci involved in environmental responses act additively to account for the ecological usages of this species in contrasted environments with gene flow. Significance Ecological divergence provides evidence for the origin of species through natural selection that has governed evolutionists’ attention since Darwin. In this study, we present multiple-omics analyses of two plant populations growing sympatrically in contrasted environments and revealed their distinct differentiation across all examined data. These two populations share the most recent ancestor compared with other populations and their divergence started in the early Holocene. We revealed that gene flow had continued but with a progressive reduction over time. The genetic divergences are scattered across the total genome involving many unlinked coding and non-coding regions. These findings highlight the significance of natural selection in the ecological divergence that may finally lead to species formation without geographic isolation.

ABSTRACT Combination chemotherapy is crucial for achieving durable cancer cures, however, developing safe and effective drug combinations has been a significant challenge. To improve this process, we conducted large-scale targeted CRISPR knockout screens in drug-treated cells, creating a genetic map of druggable genes that sensitize cells to commonly used chemotherapeutics. We prioritized neuroblastoma, the most common pediatric solid tumor, where 50% of high-risk patients do not survive. Our screen examined all druggable gene knockouts in 18 cell lines (10 neuroblastoma, 8 others) treated with 8 widely used drugs, resulting in 94,320 unique combination-cell line perturbations, which is comparable to the largest drug combination screens ever reported. Remarkably, using dense drug-drug rescreening, we found that the top CRISPR-nominated drug combinations were far more synergistic than standard-of-care combinations, suggesting existing combinations could be improved. As proof of principle, we discovered that inhibition of PRKDC, a component of the non-homologous end-joining pathway, sensitizes high-risk neuroblastoma cells to the standard-of-care drug doxorubicin in vitro and in vivo using PDX models. Our findings provide a valuable resource for the development of improved chemotherapeutic strategies and demonstrate the feasibility of using targeted CRISPR knockout to discover new combinations with common chemotherapeutics, a methodology with application across all cancers.

Abstract In this study, we generated a Digital Twin for SARS-CoV-2 by integrating data and meta-data with multiple data types and processing strategies, including machine learning, natural language processing, protein structural modeling, and protein sequence language modeling. This approach enabled the computational design of broadly neutralizing antibodies against over 1300 different historical strains of SARS-COV-2 containing 64 mutations in the receptor binding domain (RBD) region. The AI-designed antibodies were experimentally validated in real-virus neutralization assays against multiple strains including the newer Omicron strains that were not included in the initial design base. Many of these antibodies demonstrate strong binding capability in ELISA assays against the RBD of multiple strains. These results could help shape future therapeutic design for existing strains, as well as predicting hidden patterns in viral evolution that can be learned by AI for developing future antiviral treatments.

Abstract The protein kinase C (PKC) family of serine/threonine kinases, which consist of three distinctly regulated subfamilies, have long been established as critical for a variety of cellular functions. However, how PKC enzymes are regulated at different subcellular locations, particularly at emerging signaling hubs such as the ER, lysosome, and Par signaling complexes, is unclear. Here, we present a sensitive Excitation Ratiometric (ExRai) C Kinase Activity Reporter (ExRai-CKAR2) that enables the detection of minute changes in subcellular PKC activity. Using ExRai-CKAR2 in conjunction with an enhanced diacylglycerol (DAG) biosensor capable of detecting intracellular DAG dynamics, we uncover the differential regulation of PKC isoforms at distinct subcellular locations. We find that G-protein coupled receptor (GPCR) stimulation triggers sustained PKC activity at the ER and lysosomes, primarily mediated by Ca 2+ sensitive conventional PKC (cPKC) and novel PKC (nPKC), respectively, with nPKC showing high basal activity due to elevated basal DAG levels on lysosome membranes. The high sensitivity of ExRai-CKAR2, targeted to either the cytosol or Par-complexes, further enabled us to detect previously inaccessible endogenous atypical PKC (aPKC) activity in 3D organoids. Taken together, ExRai-CKAR2 is a powerful tool for interrogating PKC regulation in response to physiological stimuli.

Abstract Syndromic ciliopathies and retinal degenerations are large heterogeneous groups of genetic diseases. CFAP418 is a causative gene of both disorders, and its protein sequence is evolutionarily conserved. However, the pathogenic mechanism caused by CFAP418 mutations is largely unknown. Here, we employed affinity purification coupled with mass spectrometry and quantitative lipidomic, proteomic, and phosphoproteomic approaches to address the molecular function of CFAP418 in mouse retinas. We showed that CFAP418 bound to lipid metabolism precursor phosphatidic acid (PA) and mitochondrion-specific lipid cardiolipin but did not form a tight and static complex with proteins. Loss of Cfap418 led to membrane lipid imbalance and protein-membrane association alteration, which subsequently caused mitochondrial defects and membrane remodeling abnormalities in multiple vesicular trafficking pathways. Loss of Cfap418 also increased the activity of PA-binding protein kinase Cα. Our results indicate that membrane lipid imbalance is a new pathological mechanism underlying syndromic ciliopathies and retinal degenerations, which is associated with other known causative genes for these diseases, such as RAB28 and BBS genes.

We look into the 2851 $^{12}$CO molecular clouds harboring $^{13}$CO structures to reveal the distribution of the projected angular separations and radial velocity separations between their internal $^{13}$CO structures. The projected angular separations are determined using the minimal spanning tree algorithm. We find that $\sim$ 50$\%$ of the angular separations fall in a narrow range of $\sim$ 3 - 7 arcmin with a median of $\sim$ 5 arcmin, and the corresponding radial velocity separations mainly range from $\sim$ 0.3 km s$^{-1}$ to 2.5 km s$^{-1}$. The mean and standard deviation of the angular separations of the internal $^{13}$CO structures within $^{12}$CO clouds appear to be universal, independent of the $^{12}$CO cloud angular areas and the counts of their internal $^{13}$CO structures. We also reveal a scaling relation between the $^{12}$CO cloud angular area and its harbored $^{13}$CO structure count. These results suggest there is a preferred angular separation between $^{13}$CO structures in these $^{12}$CO clouds, considering the distance effects. According to that, we propose an alternative picture for the assembly and destruction of molecular clouds: there is a fundamental separation for the internal structures of molecular clouds, the build-up and destruction of molecular clouds proceeds under this fundamental unit.