Abstract Electroencephalography (EEG) microstates are canonical voltage topographies that reflect the temporal dynamics of resting-state brain networks on a millisecond time scale. Changes in microstate parameters have been described in patients with psychiatric disorders, indicating their potential as clinical biomarkers with broadband EEG signals (e.g., 1–30 Hz). Considering the distinct information provided by specific frequency bands, we hypothesized that microstates in decomposed frequency band could provide a more detailed depiction of the underlying psychological mechanism. In this study, with a large open access resting-state dataset (n = 203), we examined the properties of frequency-specific microstates and their relationship with emotional disorders. We conducted clustering on EEG topographies in decomposed frequency band (delta, theta, alpha and beta), and determined the number of clusters with a meta-criterion. Microstate parameters, including global explained variance (GEV), duration, coverage, occurrence and transition probability, were calculated for eyes-open and eyes-closed states, respectively. Their predictive power for the scores of depression and anxiety symptoms were identified by correlation and regression analysis. Distinct microstate patterns were observed across different frequency bands. Microstate parameters in the alpha band held the best predictive power for emotional symptoms. Microstates B (GEV, coverage) and parieto-central maximum microstate C’ (coverage, occurrence, transitions from B to C’) in the alpha band exhibited significant correlations with depression and anxiety, respectively. Microstate parameters of the alpha band achieved predictive R-square of 0.100 for anxiety scores, which is much higher than those of broadband (R-square = -0.026, p < .01). These results suggested the value of frequency-specific microstates in predicting emotional symptoms.

Background: Acute kidney injury (AKI), characterized by high morbidity and mortality, is primarily caused by renal ischemia–reperfusion injury (RIRI). Ferroptosis plays a key role in RIRI, yet its underlying mechanisms remain unclear. The drug pair of Astragali Radix–Ligustri Lucidi Fructus (DAL) shows promise in renal diseases, but its protective effects against RIRI and associated molecular pathways via ferroptosis inhibition are unknown. This study aimed to investigate DAL’s therapeutic effects on RIRI and its mechanisms. Methods: A mouse model of bilateral renal ischemia–reperfusion was established. Renal function (serum creatinine, Scr; blood urea nitrogen, BUN), inflammatory cytokines (TNF-α, IFN-γ, IL-6), ferroptosis markers (GPX4, MDA, GSH, tissue iron), and pathological damage were evaluated. Transcriptomic sequencing and electron microscopy analyzed gene pathways and mitochondrial structure. In HK-2 cells, oxygen–glucose deprivation/reoxygenation (OGD/R) and RSL3-induced ferroptosis models were used to assess DAL-containing serum effects via cell viability, GPX4 expression, and mitochondrial morphology. LC-MS analyzed DAL’s chemical components, and network pharmacology predicted ferroptosis-related targets. Results: DAL significantly reduced Scr/BUN levels, alleviated tubular injury, fibrosis, and apoptosis, and downregulated inflammatory cytokines and damage markers. It inhibited ferroptosis by upregulating GPX4, decreasing MDA/tissue iron, and increasing GSH. Transcriptomics revealed enrichment in lipid metabolism pathways. DAL restored the mitochondrial cristae structure; DAL-containing serum improved cell viability, blocked RSL3-induced GPX4 downregulation, and mitigated mitochondrial dysfunction. Network pharmacology identified DAL’s potential active components and targets. Molecular docking validated binding affinity and interaction patterns of active components with targets. Conclusions: DAL protects against RIRI by upregulating GPX4, preserving the mitochondrial structure, and inhibiting ferroptosis, highlighting its therapeutic potential for AKI prevention and treatment.