Based on the full BABAR data sample, we report improved measurements of the ratios R(D(*))=B(B[over ¯]→D(*)τ(-)ν[over ¯](τ))/B(B[over ¯]→D(*)ℓ(ℓ)(-)ν[over ¯](ℓ)), where ℓ is either e or μ. These ratios are sensitive to new physics contributions in the form of a charged Higgs boson. We measure R(D)=0.440±0.058±0.042 and R(D(*))=0.332±0.024±0.018, which exceed the standard model expectations by 2.0σ and 2.7σ, respectively. Taken together, our results disagree with these expectations at the 3.4σ level. This excess cannot be explained by a charged Higgs boson in the type II two-Higgs-doublet model.

This work is on the Physics of the B Factories. Part A of this book contains a brief description of the SLAC and KEK B Factories as well as their detectors, BaBar and Belle, and data taking related issues. Part B discusses tools and methods used by the experiments in order to obtain results. The results themselves can be found in Part C. Please note that version 3 on the archive is the auxiliary version of the Physics of the B Factories book. This uses the notation alpha, beta, gamma for the angles of the Unitarity Triangle. The nominal version uses the notation phi_1, phi_2 and phi_3. Please cite this work as Eur. Phys. J. C74 (2014) 3026.

We search for single-photon events in 53 fb−1 of e+e− collision data collected with the BABAR detector at the PEP-II B-Factory. We look for events with a single high-energy photon and a large missing momentum and energy, consistent with production of a spin-1 particle A′ through the process e+e−→γA′; A′→invisible. Such particles, referred to as "dark photons," are motivated by theories applying a U(1) gauge symmetry to dark matter. We find no evidence for such processes and set 90% confidence level upper limits on the coupling strength of A′ to e+e− in the mass range mA′≤8 GeV. In particular, our limits exclude the values of the A′ coupling suggested by the dark-photon interpretation of the muon (g−2)μ anomaly, as well as a broad range of parameters for the dark-sector models.Received 14 February 2017DOI:https://doi.org/10.1103/PhysRevLett.119.131804© 2017 American Physical SocietyPhysics Subject Headings (PhySH)Research AreasElectroweak interactionExtensions of gauge sectorHypothetical particle physics modelsParticle dark matterParticle interactionsPropertiesMagnetic momentTechniquesLepton collidersParticles & Fields

Abstract Aim We explore the phylogeography of Himalayan wolves using multiple genetic markers applied on a landscape‐scale dataset and relate our findings to the biogeographic history of the region. Location Himalayas of Nepal, the Tibetan Plateau of China and mountain ranges of Central Asia. Taxon Himalayan wolf (also called the Tibetan wolf), Canis lupus chanco . Methods We present a large‐scale, non‐invasive study of Himalayan wolves from across their estimated range. We analysed 280 wolf scat samples from western China, Kyrgyzstan and Tajikistan at two mtDNA loci, 17 microsatellite loci, four non‐synonymous SNPs in three nuclear genes related to the hypoxia pathway, and ZF genes on both sex chromosomes. Results Our results corroborate previous studies showing that the Himalayan wolf forms a distinct lineage adapted to high altitudes in excess of 4,000 m elevation. We found a correlation between hypoxia adaptation and the divergent Himalayan wolf mtDNA haplotype found across the Tibetan Plateau of Qinghai, the Tibetan Autonomous Region and the Nepalese Himalayas. We identified a region of admixture between Himalayan and grey wolves at the boundary of their distributions, where the Tibetan Plateau elevation gradually drops. Main Conclusion Based on multiple genetic markers, the Himalayan wolf forms a reciprocally monophyletic lineage with a unique adaptation to high altitude. We propose that the divergence of the lineage is related to past uplift of the region, and that the lineage maintains its high‐altitude niche, in part, by means of its genetic adaptation to hypoxia. We conclude that the Himalayan wolf merits taxonomic recognition and designation as an evolutionary significant unit (ESU).

Abstract The total cross sections of the process $e^+ e^-\to \Lambda_c^+ \bar{\Lambda}_c^-$ close to the threshold are calculated within the vector meson dominance model. It is found that the theoretical results can describe the current experimental measurements. The nontrivial near-threshold energy dependence of the total cross sections of the process $e^+ e^-\to \Lambda_c^+ \bar{\Lambda}_c^-$ can be well reproduced by considering the contributions from charmonium-like states and the Coulomb factor. In particular, the results for the angular distribution parameters about the differential cross section are consistent with the experiments from BESIII Collaboration. In addition, the relative phase $\Delta \Phi$ of the electromagnetic form factors was given, and the spin polarization of $\Lambda_c^+$ is predicted at center-mass energy $4.7 \ \rm GeV$. It is hopeful to provide a new perspective on the characteristics of the charmed baryon $\Lambda_c^+$. Content from this work may be used under the terms of the Creative Commons Attribution 3.0 licence. Any further distribution of this work must maintain attribution to the author(s) and the title of the work, journal citation and DOI. Article funded by SCOAP3 and published under licence by Chinese Physical Society and the Institute of High Energy Physics of the Chinese Academy of Science and the Institute of Modern Physics of the Chinese Academy of Sciences and IOP Publishing Ltd.

Abstract Peptide sequencing via tandem mass spectrometry (MS/MS) is fundamental in proteomics data analysis, playing a pivotal role in unraveling the complex world of proteins within biological systems. In contrast to conventional database searching methods, deep learning models excel in de novo sequencing peptides absent from existing databases, thereby facilitating the identification and analysis of novel peptide sequences. Current deep learning models for peptide sequencing predominantly use an autoregressive generation approach, where early errors can cascade, largely affecting overall sequence accuracy. And the usage of sequential decoding algorithms such as beam search suffers from the low inference speed. To address this, we introduce π -PrimeNovo, a non-autoregressive Transformer-based deep learning model designed to perform accurate and efficient de novo peptide sequencing. With the proposed novel architecture, π -PrimeNovo achieves significantly higher accuracy and up to 69x faster sequencing compared to the state-of-the-art methods. This remarkable speed makes it highly suitable for computation-extensive peptide sequencing tasks such as metaproteomic research, where π -PrimeNovo efficiently identifies the microbial species-specific peptides. Moreover, π -PrimeNovo has been demonstrated to have a powerful capability in accurately mining phosphopeptides in a non-enriched phosphoproteomic dataset, showing an alternative solution to detect low-abundance post-translational modifications (PTMs). We suggest that this work not only advances the development of peptide sequencing techniques but also introduces a transformative computational model with wide-range implications for biological research.

We report the first search for the elastic scatterings between cosmic-ray boosted sub-MeV dark matter (DM) and electrons in the PandaX-4T liquid xenon experiment. Sub-MeV DM particles can be accelerated by scattering with electrons in the cosmic rays and produce detectable electron recoil signals in the detector. Using the commissioning data from PandaX-4T of 0.63  tonne·year exposure, we set new constraints on DM-electron scattering cross sections for DM masses ranging from 10  eV/c2 to 3  keV/c2. Published by the American Physical Society 2024