SUMMARY Wheat-rye 1RS.1BL translocation has a significant impact on wheat yield and hence food production globally. However, the genomic basis of its contributions to wheat improvement is undetermined. Here, we generated a high-quality assembly of 1RS.1BL translocation comprising 748,715,293 bp with 4,996 predicted protein-coding genes. We found the size of 1RS is larger than 1BS with the active centromere domains shifted to the 1RS side instead of the 1BL side in Aikang58 (AK58). The gene alignment showed excellent synteny with 1BS from wheat and genes from 1RS were expressed well in wheat especially for 1RS where expression was higher than that of 1BS for the grain-20DPA stage associated with greater grain weight and negative flour quality attributes. A formin-like-domain protein FH14 ( TraesAK58CH1B01G010700 ) was important in regulating cell division. Two PPR genes were most likely the genes for the multi fertility restoration locus Rf multi . Our data not only provide the high-resolution structure and gene complement for the 1RS.1BL translocation, but also defined targets for enhancing grain yield, biotic and abiotic stress, and fertility restoration in wheat.

Abstract Perovskite solar cells (PSCs) are among the most promising photovoltaic technologies owing to their exceptional optoelectronic properties 1,2 . However, the lower efficiency, poor stability and reproducibility issues of large-area PSCs compared with laboratory-scale PSCs are notable drawbacks that hinder their commercialization 3 . Here we report a synergistic dopant-additive combination strategy using methylammonium chloride (MACl) as the dopant and a Lewis-basic ionic-liquid additive, 1,3-bis(cyanomethyl)imidazolium chloride ([Bcmim]Cl). This strategy effectively inhibits the degradation of the perovskite precursor solution (PPS), suppresses the aggregation of MACl and results in phase-homogeneous and stable perovskite films with high crystallinity and fewer defects. This approach enabled the fabrication of perovskite solar modules (PSMs) that achieved a certified efficiency of 23.30% and ultimately stabilized at 22.97% over a 27.22-cm 2 aperture area, marking the highest certified PSM performance. Furthermore, the PSMs showed long-term operational stability, maintaining 94.66% of the initial efficiency after 1,000 h under continuous one-sun illumination at room temperature. The interaction between [Bcmim]Cl and MACl was extensively studied to unravel the mechanism leading to an enhancement of device properties. Our approach holds substantial promise for bridging the benchtop-to-rooftop gap and advancing the production and commercialization of large-area perovskite photovoltaics.

Nickel oxide (NiO

Abstract Computational analysis of fluorescent timelapse microscopy images is a powerful approach to study biological processes in detail. Core to this approach is the generation of accurate single cell linages from cell segmentations for reliable quantitative analysis. Convolutional neural networks (CNNs) are increasingly being used to segment and classify cells in microscopy images, but current cell tracking solutions are sensitive to inaccurate cell segmentations from CNNs. We present SC-Track, a cell tracking algorithm that employs a hierarchical probabilistic cache-cascade model. Our results show that SC-Track generates accurate single cell linages without parameter tuning, from cell segmentations of varying qualities, morphological appearances, and imaging conditions. Furthermore, SC-Track is equipped with a cell class correction feature to improve the accuracy of multi-class cell classifications in a time series. These features make SC-Track a robust generalist cell tracking algorithm that works with diverse segmentation outputs from CNNs to generate accurate cell linages and classifications.