Developing of active and synergistic system is fundamentally important to rapidly and efficiently remove persistent toxic and hazardous pollutants. Herein, we report a coupling system by integrating sulfate radical-based Fenton-like process with visible light-driven photocatalysis for fast removal of three typical tetracycline antibiotics in water, i.e., tetracycline (TC), chlortetracycline (CTC), and oxytetracycline (OTC), where the newly-designed nanotubes-assembled 3D hierarchical H2-reduced Mn-doped CeO2 microflowers (re-Mn-CeO2 NMs) are developed as efficient Fenton-like photocatalyst for peroxymonosulfate (PMS) activation. The obtained re-Mn-CeO2 NMs samples, featuring large surface area, good visible light response, excellent redox properties, and abundant oxygen vacancy, exhibit appreciable adsorption capacity, remarkable catalytic performance, and favorable stability. Especially, in the optimal reaction system (re-7Mn-CeO2 NMs/PMS/Vis), the degradation efficiencies of TC, CTC, and OTC reach up to 98.6%, 97.4%, and 88.1% only in 10 min of irradiation. All residues can be completely eliminated in 60 min, which is ∼1.1 and 2.0-fold higher than those of Fenton-like reaction and photocatalysis alone, confirming the synergistic effect of Fenton-like process and photocatalysis occurred in the coupling system. Moreover, the possible decomposition pathways, main reactive oxygen species, and reasonable enhanced mechanism for the Fenton-like photocatalytic system are systematically investigated. Our findings highlight that the Fenton-photocatalysis synergy holds great promising for environment remediation, and offer a feasible means to tune the performance of CeO2-based materials especially in Fenton-like photocatalytic oxidation of antibiotics.

Dense genotype data and thousands of phenotypes from large biobanks, coupled with increasingly accessible summary association statistics from genome-wide association studies (GWAS), provide great opportunities to dissect the complex relationships among human traits and diseases. We introduce BADGERS, a powerful method to perform polygenic score-based biobank-wide scans for disease-trait associations. Compared to traditional regression approaches, BADGERS uses GWAS summary statistics as input and does not require multiple traits to be measured on the same cohort. We applied BADGERS to two independent datasets for Alzheimer's disease (AD; N=61,212). Among the polygenic risk scores (PRS) for 1,738 traits in the UK Biobank, we identified 48 significant trait PRSs associated with AD after adjusting for multiple testing. Family history, high cholesterol, and numerous traits related to intelligence and education showed strong and independent associations with AD. Further, we identified 41 significant PRSs associated with AD endophenotypes. While family history and high cholesterol were strongly associated with neuropathologies and cognitively-defined AD subgroups, only intelligence and education-related traits predicted pre-clinical cognitive phenotypes. These results provide novel insights into the distinct biological processes underlying various risk factors for AD.

Abstract Facial attractiveness is a complex human trait of great interest in both academia and industry. Literature on sociological and phenotypic factors associated with facial attractiveness is rich, but its genetic basis is poorly understood. In this paper, we conducted a genome-wide association study to discover genetic variants associated with facial attractiveness using 3,928 samples in the Wisconsin Longitudinal Study. We identified two genome-wide significant loci and highlighted a handful of candidate genes, many of which are specifically expressed in human tissues involved in reproduction and hormone synthesis. Additionally, facial attractiveness showed strong and negative genetic correlations with BMI in females and with blood lipids in males. Our analysis also suggested sex-specific selection pressure on variants associated with lower male attractiveness. These results revealed sex-specific genetic architecture of facial attractiveness and provided fundamental new insights into its genetic basis.

In actual underground rock engineering, to prevent the deformation and damage of the rock mass, rock bolt reinforcement technology is commonly employed to maintain the stability of the surrounding rock. Therefore, studying the anchoring and crack-stopping effect of rock bolts on fractured granite rock mass is essential. It can provide significant reference and support for the design of underground engineering, engineering safety assessment, the theory of rock mechanics, and resource development. In this study, indoor experiments are combined with numerical simulations to explore the impact of fracture dip angles on the mechanical behavior of unanchored and anchored granite samples from both macroscopic and microscopic perspectives. It also investigates the evolution of the anchoring and crack-stopping effect of rock bolts on granite containing fractures with different dip angles. The results show that the load-displacement trends, displacement fields, and debris fields from indoor experiments and numerical simulations are highly similar. Additionally, it was discovered that, in comparison to the unanchored samples, the anchored samples with fractures at various angles all exhibited a higher degree of tensile failure rather than shear failure that propagates diagonally across the samples from the regions around the fracture tips. This finding verifies the effectiveness of the numerical model parameter calibration. At the same time, it was observed that the internal force chain value level in the anchored samples is higher than in the unanchored samples, indicating that the anchored samples possess greater load-bearing capacity. Furthermore, as the angle αs increases, the reinforcing and crack-stopping effects of the rock bolts become increasingly less pronounced.

Rich data from large biobanks, coupled with increasingly accessible association statistics from genome-wide association studies (GWAS), provide great opportunities to dissect the complex relationships among human traits and diseases. We introduce BADGERS, a powerful method to perform polygenic score-based biobank-wide association scans. Compared to traditional approaches, BADGERS uses GWAS summary statistics as input and does not require multiple traits to be measured in the same cohort. We applied BADGERS to two independent datasets for late-onset Alzheimer’s disease (AD; n=61,212). Among 1738 traits in the UK biobank, we identified 48 significant associations for AD. Family history, high cholesterol, and numerous traits related to intelligence and education showed strong and independent associations with AD. Furthermore, we identified 41 significant associations for a variety of AD endophenotypes. While family history and high cholesterol were strongly associated with AD subgroups and pathologies, only intelligence and education-related traits predicted pre-clinical cognitive phenotypes. These results provide novel insights into the distinct biological processes underlying various risk factors for AD.

Plant stems constitute the most abundant renewable resource on earth. The function of lysine (K)-2-hydroxyisobutyrylation (K