ABSTRACT After six decades practice, the semi-dwarf alleles Rht-B1b and Rht-D1b (also called Rht-1 and Rht-2 ) had been applied into around 70% current wheat cultivars, laid the foundation for the worldwide wheat production supply, then the agronomic traits controlled by the two alleles still keep unclear except dwarfing wheat. Here 13 agronomic traits were investigated in 400 wheat accessions with seven environments, uncovered the genetic effects of Rht-B1b and Rht-D1b on wheat structure and yield traits in different genetic backgrounds and environments, and the distinct genetic effects between Rht-B1b and Rht-D1b , suggesting that the introduction of green revolution alleles profoundly shaped the agronomy traits of modern wheat cultivars. The late-sowing assays and regression analysis based on the phenotypic and their meteorological data showed the accessions containing Rht-B1b and Rht-D1b are more sensitive to the temperature increase, and the Rht-D1b may lost additional 8% yield compared the cultivars without the green revolution alleles if the average temperature increases 1 °C. These results suggest the application of green revolution are facing more challenges to maintain the futural wheat production supply in global warming scenarios.

The incomplete degradation of antibiotics in water can produce intermediates that carry environmental risks and thus warrant concerns. In this study, the degradation of high concentrations of antibiotic sulfadiazine (SDZ) by advanced oxidation processes that leverage different reactive oxide species was systematically evaluated in terms of the influence of different degradation intermediates on the propagation of antibiotic resistance genes (ARGs). The ozone, persulfate, and photocatalytic oxidation systems for SDZ degradation are dominated by ozone, direct electron transfer, and singlet oxygen, hole, and superoxide radicals, respectively. These processes produce 15 intermediates via six degradation pathways. Notably, it was determined that three specific intermediates produced by the ozone and persulfate systems were more toxic than SDZ. In contrast, the photocatalytic system did not produce any intermediates with toxicity exceeding that of SDZ. Microcosm experiments combined with metagenomics confirmed significant changes in microbiota community structure after treatment with SDZ and its intermediates, including significant changes in the abundance of Flavobacterium, Dungenella, Archangium, and Comamonas. This treatment also led to the emergence of sulfonamide ARGs. The total abundance of sulfonamide ARGs was found to be positively correlated with residual SDZ concentration, with the lowest total abundance observed in the photocatalytic system. Additionally, the correlation analysis unveiled microbiota carrying sulfonamide ARGs.

Electroencephalogram (EEG), which directly reflects the emotional activity of the brain, has been increasingly utilized for emotion recognition. Most works exploit the spatial and temporal dependencies in EEG to learn emotional feature representations, but they still have two limitations to reach their full potential. First, prior knowledge is rarely used to capture the spatial dependency of brain regions. Second, the cross temporal dependency between consecutive time slices for different brain regions is ignored. To address these limitations, in this paper, we propose Variational Spatial and Gaussian Temporal (VSGT) graph models to investigate the spatial and temporal dependencies for EEG-based emotion recognition. The VSGT has two key components: Variational Spatial Encoder (VSE) and Gaussian Temporal Encoder (GTE). The VSE leverages the upper bound theorem to identify the dynamic spatial dependency based on prior knowledge by the variational Bayesian method. Besides, the GTE exploits the conditional Gaussian graph transform that computes comprehensive temporal dependency between consecutive time slices. Finally, the VSGT utilizes a recurrent structure to calculate the spatial and temporal dependencies for all time slices. Extensive experiments show the superiority of VSGT over state-of-the-art methods on multiple EEG datasets.

Background Ureteral stricture (US) is a pathological stenosis in the urinary tract characterized by increased collagen synthesis and inflammation. Autophagy activation has been shown to ameliorate tissue fibrosis and protect against fibrotic diseases. Verapamil has beneficial therapeutic benefits on fibrotic disorders. The pharmacological effects of verapamil on fibroblast autophagy in US and the underlying mechanism need to be investigated further.

Fresh fruit and vegetables usually suffer from quality deterioration when exposed to inappropriate temperatures. Common energy-input temperature regulation is widely applied but there remain challenges of increasing energy consumption. Passive temperature management regulates the heat transfer without energy consumption, showing a sustainable strategy for food preservation. Here, thermoresponsive hydrogels were constructed by incorporating NaCl and sodium dodecyl sulfate (SDS) micelles into a poly(N-isopropylacrylamide-co-acrylamide) (P(NIPAM-co-AM)) network. Due to the excellent mechanical properties and reversible thermochromism at 14 °C and 37 °C, Gel-8 wt%-NaCl could inhibit temperature rise and avoid sunburn damage to peppers under direct sunlight by blocking the input of solar energy and accelerating moisture evaporation. Additionally, hydrogels could act as a feasible sensor by providing real-time visual warnings for inappropriate temperatures during banana storage. Based on the self-adaptive thermoresponsive behaviour, the prepared hydrogels showed effective performance of temperature regulation and quality preservation of fruit and vegetables.

This paper aims to study the relationship between multi-frequency oscillation characteristics and parameters of hydro-turbine governing systems (HTGS), as well as improve the system oscillation quantification accuracy and primary frequency regulation performance. Firstly, an HTGS model with multi-frequency oscillation characteristics is established using an actual hydropower system as the object. Then, system oscillation components and the sources of each oscillating link are identified using eigenvalue and correlation analysis. To address the issue that sub-wave interference with dominant oscillation quantization, we innovatively incorporate correlation and frequency indexes into quantification process, and the dominant oscillations of complex HTGS are accurately quantified. On this basis, the detailed partitioning of control parameters is established to obtain the guide graph quickly reflecting the relationship between control parameters and system oscillations. Finally, an integrated optimization strategy with ultra-low frequency oscillation (ULFO) safety and regulation performance constraints is constructed, and control parameters are further optimized under two typical parameter setting methods. The results indicate over 90% of the stable parameters enable the system to enter ULFO mode, and optimized control parameters utilizing proposed strategy increase regulation speed by 46% while effectively suppressing ULFO. This paper provides a powerful tool and novel ideas for complex HTGS oscillation analysis and parameter optimization.