We decompose the energy error of any variational DFT calculation into a contribution due to the approximate functional and that due to the approximate density. Typically, the functional error dominates, but in many interesting situations, the density-driven error dominates. Examples range from calculations of electron affinities to preferred geometries of ions and radicals in solution. In these abnormal cases, the DFT error can be greatly reduced by using a more accurate density. A small orbital gap often indicates a substantial density-driven error.

Abstract Differential expression analysis of scRNA-seq data is central for characterizing how experimental factors affect the distribution of gene expression. However, it remains challenging to distinguish biological and technical sources of cell-cell variability and to assess the statistical significance of quantitative comparisons between groups of cells. We introduce memento to address these limitations and enable accurate and efficient differential expression analysis of the mean, variability, and gene correlation from scRNA-seq. We used memento to analyze 70,000 tracheal epithelial cells to identify interferon response genes with distinct variability and correlation patterns, 160,000 T cells perturbed with CRISPR-Cas9 to reconstruct gene-regulatory networks that control T cell activation, and 1.2 million PMBCs to map cell-type-specific cis expression quantitative trait loci (eQTLs). In all cases, memento identified more significant and reproducible differences in mean expression but also identified differences in variability and gene correlation that suggest distinct modes of transcriptional regulation imparted by cytokines, genetic perturbations, and natural genetic variation. These results demonstrate memento as a first-in-class method for the quantitative comparisons of scRNA-seq data scalable to millions of cells and thousands of samples.

SUMMARY Chronic stimulation can cause T cell dysfunction and limit efficacy of cellular immunotherapies. CRISPR screens have nominated gene targets for engineered T cells, but improved methods are required to compare large numbers of synthetic knockin sequences to reprogram cell functions. Here, we developed Modular Pooled Knockin Screening (ModPoKI), an adaptable platform for modular construction of DNA knockin libraries using barcoded multicistronic adaptors. We built two ModPoKI libraries of 100 transcription factors (TFs) and 129 natural and synthetic surface receptors. Over 20 ModPoKI screens across human TCR and CAR T cells in diverse conditions identified a transcription factor AP4 (TFAP4) construct to enhance long-term T cell fitness and anti-cancer function in vitro and in vivo . ModPoKI’s modularity allowed us to generate a ∼10,000-member library of TF combinations. Non-viral knockin of a combined BATF-TFAP4 polycistronic construct further enhanced function in vivo . ModPoKI facilitates discovery of complex gene constructs to program cellular functions. Highlights Modular pooled knockins of hundreds of TF and surface receptor constructs combined with different antigen receptors Chronic stimulation screens discover programs to improve T cell persistence Combinatorial knockin screens with ∼10,000 transcription factor combinations BATF-TFAP4 dual knockin construct improves CAR T cell function in vitro and in vivo

Gene regulatory programs controlling the activation and polarization of CD4+ T cells are incompletely mapped and the interindividual variability in these programs remain unknown. We sequenced the transcriptomes of ~160k CD4+ T cells from 9 donors following pooled CRISPR perturbation targeting 140 regulators. We identified 134 regulators that affect T cell functionalization, including IRF2 as a positive regulator of Th2 polarization. Leveraging correlation patterns between cells, we mapped 194 pairs of interacting regulators, including known (e.g. BATF and JUN ) and novel interactions (e.g. ETS1 and STAT6 ). Finally, we identified 80 natural genetic variants with effects on gene expression, 48 of which are modified by a perturbation. In CD4+ T cells, CRISPR perturbations can influence in vitro polarization and modify the effects of trans and cis regulatory elements on gene expression.

Abstract Electrochemical nitrogen reduction reaction (NRR) is a sustainable alternative to the Haber‒Bosch process for ammonia (NH 3 ) production. However, the significant uphill energy in the multistep NRR pathway is a bottleneck for favorable serial reactions. To overcome this challenge, we designed a vanadium oxide/nitride (V 2 O 3 /VN) hybrid electrocatalyst in which V 2 O 3 and VN coexist coherently at the heterogeneous interface. Since single‐phase V 2 O 3 and VN exhibit different surface catalytic kinetics for NRR, the V 2 O 3 /VN hybrid electrocatalyst can provide alternating reaction pathways, selecting a lower energy pathway for each material in the serial NRR pathway. As a result, the ammonia yield of the V 2 O 3 /VN hybrid electrocatalyst was 219.6 µg h −1 cm −2 , and the Faradaic efficiency was 18.9%, which is much higher than that of single‐phase VN, V 2 O 3 , and VN x O y solid solution catalysts without heterointerfaces. Density functional theory calculations confirmed that the composition of these hybrid electrocatalysts allows NRR to proceed from a multistep reduction reaction to a low‐energy reaction pathway through the migration and adsorption of intermediate species. Therefore, the design of metal oxide/nitride hybrids with coherent heterointerfaces provides a novel strategy for synthesizing highly efficient electrochemical catalysts that induce steps favorable for the efficient low‐energy progression of NRR.

A study on the optimal design of preforms has previously been actively conducted as a method to solve defects such as voids and flash in forged products. However, previous research has generally been performed through deterministic optimization for ideal cases that do not take manufacturing tolerances into account. As a result, the application of such optimal designs in actual processes may be limited due to various factors such as material manufacturing tolerances and the machining environment of preforms. Therefore, this study conducted reliability-based optimization considering tolerances in billets and preforms. The objective of the study was to optimize the design of a bearing hub and minimize defects in the final product. When comparing deterministic optimization and reliability-based optimization, the former showed relatively superior results in terms of defect indicators but had a higher occurrence of voids and lower forming loads, increasing the probability of void occurrence. On the other hand, the reliability-based optimization showed relatively lower performance in quality improvement indicators, but it successfully met the target reliability of 99% by reducing the probability of defect occurrence. These results were derived using an approximate model based on the Kriging method, providing an optimal design that is practical and effective in actual manufacturing processes.