To satisfy the increasing demand of mobile data traffic and meet the stringent requirements of the emerging Internet-of-Things (IoT) applications such as smart city, healthcare, and augmented/virtual reality (AR/VR), the fifth-generation (5G) enabling technologies are proposed and utilized in networks. As an emerging key technology of 5G and a key enabler of IoT, multiaccess edge computing (MEC), which integrates telecommunication and IT services, offers cloud computing capabilities at the edge of the radio access network (RAN). By providing computational and storage resources at the edge, MEC can reduce latency for end users. Hence, this article investigates MEC for 5G and IoT comprehensively. It analyzes the main features of MEC in the context of 5G and IoT and presents several fundamental key technologies which enable MEC to be applied in 5G and IoT, such as cloud computing, software-defined networking/network function virtualization, information-centric networks, virtual machine (VM) and containers, smart devices, network slicing, and computation offloading. In addition, this article provides an overview of the role of MEC in 5G and IoT, bringing light into the different MEC-enabled 5G and IoT applications as well as the promising future directions of integrating MEC with 5G and IoT. Moreover, this article further elaborates research challenges and open issues of MEC for 5G and IoT. Last but not least, we propose a use case that utilizes MEC to achieve edge intelligence in IoT scenarios.

Abstract Molluscs constitute the second largest phylum of animals in the world, and shell colour and stripes are one of their most important phenotypic characteristics. Studies on the mechanism of shell pigmentation help understand the evolutionary and ecological significance of shell colour and serve as the basis for shell colour breeding. In this study, a matched-pair design was used in comparing the black- and white-striped mantles of the same oyster. The result showed that the stripes of shell surface are corresponding to the stripes of the mantle edge. Transcriptomic analysis identified an uncharacterized protein gene (we named it as Crassostrea gigas chitin-binding protein, CgCBP ) highly expressed in the black mantles. Three folds (inner fold, middle fold and outer fold) were found on the mantle edge of oyster, but only the outer fold has the same colour as the shell. Transcriptomic comparison indicated that the three folds of the mantle edge are functionally differentiated, and the CgCBP gene is ultra-highly expressed only in the outer fold. We obtained new black and white shell periostraca from the shell notching experiment and found their structural differences by scanning electron microscope. Chitin was successfully extracted and identified from the shell periostraca. Proteomic analysis revealed differences in protein composition between the two shell periostraca. Particularly, the black shell periostraca have more proteins related to melanin biosynthesis and chitin binding compared with the white ones, and melanin particles were observed in the black mantle edge using transmission electron microscope. Magnetic bead binding and Western blot experiments showed that the CgCBP protein can specifically bind to chitin and in vivo RNAi screening indicated that CgCBP knockdown can change the structure of the shell periostracum and reduce its pigmentation. All these results suggest that the outer fold of mantle may have more important roles in shell pigmentation, shell periostracum structure is functionally correlated with shell pigmentation, and the CgCBP gene ultra-highly expressed in the outer fold may influence shell pigmentation by affecting its periostracum structure.

Accurately determining the soluble solid content (SSC), titratable acidity (TA), and firmness of multiple pear varieties is crucial for enhancing their market appeal. Traditional methods using spectral techniques require laborious and trial-and-error preprocessing, feature-wavelength selection, and model-establishment process. Additionally, multiple independent models need to be trained to predict different attributes. In this study, we developed a multi-task convolutional neural network (MCNN) model based on the whale optimization algorithm (WOA) to establish a global model for simultaneously determination of SSC, TA, and firmness of three pear varieties. Spectral data in the range of 300–900 nm were collected from individual pear samples using a self-designed transmission spectra-acquisition device. We established and compared an individual-variety prediction model and a global model using three pear varieties. The optimized MCNN model achieved optimal prediction accuracies for the SSC (Rv2 = 0.977, residual prediction deviation [RPD] = 5.414), TA (Rv2 =0.970, RPD = 5.057), and firmness (Rv2 =0.978, RPD = 6.326). Combing the global-modeling strategy with optimized MCNN architecture enhanced the model's robustness to variety variation and improved the accuracy in detecting pear-quality traits. This model provides a new, convenient, and automated method for end-to-end and simultaneous predictions of multiple quality indicators in fruit without any further processing of raw spectra.

Initiating soon after PGC specification, female germ cells undergo reactivation of the silenced X chromosome during genome wide reprogramming. However, the kinetics and dynamics of XCR in vivo have remained poorly understood. To address this here we perform a global appraisal of XCR using high-dimensional techniques. Using F1 B6 v CAST mouse embryos, we perform a detailed assessment, applying single-cell RNA-seq and chromatin profiling on germ cells derived from F1 embryos from E10.5 to E16.5 stages. While scRNA-seq profile showed that male and female germ cells are transcriptionally indistinct at E11.5, they are sexually dimorphic by E12.5, diverging further through development to E16.5. With allelic resolution, we show that the reactivating X chromosome is only partly active at E10.5, then reactivates gradually and reaches near parity in output to the constitutively active X chromosome at ~E16.5 when developing oogonia are meiosis prophase I. Crucially, we show that sexually dimorphic dosage compensation patterns observed in germ cells, occur in tandem with an increase in the allelic proportion from the reactivating X chromosome. While Xist is extinguished from E10.5, the epigenetic memory of earlier XCI in female cells persists much longer, likely from self-sustained PRC2 complex (Ezh2 / Eed / Suz12) function. The reactivating X chromosome is enriched in the epigenetic silencing mark H3K27me3 at E13.5, which is removed by E16.5 permitting gene expression. Our findings link XCR, along with functional regulation of PRC2 in promoting female meiosis.