A series of sulfonic acid-functionalized carbon materials (C–SO3H), including poly(p-styrenesulfonic acid)-grafted carbon nanotubes (CNT-PSSA), poly(p-styrenesulfonic acid)-grafted carbon nanofibers (CNF-PSSA), benzenesulfonic acid-grafted CMK-5 (CMK-5-BSA), and benzenesulfonic acid-grafted carbon nanotubes (CNT-BSA), have been studied for fructose dehydration to 5-hydroxymethylfurfural (HMF) and fructose alcoholysis to alkyl levulinate. A study for optimizing the reaction conditions such as the catalyst loading, the reaction time, and the temperature has been performed. Under the optimal conditions, high HMF and ethyl levulinate yields of up to 89% and 86%, respectively, are obtained. The catalytic activities of C–SO3H for the conversions of fructose into both HMF and ethyl levulinate follow the order of their acid strength. The relationship between the catalytic activity and acid density of C–SO3H shows a linear correspondence in the fructose dehydration to HMF. The facile separation, ease of recovery, and high thermal stability make the developed C–SO3H efficient and environment-friendly catalytic materials for transforming biomass carbohydrate into fine chemicals.

Abstract Single-cell Hi-C (scHi-C) sequencing technologies allow us to investigate three-dimensional chromatin organization at the single-cell level. However, we still need computational tools to deal with the sparsity of the contact maps from single cells and embed single cells in a lower-dimensional Euclidean space. This embedding helps us understand relationships between the cells in different dimensions such as cell-cycle dynamics and cell differentiation. Here, we present an open-source computational toolbox, scHiCTools , for analyzing single cell Hi-C data. The toolbox takes singlecell Hi-C data files as input, and projects single cells in a lower-dimensional Euclidean space. The toolbox includes three commonly used methods for smoothing scHi-C data (linear convolution, random walk, and network enhancing), three projection methods for embedding single cells (fastHiCRep, Selfish, and InnerProduct), three clustering methods for clustering cells ( k -means, spectral clustering, and HiCluster) and a build-in function to visualize the cells embedding in a two-dimensional or three-dimensional plot. We benchmark the embedding performance and run time of these methods on a number of scHi-C datasets, and provide some suggestions for practice use. scHiCTools , based on Python3, can run on different platforms, including Linux, macOS, and Windows. Our software package is available at https://github.com/liu-bioinfo-lab/scHiCTools .

N-doped TiO

Abstract Perovskite/silicon tandem solar cells (PVSK/Si TSCs) have emerged as a promising photovoltaic technology toward achieving a high power conversion efficiency (PCE) along with cost‐effective manufacturing. The PCE of PVSK/Si TSCs has skyrocketed to a certified 33.9%, surpassing the theoretical limit of any single‐junction solar cell. This achievement is partially attributed to advancements in surface textures for Si bottom cells. In this regard, we present an overview of the recent developments concerning surface textures of Si in monolithic PVSK/Si TSCs, including planar, pyramid texture, and nanotexture. Following, the prevailing perovskite deposition methods on these textures are thoroughly discussed, and the corresponding challenges are evaluated. Additionally, we provide a summary of the advanced morphological, structural, optical, and electrical characterization techniques being utilized for theses textures. Finally, the prospects for further development of PVSK/Si TSCs are outlined, including designing novel textures with industrial compatibility, developing perovskite deposition methods with scalability, and exploring more pertinent characterization techniques for textured PVSK/Si TSCs.

Molecular ferroelectrics have garnered significant attention due to their structural tunability, low synthesis temperature, and high flexibility. Herein, we successfully synthesized imidazole perchlorate (ImClO