Bud blight caused by Pseudomonas syringae is a serious disease affecting tea plants and causing severe damage to production output and quality. Phages play an important role in controlling the development of bacterial diseases in plants. Previous studies have shown that the tolerance of phage-treated tea plants to bud blight was notably greater compared with that of the control group. In the present study, we determined the effect of bacteriophage therapy on physiological and biochemical parameters of tea leaves. Transmission electron microscopy (TEM) was used to analyze the cellular structure of tea leaves, and bioinformatics was used to analyze the phage. Results revealed that bacteriophage treatment can enhance the expression of antioxidant enzyme genes (CsSOD, CsCAT, and CsPOD). The levels of osmotic adjustment compounds, including proline and soluble sugars, were also elevated, suggesting that bacteriophage enhances the osmotic adjustment capacity in tea plants. TEM analysis revealed that the integrity of the cell structure of the tea leaves treated with phage was notably better compared with that of the control group. Interestingly, we also observed that the phage lysed the animal pathogen Salmonella as well as the plant pathogen P. syringae. Using NCBI BLASTn to compare the entire genome with other nucleotide sequences, we found that the phage LDT325 exhibited cross-species characteristics that had not been previously reported. In summary, our findings demonstrate that bacteriophages can protect tea plants from damage caused by bacterial diseases by regulating antioxidant systems.

During development, many mutations cause increased variation in phenotypic outcomes, a phenomenon termed decanalization. Such variations can often be attributed to genetic and environmental perturbations. However, phenotypic discordance remains even in isogenic model organisms raised in homogeneous environments. To understand the mechanisms underlying phenotypic variation, we used as a model the highly precise anterior-posterior (AP) patterning of the early Drosophila embryo. We decanalized the system by depleting the maternal bcd product and found that in contrast to the highly scaled patterning in the wild-type, the segmentation gene boundaries shift away from the scaled positions according to the total embryonic length. Embryonic geometry is hence a key factor predetermining patterning outcomes in such decanalized conditions. Embryonic geometry was also found to predict individual patterning outcomes under bcd overexpression, another decanalizing condition. Further analysis of the gene regulatory network acting downstream of the morphogen identified vulnerable points in the networks due to limitations in the available physical space.

Objectives: To clarify that correlation in plasma soluble TREM2 (sTREM2) and cognitive function between mild cognitive impairment (MCI) and normal cognitive function in a Chinese community population, and further to explore whether plasma sTREM2 can be used as a blood biomarker to predict and identify MCI. Methods: This study included 216 community elderly people in Shijiazhuang and Xingtai City, Hebei Province, including 106 MCI and 110 normal cognitive function (NC) subjects. The Montreal cognitive assessment (MoCA) was used, mini mental state examination (MMSE), Boston naming test (BNT), digit span test (DST) to evaluate the cognitive functions of all subjects. Fasting venous blood was collected at the same time, and ELISA was used to detect Aβ42, Aβ40, P-Tau217, P-Tau231, TREM2, sTREM2 concentration. Use software based on SPSS26.0 to analyze the data. Results: 1. The level of sTREM2 in the MCI group was higher than that in NC group, and the difference was statistically significant (H = 4312.0, P = 0.001). There was no statistical significance in the difference of the other index between two groups (P > 0.05). 2.Correlation analysis showed that sTREM2 was negatively correlated with P- tau217, education level, MMSE, MoCA, BNT, and DST (P < 0.05). TREM2 was positively correlated with P-tau217 and Aβ42 (P < 0.05). 3. Incorporate whether it was MCI as the dependent variable, gender, age, education level, living style, and the above blood indicators as independent variables in binary logistic regression analysis. The results showed that sTREM2 was a risk factor for MCI (OR = 1.009, 95%CI = 1.002– 1.016, P = 0.015), junior high school education or above was a protective factor for MCI (OR = 6.133, 95 % CI = 2.651–14.189, P < 0.001). 4.The area under the ROC curve of sTREM2 was 0.630 (sensitivity 0.472, specificity 0.782), and the area under the ROC curve of sTREM2 combined with MMSE was 0.849 (sensitivity 0.679, specificity 0.873). Conclusions: sTREM2 is a risk factor for cognitive function decline in MCI. Plasma sTREM2 levels combined with the cognitive function assessment scale have good clinical value in identifying mild cognitive impairment.

SUMMARY How biological form emerges from cell fate decisions and tissue remodelling is a fundamental question in development biology. However, an understanding of how these processes operate side-by-side to set precise and robust patterns is largely missing. Here, we investigate this interplay during the process of vein refinement in the Drosophila pupal wing. By following reporters of signalling activity dynamically, together with tissue flows, we show that longitudinal vein refinement arises from a combination of local tissue deformation and cell fate adjustments controlled by a signalling network involving Notch, Dpp, and EGFR. Perturbing large-scale convergence and extension tissue flows does not affect vein refinement, showing that pre-patterned vein domains are able to intrinsically refine to the correct width. A minimal biophysical description taking into account key signalling interactions recapitulates the intrinsic tissue ability to establish a thin, regular vein independently of large-scale tissue flows. Supporting this prediction, artificial proveins optogenetically generated orthogonal to the axis of wing elongation refine against large-scale flows. Overall, we find that signalling-mediated updating of cell fate is a key contributor to reproducible patterning.

Morphogen gradients provide essential spatial information during development. Not only the local concentration but also duration of morphogen exposure is critical for correct cell fate decisions. Yet, how and when cells temporally integrate signals from a morphogen remains unclear. Here, we use optogenetic manipulation to switch off Bicoid-dependent transcription in the early Drosophila embryo with high temporal resolution, allowing time-specific and reversible manipulation of morphogen signalling. We find that Bicoid transcriptional activity is dispensable for embryonic viability in the first hour after fertilization, but persistently required throughout the rest of the blastoderm stage. Short interruptions of Bicoid activity alter the most anterior cell fate decisions, while prolonged inactivation expands patterning defects from anterior to posterior. Such anterior susceptibility correlates with high reliance of anterior gap gene expression on Bicoid. Therefore, cell fates exposed to higher Bicoid concentration require input for longer duration, demonstrating a previously unknown aspect of morphogen decoding.

The abalone viscera contain high levels of proteins, amino acids and other bioactive compounds that possess significant utilitarian value. In this study, abalone viscera were used as raw material and the enzymatic hydrolysates were hydrolyzed by biological enzymes. The flavor and taste of the enzymatic hydrolysates were improved by the Maillard reaction. The results showed the Maillard reaction products (MRPs) had a high antioxidant activity. The GC–MS with headspace solid phase microextraction results indicated aldehydes and ketones were the main volatile compounds, and the content of fishy and unpleasant odors in the MRPs decreased or even disappeared. E-tongue results showed the bitter and astringent flavors in the MRPs were significantly reduced. The content of free amino acids presenting bitter flavors was significantly reduced. In conclusion, the flavor of the enzymatic hydrolysates could be improved greatly after the Maillard reaction, and the MRPs had the potential to be used as flavorings.

The present study investigated the role of melatonin (MT) in improving the storage duration of cut chrysanthemum flowers. The flowers were exposed to different concentrations of MT and stored at 20°C ± 1°C and 90% relative humidity. Cut flowers treated with 5 µM MT had longer storage durations than those kept in water. The results demonstrated that 5 µM MT significantly enhanced the water balance and decreased water loss. The 5 µM MT treatment group exhibited a significantly higher fresh weight and flower diameter than the control group. Leaves of cut flowers treated with MT showed lower malondialdehyde (MDA) contents and lipoxygenase (LOX) activity levels than the control group. Moreover, the application of MT enhanced the antioxidant capacity of leaves by upregulating the activities of the key enzymes involved in scavenging reactive oxygen species, including superoxide dismutase, peroxidase, and catalase. This suggests that MT effectively mitigated oxidative stress and cell damage in the leaves during storage, which may contribute to its ability to extend the shelf life of cut flowers. Furthermore, 5 µM MT significantly reduced the proline content of the petals and leaves of treated flowers. These findings suggest that MT improves the storage duration most likely by regulating the antioxidant system and water balance of cut chrysanthemum flowers.

The development of practical quantum processors relies on the ability to control and predict their functioning despite the presence of noise. This is particularly challenging for temporarily correlated noise. Here we propose a physics-inspired supervised machine learning approach to efficiently and accurately predict the functioning of quantum processors in the presence of correlated noise, which only requires data from randomized benchmarking experiments. To demonstrate the efficacy of our technique, we analyze the data from a superconducting quantum processor with tunable correlated noise. We produce training data by evolving the system for a number of time steps, and with this, we fully quantify the correlated noise and accurately predict the dynamics of the system for times beyond the training data. This approach shows a path towards efficient and effective learning of noisy quantum dynamics and optimally control quantum processors over long and complex computations even in the presence of correlated noise. Combining standard quantum benchmarking techniques with a physics-inspired supervised machine learning algorithm, the authors efficiently and accurately predict the functioning of a superconducting qubit in the presence of complex noise. The proposed approach opens a path towards a better control of current quantum devices.