Abstract Pre-harvest sprouting (PHS) induced by the decline of seed dormancy causes a severe reduction in crop yield and flour quality. In this study, we isolated and characterized TaABI4, an ABA-responsive transcription factor that participates in regulating seed germination in wheat. Sequence analysis revealed that TaABI4 has three homologues, located on chromosomes 1A/1B/1D. TaABI4 contains a conserved AP2 domain, and AP2-associated, LRP, and potential PEST motifs. Putative cis -acting regulatory elements (CE1-like box, W-box, ABRE elements, and RY-elements) were identified in the TaABI4 promoter region that showed high conservation in 17 wheat cultivars and wheat-related species. Expression profiling of TaABI4 indicated that it is a seed-specific gene accumulating during the middle stages of seed development. Transcript accumulation of TaABI4 in wheat cultivar Chuanmai 32 (CM32, PHS susceptible) was 5.07-fold and 1.39-fold higher than that in synthetic hexaploidy wheat SHW-L1 (PHS resistant) at 15DPA and 20DPA, respectively. Six expression quantitative trait loci (eQTL) of TaABI4 on chromosome 2A, 2D, 3B, and 4A were characterized based on the accumulated transcripts of TaABI4 in SHW-L1 and CM32 derived recombinant inbred lines. These QTLs explained from 10.7% to 46.1% of the trait variation with 4.53~10.59 of LOD scores, which contain genes that may affect the expression of TaABI4 .

Remote sensing technology has the potential to enhance the lake's large-scale and long-term dynamic monitoring capabilities significantly. High-quality in-situ datasets are essential for improving the accuracy and reliability of remote sensing retrieval of lake ecosystems. This dataset provides satellite-ground synchronized in-situ data on water multi-parameters for typical lakes in China spanning the period between 2020 and 2023. It includes quality-checked water optical parameters (remote sensing reflectance (Rrs), chlorophyll-a (Chl-a), total suspended matter (TSM) and Secchi disk depth (SDD)), and water surface temperature (WST) data. It encompasses 586 sampling points across 18 lakes. The dataset exhibits two significant highlights: Firstly, synchronous observations from multiple satellites are coordinated during the data collection effectively supporting the retrieval and validation of water remote sensing products. Secondly, it encompasses diverse data types, collecting synchronous measurements of Rrs and various parameters. This dataset will continuously update, substantially enhancing regional and global lake monitoring capabilities through satellite remote sensing data.

Abstract The genus Sinocyclocheilus represents the largest freshwater cavefish genus in the world. This emerging model system is endemic to the southern Chinese karstic landscape, and demonstrates multiple adaptations for caves (troglomorphism), with eye-degeneration being the most pronounced. The less-apparent lateral line system, which is often expanded in cave-dwellers, has been studied in other cavefish systems, but never in the context of this diversification. Here we investigated the distribution and evolution of cephalic neuromasts in 26 Sinocyclocheilus species. We used live-staining and behavioural assays, and interpreted results in a phylogenetic context. We show that asymmetry in neuromast features and the rate of evolution is greater in cave-adapted species. Ancestral state reconstructions show that most Sinocyclocheilus are right-biased with some scatter, and show convergence of neuromast phenotypes. There is substantial variation in cephalic neuromast distribution patterns between and (to a lesser extent) within species. Behavioural assays show blind species have a distinctive wall-following behaviour. We explain these patterns in the context of the deep evolutionary history associated with this karstic region, other organismal traits, and habitat occupation of these remarkable diversifications of fishes. Interestingly, some of these neuromast patterns and behaviour show convergence with other phylogenetically distant cavefish systems.

Abstract Power grid dispatching is a challenging task that requires dispatchers to be forward-looking in multiple aspects, with the operation of dispatch orders being one of its core tasks. Currently, the prediction of dispatch order duration relies mainly on the manual maintenance of experienced dispatchers, which is not only labor-intensive but also demands a high level of expertise. As a result, the effectiveness of existing systems in this regard is difficult to guarantee. However, due to the complexity of business scenarios, there has been no deployment of systems based on artificial intelligence algorithms. To address this issue, this paper employs multi-model fusion technology to achieve real-time prediction of dispatch order operation duration and has deployed it in Zhejiang Electric Power Company. The main contribution of this paper lies in proposing a strategy to solve the problem of regression prediction after differentiating feature fusion. Additionally, the paper provides a detailed description of how the relevant algorithms were deployed in Zhejiang Electric Power Company and presents the results of practical applications, demonstrating the effectiveness and practicality of the proposed solution.

Epitomized by the well-studied Astyanax mexicanus , cavefishes provide important model organisms to understand adaptations in response to divergent natural selection. However, the spectacular Sinocyclocheilus diversification of China, the most diverse cavefish clade in the world harboring nearly 75 species, demonstrate evolutionary convergence for many traits, yet remain poorly understood in terms of their morphological evolution. Here, using a broad sample of 49 species representative of this diversification, we analyze patterns of Sinocylocheilus evolution in a phylogenetic context. We categorized species into morphs based on eye-related condition: Blind, Micro-eyed (small-eyed), and Normal-eyed and we also considered three habitat types (Troglodytic – cave-restricted; Troglophilic – cave-associated; Surface – outside of caves). Geometric morphometric analyses show Normal-eyed morphs with fusiform shapes being segregated from Blind/Micro-eyed (Eye-regressed) morphs with deeper bodies along the first principal component (“PC”) axis. The second PC axis accounts for shape complexity related to the presence of horns. Ancestral character reconstructions of morphs suggest at least three independent origins of Blind morphs, each with different levels of modification in relation to the typical morphology of ancestral Normal-eyed morphs. Interestingly, only some Blind or Micro-eyed morphs bear horns and they are restricted to a single clade (Clade B) and arising from a Troglodytic ancestral species. Our geophylogeny shows an east-to-west diversification spanning the Pliocene and the Pleistocene, with Troglodytic species dominating karstic subterranean habitats of the plains whereas predominantly Surface species inhabit streams and pools in hills to the west (perhaps due to the scarcity of caves). Integration of morphology, phylogeny and geography suggests Sinocyclocheilus are pre-adapted for cave dwelling. Analyses of evolutionary rates suggest that lineages leading to Blind morphs were characterized by significant rate shifts, such as a slowdown in body size evolution and a 3.3 to 12.5 fold increase in the evolutionary rate of eye regression. Furthermore, body size and eye size have undergone reversals, but horns have not, a trait that seem to require substantial evolutionary time to form. These results, compared to the Astyanax model system, indicate Sinocyclocheilus fishes demonstrate extraordinary morphological diversity and variation, offering an invaluable model system to explore evolutionary novelty.### Competing Interest StatementThe authors have declared no competing interest.

ABSTRACT Troglomorphism— any morphological adaptation enabling life to the constant darkness of caves, such as loss of pigment, reduced eyesight or blindness, over-developed tactile and olfactory organs—has long intrigued biologists. However, inferring the proximate and ultimate mechanisms driving the evolution of troglomorphism in freshwater fish requires a sound understanding of the evolutionary relationships between surface and troglomorphic lineages. We use Restriction Site Associated DNA Sequencing (RADseq) to better understand the evolution of the Sinocyclocheilus fishes of China. With a remarkable array of derived troglomorphic traits, they comprise the largest cavefish diversification in the world, emerging as a multi-species model system to study evolutionary novelty. We sequenced a total of 120 individuals throughout the Sinocyclocheilus distribution. The data comprised a total of 646,497⍰bp per individual, including 4378 loci and 67,983 SNPs shared across a minimum of 114 individuals at a given locus. Phylogenetic analyses using either the concatenated RAD loci (RAxML) or the SNPs under a coalescent model (SVDquartets, SNAPP) showed a high degree of congruence with similar topologies and high node support (> 95 for most nodes in the phylogeny). The major clades recovered conform to a pattern previously established using Sanger-based mt-DNA sequences, with a few notable exceptions. We now recognize six major clades in this group, elevating the blind cavefish S. tianlinensis and the micro-eyed S. microphthalmus as two new distinct clades due to their deep divergence from other clades. PCA plots of the SNP data also supports the recognition of six major clusters of species congruent with the identified clades based on the spatial arrangement and overlap of the species in the PC space. A Bayes factor delimitation (BFD) analysis showed support for 21 species, recognizing 19 previously described species and two putative new cryptic ones. Two species whose identities were previously disputed, S. furcodorsalis and S. tianeensis , are supported here as distinct species. In addition, our multi-species calibrated tree in SNAPP suggests that the genus Sinocyclocheilus originated around 10.5 Mya, with most speciation events occurring in the last 2 Mya, likely favored by the uplift of the Qinghai-Tibetan Plateau and cave occupation induced by climate-driven aridification during this period. These results provide a firm basis for future comparative studies on the evolution of Sinocyclocheilus and its adaptations to cave life.

ABSTRACT The symbiosis between a host and its microbiome is essential for host fitness, and this association is a consequence of the host’s physiology and habitat. Sinocyclocheilus , the largest cavefish diversification of the world, an emerging multi-species model system for evolutionary novelty, provides an excellent opportunity for examining correlates of host evolutionary history, habitat, and gut-microbial community diversity. From the diversification-scale patterns of habitat occupation, major phylogenetic clades (A–D), geographic distribution, and knowledge from captive-maintained Sinocyclocheilus populations, we hypothesize habitat to be the major determinant of microbiome diversity, with phylogeny playing a lesser role. For this, we subject environmental water samples and fecal samples (representative of gut-microbiome) from 24 Sinocyclocheilus species, both from the wild and after being in captivity for six months, to bacterial 16S rRNA gene profiling using Illumina sequencing. We see significant differences in the gut microbiota structure of Sinocyclocheilus, reflective of the three habitat types; gut microbiomes too, were influenced by host-related factors. There is no significant association between the gut microbiomes and host phylogeny. However, there is some microbiome related structure at clade level, with the most geographically distant clades (A and D) being the most distinct, and two geographically overlapping clades (B and C) being similar. Microbes inhabiting water were not a cause for significant differences in fish-gut microbiota, but water quality parameters was. Transferring from wild to captivity, the fish microbiomes changed significantly and became homogenized, signifying adaptability and highlighting the importance of environmental factors (habitat) in microbiome community assembly. The core microbiome of this group closely resembled that of other teleost fishes. Our results suggest that divergent selection giving rise to evolutionary novelties also includes the microbiome of these fishes, which provides a functional advantage for life in the resource-depleted cave environment. SIGNIFICANCE STATEMENT The largest diversification of cavefishes of the world, Sinocyclocheilus , not only show that habitat, and phylogenetic clade is important in determining their gut microbiome, but also that they reach a common microbiome in captivity irrespective of their phylogenetic position, region of origin and habitat, indicating that they are adaptable in the context of microbe related changes in their environment.

The use of remote sensing images for land cover classification is an important and challenging pixel-level classification task. However, the different distribution of the same land cover categories across different datasets, the accuracy of the classification is significantly reduced when a classification model trained on one dataset is used directly on another dataset. To address the issue, numerous unsupervised domain adaptation (UDA) methods have been proposed. However, the existing UDA methods focus mainly on natural images and are not suited to remote sensing images with large variations in spectral information and texture features. Therefore, we develop a new full-level domain adaptation network (FLDA-NET) applicable for cross-domain land cover classification of remote sensing images. It aligns the source domain and target domain through a two-stage process encompassing image-level, feature-level and output-level. In stage I, we align at image-level by converting the source domain image to the target domain image style. In stage II, at the feature-level we align the entropy of the two domain features. At the output-level we do not use simple global alignment, but category-level alignment. Furthermore, a self-training strategy (SPST) based on superpixel segmentation and softmax probability is proposed to further enhance the model's performance on the target domain. Extensive experiments on our proposed FLDA-NET are performed on the Potsdam and Vaihingen datasets and compared to other advanced UDA methods. The outcome demonstrates that this approach greatly improves improve the ability of cross-domain land cover classification in remote sensing images.

ABSTRACT With 78 species, Sinocyclocheilus cavefish constitute the largest cavefish radiation in the world. They exhibit remarkable morphological diversity across three habitat types: surface (Surface morphs, Normal-eyed, variably colored), exclusively-cave-dwelling (Stygobitic morphs, Eyeless, depigmented), and intermediate between cave and surface (Stygophilic morphs, Micro-eyed, partially depigmented). Distinctive traits of Sinocyclocheilus include variations in eye and skin conditions associated with their habitat, despite the role of the skin in sensing environmental changes, its habitat correlates are less understood, compared to the well-studied eye conditions. Here, we analyzed the correlation between Sinocyclocheilus skin morphology and its habitat, utilizing morphological and transcriptomics-based methods. We generated RNA-sequencing data for nine species and integrated those with existing data from five additional species. These 14 species represent the primary clades and major habitats of these cavefish. Data on skin color and scale morphology were generated and 7374 orthologous genes were identified. Using a comparative transcriptomics approach, we identified 1,348 differentially expressed genes (DEGs) in the three morphotypes. GO and KEGG enrichment analyses suggest that these species have evolved different strategies for energy metabolism, immunity, and oxidative stress in different habitats. We also found 329 positive selection genes (PSGs) in the skin of these species that are mainly involved in immunity, apoptosis, and necrosis, indicating potential adaptations to their habitats. The maximum likelihood phylogenetic tree, based on 1369 single-copy orthologous genes of the species, was largely concordant with the currently established RAD-seq and mt-DNA based phylogenies, but with a few exceptions. Species with higher cave dependence present lighter coloration, fewer dark blotches, and diminished scale morphology and coverage. PCA and cluster analysis suggested that cave-dwelling species, characterized by the absence of black blotches, have similar expression patterns, indicating convergence in cave adaptation. Variations in tyrosine metabolism may explain pigmentation differences among species in diverse habitats. Our study highlights the significance of habitat in shaping skin metabolism, pigmentation variation, and morphology while offering insights into the molecular mechanisms driving these habitat-specific adaptations in Sinocyclocheilus . These findings underscore the transcriptional variation in adapting to diverse environments and contribute to future studies on the evolution and ecology of cavefish.

Background Automatic extraction of roads from remote sensing images can facilitate many practical applications. However, thus far, thousands of kilometers or more of roads worldwide have not been recorded, especially low-grade roads in rural areas. Moreover, rural roads have different shapes and are influenced by complex environments and other interference factors, which has led to a scarcity of dedicated low level category road datasets. Methods To address these issues, based on convolutional neural networks (CNNs) and tranformers, this article proposes the Dual Path Information Fusion Network (DPIF-Net). In addition, given the severe lack of low-grade road datasets, we constructed the GaoFen-2 (GF-2) rural road dataset to address this challenge, which spans three regions in China and covers an area of over 2,300 km, almost entirely composed of low-grade roads. To comprehensively test the low-grade road extraction performance and generalization ability of the model, comparative experiments are carried out on the DeepGlobe, and Massachusetts regular road datasets. Results The results show that DPIF-Net achieves the highest IoU and F 1 score on three datasets compared with methods such as U-Net, SegNet, DeepLabv3+, and D-LinkNet, with notable performance on the GF-2 dataset, reaching 0.6104 and 0.7608, respectively. Furthermore, multiple validation experiments demonstrate that DPIF-Net effectively preserves improved connectivity in low-grade road extraction with a modest parameter count of 63.9 MB. The constructed low-grade road dataset and proposed methods will facilitate further research on rural roads, which holds promise for assisting governmental authorities in making informed decisions and strategies to enhance rural road infrastructure.