In black tea beverage, the interaction between theaflavins (TFs) and proteins may lead to the precipitates' formation, affecting its clarity and shelf life. This study investigated interactions between TF and five exogenous proteins (β-lactoglobulin (β-Lg), zein, soy protein isolate, gelatin and collagen) by spectrometry measurements. The technique for order preference by similarity to an ideal solution (TOPSIS) was applied to select the optimal protein and TF concentration to prepare a high-TF tea beverage with high clarity. The results showed TF interact with forementioned proteins via static quenching process and the optimal combination was β-Lg:200 mg/L and TF:200 mg/L. Noticeably, the selected TF concentration (200 mg/L) was 1.5 times higher than that of commercial tea beverage (80 mg/L). To obtain further insight of β-Lg-TF complexes, UV–visible absorption and Circular dichroism spectroscopy were used to investigate the secondary structures changes in β-Lg and molecular docking demonstrated the binding modes and main interaction forces of TF-β-Lg.

Abstract Functional Ultrasound Imaging (fUSI) is an emerging hemodynamic-based functional neuroimaging technique that combines high spatiotemporal resolution and sensitivity, as well as extensive brain coverage, enabling a range of applications in both control and disease animal models. Based on power Doppler (pD) imaging, fUSI measures changes in cerebral blood volume (CBV) by detecting the back-scattered echoes from red blood cells moving within its field of view (FOV). However, the expansion of fUSI technology is partly limited by the challenge to co-register pD vascular maps acquired across different sessions or animals to one reference; an approach that could widen the scope of experimental paradigms and enable advanced data analysis tools. In this study, we seek to address this critical limitation. We evaluate six image registration techniques, predominantly used in other neuroimaging studies, using 2D sagittal whole-brain fUSI data from 82 anesthetized mice, and tested the quality of registration using multiple metrics. Our findings indicate a substantial enhancement in the alignment of fUSI images post registration. Among the tested techniques, the non-rigid registration algorithm Imregdeform yielded superior performance. We offer the first comparative study of image registration techniques for a 2D fUSI brain dataset, paving a way for improved utilization of fUSI in future pre-clinical research applications.

Surviving in a constantly changing environment requires not only the ability to select actions, but also the flexibility to stop and switch actions when necessary. Extensive research has been devoted to understanding how the brain switches actions, yet the computations underlying switching and how it relates to selecting and stopping processes remain elusive. A central question is whether switching is an extension of the stopping process or involves different mechanisms. To address this question, we modeled action regulation tasks with a neurocomputational theory and evaluated its predictions on individuals performing reaches in a dynamic environment. Our findings suggest that, unlike stopping, switching does not necessitate a proactive pause mechanism to delay movement onset. However, switching engages a pause mechanism after movement onset, if the new target location is unknown prior to switch signal. These findings offer a new understanding of the action-switching computations, opening new avenues for future neurophysiological investigations.

Abstract Surviving in an uncertain environment requires not only the ability to select the best action, but also the flexibility to withhold inappropriate actions when the environmental conditions change. Although selecting and withholding actions have been extensively studied in both human and animals, there is still lack of consensus on the mechanism underlying these action regulation functions, and more importantly, how they inter-relate. A critical gap impeding progress is the lack of a computational theory that will integrate the mechanisms of action regulation into a unified framework. The current study aims to advance our understanding by developing a neurodynamical computational theory that models the mechanism of action regulation that involves suppressing responses, and predicts how disruption of this mechanism can lead to motor deficits in Parkinson’s disease (PD) patients. We tested the model predictions in neurotypical individuals and PD patients in three behavioral tasks that involve free action selection between two opposed directions, action selection in the presence of conflicting information and abandoning an ongoing action when a stop signal is presented. Our results and theory suggest an integrated mechanism of action regulation that affects both action initiation and inhibition. When this mechanism is disrupted, motor behavior is affected, leading to longer reaction times and higher error rates in action inhibition. Author Summary Humans can rapidly regulate actions according to updated demands of the environment. A key component of action regulation is action inhibition, the failure of which contributes to various neuropsychiatric disorders. When faced with multiple choices, dealing with conflicting information, or current actions become inappropriate or unwanted, we should be able to pause or completely abandon actions. Despite extensive efforts to understand how the brain selects, pauses, and abandons actions based on environmental demands, the mechanisms underlying these action regulation functions and, perhaps more importantly, how they inter-relate remain elusive. Part of this challenge lies in the fact that these mechanisms were rarely explored together, making it difficult to develop a unified theory that explains the computational aspects of action regulation functions. The current study introduces a large-scale model that better characterizes the computations of action regulation functions, how they are implemented within brain networks that involve frontal, motor and basal ganglia (BG) circuits, and how disruption of these circuits can lead to deficits in motor behavior seen in Parkinson’s disease (PD).The model was developed by studying the motor behavior of healthy individuals and PD patients in three motor tasks that involve action inhibition. Overall, the model explains many key aspects on how the brain regulates actions that involve inhibitory processes, opening new avenues for improving and developing therapeutic interventions for diseases that may involve these circuits.