Abstract Identification of cancer driver genes plays an important role in precision oncology research, which is helpful to understand the cancer initiation and progression. However, most of existing computational methods mainly used the protein-protein interaction networks (PPIs), or treated the directed gene regulatory networks (GRNs) as the undirected gene-gene association networks to identify the cancer driver genes, which will lose the unique structure regulatory information in the directed GRNs, and then affect the outcome of the cancer driver genes identification. Here, based on the multi-omics pan-cancer data ( i.e. , gene expression, mutation, copy number variation and DNA methylation), we proposed a novel method (called DGMP) to identify cancer driver genes by jointing Directed Graph Convolution Network (DGCN) and Multilayer Perceptron (MLP). DGMP learns the multi-omics features of genes as well as the topological structure features in GRN with DGCN model, and uses MLP to weight more on gene features for mitigating the bias toward the graph topological features in DGCN learning process. The results on three gene regulation networks show that DGMP outperforms other existing state-of-the-art methods. It can not only identify highly mutated cancer driver genes but also the driver genes harboring other kinds of alterations ( e.g. , differential expression, aberrant DNA methylation) or genes involved in GRNs with other cancer genes. The source code of DGMP can be freely downloaded from https://github.com/NWPU-903PR/DGMP .

Trollius chinensis Bunge (TCB) is a perennial plant of the Ranunculaceae family with medicinal and edible values. It is widely distributed and commonly used in various regions, including Asia, Europe, and North America. The main chemical components of TCB include alkaloids, flavonoids, phenolic acids, and volatile oil compounds. TCB is renowned for its anti-inflammatory, heat-clearing, detoxifying, and eyesight-improving properties. Its dried flowers are commonly used as a traditional Chinese medicine indicated for the treatment of upper respiratory tract infections, chronic tonsillitis, pharyngitis, influenza, and bronchitis. Modern pharmacology has demonstrated the anti-cancer, anti-inflammatory, antihypertensive, and antioxidant effects of TCB. This study presents a comprehensive overview of various aspects of TCB, including herbal textual research, botany, phytochemistry, pharmacology, traditional uses, clinical application, and quality control, aiming to provide new ideas on the scientific application of TCB as well as the integration of modern research with traditional medicinal uses.

Efficient allocation of agricultural scientific and technological talents (ASTTs) is crucial for agricultural innovation and economic development. This study aims to systematically evaluate ASTTs’ allocation efficiency in provincial agricultural research institutions in China, aiding decision-making for local governments and research bodies. Utilizing data from 2009 to 2019 across 31 provinces, an output-oriented data envelopment analysis model measures ASTTs’ allocation efficiency and analyzes its trends, regional differences, and spatial characteristics. Results show: (1) Provincial ASTTs’ mean comprehensive technical efficiency (CTE) in China was 0.786, with room for improvement. (2) Enhanced CTE was driven by scale efficiency improvements, while pure technical efficiency declined, indicating a need for better management systems and technology applications. (3) Disparities in ASTTs’ allocation efficiency among provinces decreased, with higher efficiencies in the East and Central-Southern China regions. At the provincial level, areas like Jiangsu, Shandong, Henan, and Sichuan demonstrated relatively high ASTTs allocation efficiencies. (4) Spatial agglomeration of ASTTs’ allocation efficiency was localized in a few major agricultural provinces without a significant overall effect. These findings advocate for further optimization of ASTTs’ regional layout and management mechanisms in China.