Extracellular microRNAs (miRNAs) embedded in circulating exosomes may serves as prognostic biomarkers in cancer. To identify and evaluate plasma exosomal miRNAs for prognosis in castration-resistant prostate cancer (CRPC). RNA sequencing was performed to identify candidate exosomal miRNAs associated with overall survival in a screening cohort of 23 CRPC patients. Candidate miRNAs were further evaluated for prognosis using quantitative real-time polymerase chain reaction in a follow-up cohort of 100 CRPC patients. Cox regression and Kaplan-Meier survival analyses were used to evaluate survival association using candidate miRNAs along with clinical prognostic factors. RNA sequencing in screening cohort generated approximately 6.80 million mappable reads per patient. Of those with normalized read counts ≥5, 43% were mapped to miRNAs for a total of 375 known and 57 novel miRNAs. Cox regression analysis identified an association of miR-1290, -1246, and -375 with overall survival (false discover rate < 0.05). Of those, higher levels of miR-1290 and -375 were significantly associated with poor overall survival (p < 0.004) in the follow-up cohort. Incorporation of miR-1290/-375 into putative clinical prognostic factors-based models in CRPC stage significantly improved predictive performance with a time-dependent area under the curve increase from 0.66 to 0.73 (p = 6.57 × 10−6). Plasma exosomal miR-1290 and miR-375 are promising prognostic biomarkers for CRPC patients. Prospective validation is needed for further evaluation of these candidate miRNAs. In this study, we evaluated whether small RNAs circulating in blood could be used to predict clinical outcomes in late-stage prostate cancer patients. We identified two blood-based small RNAs whose levels showed significant association with survival. Our results warrant further investigation because the noninvasive blood-based test has great potential in the management of late-stage prostate cancer.

Primary biliary cirrhosis is a chronic granulomatous cholangitis, characteristically associated with antimitochondrial antibodies. Twin and family aggregation data suggest that there is a significant genetic predisposition to primary biliary cirrhosis, but the susceptibility loci are unknown.

Michael Seldin and colleagues report a genome-wide association study and meta-analyses for primary biliary cirrhosis. They identify three loci newly associated with susceptibility to this autoimmune liver disease. A genome-wide association screen for primary biliary cirrhosis risk alleles was performed in an Italian cohort. The results from the Italian cohort replicated IL12A and IL12RB associations, and a combined meta-analysis using a Canadian dataset identified newly associated loci at SPIB (P = 7.9 × 10−11, odds ratio (OR) = 1.46), IRF5-TNPO3 (P = 2.8 × 10−10, OR = 1.63) and 17q12-21 (P = 1.7 × 10−10, OR = 1.38).

Human genomics is witnessing an ongoing paradigm shift from a single reference sequence to a pangenome form, but populations of Asian ancestry are underrepresented. Here we present data from the first phase of the Chinese Pangenome Consortium, including a collection of 116 high-quality and haplotype-phased de novo assemblies based on 58 core samples representing 36 minority Chinese ethnic groups. With an average 30.65× high-fidelity long-read sequence coverage, an average contiguity N50 of more than 35.63 megabases and an average total size of 3.01 gigabases, the CPC core assemblies add 189 million base pairs of euchromatic polymorphic sequences and 1,367 protein-coding gene duplications to GRCh38. We identified 15.9 million small variants and 78,072 structural variants, of which 5.9 million small variants and 34,223 structural variants were not reported in a recently released pangenome reference1. The Chinese Pangenome Consortium data demonstrate a remarkable increase in the discovery of novel and missing sequences when individuals are included from underrepresented minority ethnic groups. The missing reference sequences were enriched with archaic-derived alleles and genes that confer essential functions related to keratinization, response to ultraviolet radiation, DNA repair, immunological responses and lifespan, implying great potential for shedding new light on human evolution and recovering missing heritability in complex disease mapping.

Abstract It is a long standing question as to which genes define the characteristic facial features among different ethnic groups. In this study, we use Uyghurs, an ancient admixed population to query the genetic bases why Europeans and Han Chinese look different. Facial traits were analyzed based on high-dense 3D facial images; numerous biometric spaces were examined for divergent facial features between European and Han Chinese, ranging from inter-landmark distances to dense shape geometrics. Genome-wide association analyses were conducted on a discovery panel of Uyghurs. Six significant loci were identified four of which, rs1868752, rs118078182, rs60159418 at or near UBASH3B, COL23A1, PCDH7 and rs17868256 were replicated in independent cohorts of Uyghurs or Southern Han Chinese. A prospective model was also developed to predict 3D faces based on top GWAS signals, and tested in hypothetic forensic scenarios.

Introduction Myeloid-derived suppressor cell (MDSC) exhibits immunosuppressive functions and affects cancer progression, but its relationship with prostate cancer remains unclear. We elucidated the association of polymorphonuclear MDSC (PMN-MDSC) and monocytic MDSC (M-MDSC) levels of the total peripheral blood mononuclear cells (PBMCs) with prostate cancer progression and evaluated their roles as prognostic indicators. Methods We enrolled 115 patients with non-metastatic hormone-sensitive prostate cancer (nmHSPC, n = 62), metastatic hormone-sensitive prostate cancer (mHSPC, n = 23), and metastatic castration-resistant prostate cancer (mCRPC, n = 30). Subsequently, the proportions of MDSCs in each disease progression were compared. Log-rank tests and multivariate Cox regression analyses were performed to ascertain the associations of overall survival. Results The patients with mCRPC had significantly higher PMN-MDSC percentage than those with nmHSPC and mHSPC (P = 7.73 × 10 −5 and 0.0014). Significantly elevated M-MDSC levels were observed in mCRPC patients aged &lt;70 years (P = 0.016) and with a body mass index (BMI) &lt;25 kg/m 2 (P = 0.043). The high PMN-MDSC group had notably shorter median survival duration (159 days) than the low PMN-MDSC group (768 days, log-rank P = 0.018). In the multivariate analysis including age, BMI, and MDSC subset, PMN-MDSC was significantly associated with prognosis (hazard ratios, 3.48; 95% confidence interval: 1.05–11.56, P = 0.042). Discussion PMN-MDSC levels are significantly associated with mCRPC prognosis. Additionally, we highlight the remarkable associations of age and BMI with M-MDSC levels in mCRPC, offering novel insights into MDSC dynamics in prostate cancer progression.

The changing climate poses a growing challenge to the population health. The objective of this study was to assess the association between ambient temperature and cause-specific mortality in Suzhou. Based on the non-accidental mortality data collected during 2008-2022 in Suzhou, China, this study utilized an individual-level case-crossover design to evaluate the associations of temperature with cause-specific mortality. We applied a distributed lag nonlinear model with a maximum lag of 14 days to account for lag effects. Mortality risk due to extreme cold (<2.5th percentile) and extreme heat (>97.5th percentile) was analyzed. A total of 634,530 non-accidental deaths were analyzed in this study. An inverse J-shaped exposure-response relationship was observed between ambient temperature and non-accidental mortality, with the minimum mortality temperature (MMT) at 29.1℃. The relative risk (RR) of mortality associated with extreme cold (2.5th percentile) was 1.37 [95 % confidence interval (CI): 1.30, 1.44], higher than estimate of 1.09 (95 %CI: 1.07, 1.11) for extreme heat (97.5th percentile) relative to the MMT. Heat effect lasted for 2-3 days, while cold effect could persist for almost 14 days. Higher mortality risk estimates were observed for cardiorespiratory deaths compared to total deaths, with statistically significant between-group differences. Consequently, this study provides first-hand evidence on the associations between ambient temperatures and mortality risks from various causes, which could help local government and policy-makers in designing targeted strategies and public health measures against the menace of climate change.

In recent years, the application of engineered NMts has significantly contributed to various biomedical fields. ZnO NMts (ZnO NMts) are widely utilized due to their biocompatibility, unique physical and chemical properties, stability, and cost-effectiveness for large-scale production. They have emerged as potential materials for anti-cancer applications. This study aims to study the impact of ZnO Nanorod flowers (ZnO NRfs) and their combination with temozolomide (TMZ) on glioma cells. Normal mouse microglia (BV2) will be used as a control to assess the effects on mouse glioma cells (G422) and human glioma cells (LN229). The effects of these substances were evaluated on G422 and LN229 cells through various parameters such as IC50 value, Zn2+ accumulation, ROS production, apoptosis, mitochondrial membrane potential (MMP) depolarization, and examination of organelles like mitochondria and lysosomes. Additionally, hypoxia-inducible factor-1α (HIF-1α), endothelial cell PAS domain protein 1 (EPAS1), autophagy markers (LC3), mitophagy and phagocytosis marker (BNIP3) were assessed. The results demonstrated that the combination of ZnO NRfs and TMZ could influence the expression of HIF-1α, EPAS1, LC3, and BNIP3 proteins, leading to mitophagy in glioma cells. This combination treatment has the potential to effectively eliminate glioma cells by activating the mitophagy pathway, which provides a good prospect for the clinical treatment of glioma.

Fundus fluorescein angiography (FFA) examinations are widely used in the evaluation of fundus disease conditions to facilitate further treatment suggestions. Here, we present a protocol for performing deep learning-based FFA image analytics with classification and segmentation tasks. We describe steps for data preparation, model implementation, statistical analysis, and heatmap visualization. The protocol is applicable in Python using customized data and can achieve the whole process from diagnosis to treatment suggestion of ischemic retinal diseases. For complete details on the use and execution of this protocol, please refer to Zhao et al.1