Abstract International travel played a significant role in the early global spread of SARS-CoV-2. Understanding transmission patterns from different regions of the world will further inform global dynamics of the pandemic. Using data from Dubai in the United Arab Emirates (UAE), a major international travel hub in the Middle East, we establish SARS-CoV-2 full genome sequences from the index and early COVID-19 patients in the UAE. The genome sequences are analysed in the context of virus introductions, chain of transmissions, and possible links to earlier strains from other regions of the world. Phylogenetic analysis showed multiple spatiotemporal introductions of SARS-CoV-2 into the UAE from Asia, Europe, and the Middle East during the early phase of the pandemic. We also provide evidence for early community-based transmission and catalogue new mutations in SARS-CoV-2 strains in the UAE. Our findings contribute to the understanding of the global transmission network of SARS-CoV-2.

Background: Diffuse large B-cell lymphoma (DLBCL) is one of the most frequent lymphomas. DLBCL is phenotypically, genetically, and clinically heterogeneous. Aim: We aim to identify new prognostic markers. Methods: We performed anomaly detection analysis, other artificial intelligence techniques, and conventional statistics using gene expression data of 414 patients from the Lymphoma/Leukemia Molecular Profiling Project (GSE10846), and immunohistochemistry in 10 reactive tonsils and 30 DLBCL cases. Results: First, an unsupervised anomaly detection analysis pinpointed outliers (anomalies) in the series, and 12 genes were identified: DPM2, TRAPPC1, HYAL2, TRIM35, NUDT18, TMEM219, CHCHD10, IGFBP7, LAMTOR2, ZNF688, UBL7, and RELB, which belonged to the apoptosis, MAPK, MTOR, and NF-kB pathways. Second, these 12 genes were used to predict overall survival using machine learning, artificial neural networks, and conventional statistics. In a multivariate Cox regression analysis, high expressions of HYAL2 and UBL7 were correlated with poor overall survival, whereas TRAPPC1, IGFBP7, and RELB were correlated with good overall survival (p < 0.01). As a single marker and only in RCHOP-like treated cases, the prognostic value of RELB was confirmed using GSEA analysis and Kaplan–Meier with log-rank test and validated in the TCGA and GSE57611 datasets. Anomaly detection analysis was successfully tested in the GSE31312 and GSE117556 datasets. Using immunohistochemistry, RELB was positive in B-lymphocytes and macrophage/dendritic-like cells, and correlation with HLA DP-DR, SIRPA, CD85A (LILRB3), PD-L1, MARCO, and TOX was explored. Conclusions: Anomaly detection and other bioinformatic techniques successfully predicted the prognosis of DLBCL, and high RELB was associated with a favorable prognosis.

ABSTRACT Background: Data backup is an important component of data protection and management. It is especially imperative to back up large-scale data to guard against losses due to hardware failure, unauthorized access, software/system malfunction, and unintended deletion. However, businesses and organizations suffer from the financial investment required for data backup and recovery systems. Health-care systems suffer from data breaches and hacking incidents, which increase annually. Therefore, a cost-effective and highly secure backup approach is necessary. Methods: Seven different backup scripts were written in bash within Linux, and Crontab was used as the core chronological scheduler to execute the backup scripts on specific dates and times. These bash scripts, together with Crontab as their scheduler, were used to implement automated incremental backups on a Unix/Linux-based system. Results: ChronoBak is a collection of bash scripts that are compiled and executed through Crontab, which is a standard Unix/Linux function used to schedule hourly, daily, weekly, and monthly maintenance routines using Linux scripts. This strategy enabled us to implement cost-effective incremental backups within any time range. Conclusion: We developed ChronoBak software, which executes an automated incremental backup that is scheduled efficiently and systematically using standard and hidden directories, thereby providing an additional layer of security against cyber threats and system malfunctions.