Sensitive sensing Neonatal care, particularly for premature babies, is complicated by the infants' fragility and by the need for a large number of tethered sensors to be attached to their tiny bodies. Chung et al. developed a pair of sensors that only require water to adhere to the skin and allow for untethered monitoring of key vital signs (see the Perspective by Guinsburg). On-board data processing allowed for efficient wireless near-field communication using standard protocols. The absence of cables makes it easier to handle the infants and allows for skin-to-skin contact between the babies and their parents or caregivers. Science , this issue p. eaau0780 ; see also p. 924

Abstract We assembled a panel of 28 tissue pairs of human and mouse with RNA-Seq data on gene expression. We focused on genes with no 1-to-1 homology, because they pose special challenges. In this way, we identified expression patterns that identify and explain differences between the two species and suggest target genes for therapeutic applications. Here we mention three examples. One pattern is observed by defining the aggregate expression of immunoglobulin genes (which have no homology) as a measure of different levels of an immune response. In Lung, we used this statistic to find genes that have significantly higher expression in low/moderate response, and thus they may be therapy targets: increasing their expression or mimicking their function with medications may help in recovery from inflammation in the lungs. Some of the observed associations are common to human and mouse; other associations involve genes involved in cell-to-cell signaling or in regeneration but were not known to be important in Lung. Second pattern is that in the Small Intestine, mouse expresses much less antimicrobial defensins, while it has much higher expression of enzymes that are found to improve adaptive immune response. Such enzymes may be tested if they improve probiotic supplements that help in gut inflammation and other diseases. Another pattern involves a many-to-many homology group of defensins that did not have a described function. In human tissues, expression of its genes was found only in a study of a disease of hair covered skin, but several of its genes are highly expressed in two tissues of our panel: mouse Skin and to a lesser degree mouse Vagina. This suggests that those genes or their homologs in other species may provide non-antibiotic medications for hair covered skin and other tissues with microbiome that includes fungi.

The purpose of this study is to conceptualize the sub-factors of safety perception that consumers have regarding unmanned stores and investigate how consumers' safety perception influences their trust, satisfaction, and continuous intention to use unmanned stores. To segment consumers' safety perception of unmanned stores, we collected and analyzed news articles from portal sites using Text-Mining techniques, resulting in five sub-factors: ‘Security’, ‘Crime’, ‘Equipment and facilities’, ‘Hygiene and health’, and ‘Disasters and accidents’. An online survey was conducted through respondents aged 19 to 69 who have experienced unmanned stores within the past six months. Measurement items for this study were developed based on the items used in previous studies and structural equation model was employed to test the hypothesized relationships. The results revealed that consumers' safety perception significantly influences their trust, satisfaction, and continuous intention to use unmanned stores. Among the five factors, consumers' safety perception of security, equipment and facilities, and hygiene and health had significant static effects on trust. In the case of security and hygiene and health factors, trust statically mediated the relationship between safety perception and satisfaction, and satisfaction statically mediated the relationship between trust and continuous intention to use. Based on these findings, we suggested theoretical and managerial implications and concluded with the study’s limitations and directions for future study.

Asthma, a prevalent respiratory condition in animal science, involves bronchial inflammation, leading to symptoms like coughing and difficulty breathing. Mast cells and macrophages, pivotal immune cells, contribute to the inflammatory response triggered by various factors. Extracellular vesicles (EVs), including exosomes, play crucial roles in intercellular communication and have been implicated in murine asthma. We hypothesize that murine asthma-derived EVs modulate immune cell responses in animals. Our study investigates the role of these EVs in immune cell activation, shedding light on asthma pathogenesis. Using a murine asthma model induced by ovalbumin (OVA), we assessed serum EVs via Nanoparticle Tracking Analysis (NTA). Serum EVs from normal and asthmatic mice were are subjected to ELISA (Enzyme-linked immunosorbent assay) and proteomic analysis for component identification. Elevated EV concentration and inflammatory cytokines, including such as Interleukin (IL)-6, IL-8, and tumor necrosis factor (TNF)-α, were are found in asthma-derived EVs. Additionally, variations in immunoglobulin light chain types were are identified. Surprisingly, murine asthma EVs failed to activate T lymphocytes, B lymphocytes, eosinophils, and macrophages but stimulated mouse bone marrow-derived mast cells (mBMMCs) via enhanced degranulation and MAP kinase phosphorylation. These results suggest murine asthma-derived EVs as potential therapeutic targets for managing asthmatic symptoms in animal science. Further research into their mechanisms and clinical applications is warranted.

With burgeoning interest in generative artificial intelligence (AI), the legal status of outputs generated by such technologies, henceforth referred to as AI-generated works, has become a pivotal issue. This manuscript examines the characteristics of prevalent generative AI systems and the intricate process behind AI-generated works. It underscores the imperative for a copyright discourse surrounding AI-generated works, in light of the aims and perspectives of extant copyright laws, and the policy objectives that underpin industrial advancement. The discourse posits the necessity to view generative AI as an innovative instrument for human creativity, substantiating the ‘instrumentality’ of generative AI with a multitude of evidences. Additionally, considering the uniqueness of AI-generated works compared to traditional creative works, the manuscript proposes criteria for acknowledging the copyrightability of AI-generated works, focusing on ‘Predictability of Generative Works’ to demonstrate the instrumentality of generative AI and ‘Specificity of Prompts’ to assess the creativity of AI-generated works. By presenting these new perspectives on AI-generated works, the paper aims to promote the development of culture, related industries, and the generative AI industry.