Switching perception of friend and foe Lysine motif receptors in plants perceive glycans that signal the presence of pathogenic or symbiotic nitrogen-fixing microbes. Bozsoki et al. now define the portions of these receptors that create the discriminatory binding pocket (see the Perspective by Bisseling and Geurts). The motifs were conserved in receptors that initiate immune responses, reflecting the invariable nature of the chitin fragments that they sense. Conversely, the motifs in receptors that respond to symbiotic signals were more varied, reflecting the greater diversity of the lipochitooligosaccharides (Nod factors) that they sense. With domain swapping, the authors switched the Nod factor specificity of receptors from two legume species and also enabled a chitin receptor that was otherwise dedicated to the detection of pathogenic microbes to instead recognize Nod factors. Science , this issue p. 663 ; see also p. 620

The conversion of carbon dioxide into chemical fuels via photocatalysis is a promising approach. However, the efficient separation of charge carriers and synchronous occurrence of redox half-reactions remained considerable obstacles. Here, S-scheme Bi4O5Br2/Cd0.3Zn0.7S with oxygen and sulfur double vacancies (VO,S) was prepared by hydrothermal method. The spatial separation of oxidation half reaction and reduction half reaction was achieved by constructing of double active site of oxygen vacancies (VO) in Bi4O5Br2 and sulfur vacancies (VS) in Cd0.3Zn0.7S. The CO generation rate of VO,S-15 %Bi4O5Br2/Cd0.3Zn0.7S (VO,S-CZBB) was 14.91 μmol g−1 h−1 in a gas-liquid-solid photothermal catalytic reduction, which was 7.23 times more than that of VS-Cd0.3Zn0.7S. Significantly, the S-scheme energy band structure can improve the harvesting of sunlight and enhance the separation and transfer of photogenerated carriers. In addition, VO,S on the surface of the VO,S-CZBB heterojunction facilitates the activation of CO2 molecules. The results discuss the synergistic effects of the S-scheme energy band structure and VO,S on the photocatalyst and demonstrate the feasibility of spatially separated dual active sites in promoting the photocatalytic conversion of CO2.

The Wright-Fisher model and its extensions are of central importance in population genetics, and so far, they have formed the basis of most theoretical and applied population genetic research. In the present work, we explore the effect that the ordering of natural selection and population regulation in the life cycle has on the resulting population dynamics under the Wright-Fisher model, especially for the evolution of one- and two-locus systems. With weak natural selection, the details of how to order natural selection and population regulation in the life cycle do not matter in the Wright-Fisher model and its diffusion approximation. By contrast, we show that when there is strong natural selection and the population is in linkage disequilibrium, there can be appreciable differences in the resulting population dynamics under the Wright-Fisher model, depending on whether natural selection occurs before or after population regulation in the life cycle. We argue that this effect may be of significance in natural populations subject to gene migration and local selection.

Abstract Biomarkers are fundamental to basic and clinical research outcomes by reporting host responses and providing insight into disease pathophysiology. Measuring biomarkers with research-use ELISA kits is universal, yet lack of kit standardization and unexpected lot-to-lot variability presents analytic challenges for long-term projects. During an ongoing two-year project measuring plasma biomarkers in cancer patients, control concentrations for one biomarker (PF) decreased significantly after changes in ELISA kit lots. A comprehensive operations review pointed to standard curve shifts with the new kits, an analytic variable that jeopardized data already collected on hundreds of patient samples. After excluding other reasonable contributors to data variability, a computational solution was developed to provide a uniform platform for data analysis across multiple ELISA kit lots. The solution (ELISAtools) was developed within open-access R software in which variability between kits is treated as a batch effect. A defined best-fit Reference standard curve is modelled, a unique Shift factor “S” is calculated for every standard curve and data adjusted accordingly. The averaged S factors for PF ELISA kit lots #1-5 ranged from −0.086 to 0.735, and reduced control inter-assay variability from 62.4% to <9%, within quality control limits. S factors calculated for four other biomarkers provided a quantitative metric to monitor ELISAs over the 10 month study period for quality control purposes. Reproducible biomarker measurements are essential, particularly for long-term projects with valuable patient samples. Use of research-use ELISA kits is ubiquitous and judicious use of this computational solution maximizes biomarker reproducibility.