A one-step straightforward strategy has been developed to incorporate free imidazole molecules into a highly stable metal-organic framework (NENU-3, ([Cu12(BTC)8(H2O)12][HPW12O40])·Guest). The resulting material Im@(NENU-3) exhibits a very high proton conductivity of 1.82 × 10-2 S cm-1 at 90% RH and 70 °C, which is significantly higher than 3.16 × 10-4 S cm-1 for Im-Cu@(NENU-3a) synthesized through a two-step approach with mainly terminal bound imidazole molecules inside pores. Single crystal structure reveals that imidazole molecules in Im-Cu@(NENU-3a) isolate lattice water molecules and then block proton transport pathway, whereas high concentration of free imidazole molecules within Im@(NENU-3) significantly facilitate successive proton-hopping pathways through formation of hydrogen bonded networks.

On-board fuel cell technology requires proton conducting materials with high conductivity not only at intermediate temperatures for work but also at room temperature and even at subzero temperature for startup when exposed to the colder climate. To develop such materials is still challenging because many promising candidates for the proton transport on the basis of extended microstructures of water molecules suffer from significant damage by heat at temperatures above 80 °C or by freeze below -5 °C. Here we show imidazole loaded tetrahedral polyimides with mesopores and good stability (Im@Td-PNDI 1 and Im@Td-PPI 2) exhibiting a high anhydrous proton conductivity over a wide temperature range from -40 to 90 °C. Among all anhydrous proton conductors, the conductivity of 2 is the highest at temperatures below 40 °C and comparable with the best materials, His@[Al(OH)(1,4-ndc)]n and [Zn3(H2PO4)6(H2O)3](Hbim), above 40 °C.

Plasmodesmata are transmembrane channels embedded within the cell wall that can facilitate the intercellular communication in plants. Plasmodesmata callose-binding (PDCB) protein that associates with the plasmodesmata contributes to cell wall extension. Given that the elongation of cotton fiber cells correlates with the dynamics of the cell wall, this protein can be related to the cotton fiber elongation. This study sought to identify PDCB family members within the Gossypium. hirsutum genome and to elucidate their expression profiles. A total of 45 distinct family members were observed through the identification and screening processes. The analysis of their physicochemical properties revealed the similarity in the amino acid composition and molecular weight across most members. The phylogenetic analysis facilitated the construction of an evolutionary tree, categorizing these members into five groups mainly distributed on 20 chromosomes. The fine mapping results facilitated a tissue-specific examination of group V, revealing that the expression level of GhPDCB9 peaked five days after flowering. The VIGS experiments resulted in a marked decrease in the gene expression level and a significant reduction in the mature fiber length, averaging a shortening of 1.43–4.77 mm. The results indicated that GhPDCB9 played a pivotal role in the cotton fiber development and served as a candidate for enhancing cotton yield.

Background Previous studies explored MRI‐based radiomic features for differentiating between human epidermal growth factor receptor 2 (HER2)‐zero, HER2‐low, and HER2‐positive breast cancer, but deep learning's effectiveness is uncertain. Purpose This study aims to develop and validate a deep learning system using dynamic contrast‐enhanced MRI (DCE‐MRI) for automated tumor segmentation and classification of HER2‐zero, HER2‐low, and HER2‐positive statuses. Study Type Retrospective. Population One thousand two hundred ninety‐four breast cancer patients from three centers who underwent DCE‐MRI before surgery were included in the study (52 ± 11 years, 811/204/279 for training/internal testing/external testing). Field Strength/Sequence 3 T scanners, using T1‐weighted 3D fast spoiled gradient‐echo sequence, T1‐weighted 3D enhanced fast gradient‐echo sequence and T1‐weighted turbo field echo sequence. Assessment An automated model segmented tumors utilizing DCE‐MRI data, followed by a deep learning models (ResNetGN) trained to classify HER2 statuses. Three models were developed to distinguish HER2‐zero, HER2‐low, and HER2‐positive from their respective non‐HER2 categories. Statistical Tests Dice similarity coefficient (DSC) was used to evaluate the segmentation performance of the model. Evaluation of the model performances for HER2 statuses involved receiver operating characteristic (ROC) curve analysis and the area under the curve (AUC), accuracy, sensitivity, and specificity. The P ‐values <0.05 were considered statistically significant. Results The automatic segmentation network achieved DSC values of 0.85 to 0.90 compared to the manual segmentation across different sets. The deep learning models using ResNetGN achieved AUCs of 0.782, 0.776, and 0.768 in differentiating HER2‐zero from others in the training, internal test, and external test sets, respectively. Similarly, AUCs of 0.820, 0.813, and 0.787 were achieved for HER2‐low vs. others, and 0.792, 0.745, and 0.781 for HER2‐positive vs. others, respectively. Data Conclusion The proposed DCE‐MRI‐based deep learning system may have the potential to preoperatively distinct HER2 expressions of breast cancers with therapeutic implications. Evidence Level 4 Technical Efficacy Stage 3

Assessing the bioaccessibility and bioavailability of cadmium (Cd) is crucial for effective evaluation of the exposure risk associated with intake of Cd-contaminated rice. However, limited studies have investigated the influence of gut microbiota on these two significant factors. In this study, we utilized in vitro gastrointestinal simulators, specifically the RIVM-M (with human gut microbial communities) and the RIVM model (without gut microbial communities), to determine the bioaccessibility of Cd in rice. Additionally, we employed the Caco-2 cell model to assess bioavailability. Our findings provide compelling evidence that gut microbiota significantly reduces Cd bioaccessibility and bioavailability (p<0.05). Notably, strong in vivo-in vitro correlations (IVIVC) were observed between the in vitro bioaccessibilities and bioavailabilities, as compared to the results obtained from an in vivo mouse bioassay (R2 = 0.63–0.65 and 0.45–0.70, respectively). Minerals such as copper (Cu) and iron (Fe) in the food matrix were found to be negatively correlated with Cd bioaccessibility in rice. Furthermore, the results obtained from the toxicokinetic (TK) model revealed that the predicted urinary Cd levels in the Chinese population, based on dietary Cd intake adjusted by in vitro bioaccessibility from the RIVM-M model, were consistent with the actual measured levels (p > 0.05). These results indicated that the RIVM-M model represents a potent approach for measuring Cd bioaccessibility and underscore the crucial role of gut microbiota in the digestion and absorption process of Cd. The implementation of these in vitro methods holds promise for reducing uncertainties in dietary exposure assessment.

ABSTRACT Cytokinesis in trypanosome occurs uni-directionally along the longitudinal axis from the cell anterior towards the cell posterior and requires a trypanosome-specific CIF1-CIF2 protein complex. However, little is known about the contribution of the structural motifs in CIF1 and CIF2 to complex assembly and cytokinesis. Here, we demonstrated that the two zinc-finger motifs but not the coiled-coil motif in CIF1 are required for interaction with the EF-hand motifs in CIF2. We further showed that localization of CIF1 depends on the coiled-coil motif and the first zinc-finger motif and that localization of CIF2 depends on the EF-hand motifs. Deletion of the coiled-coil motif and mutation of either zinc-finger motifs in CIF1 disrupted cytokinesis. Further, mutation of either zinc-finger motif in CIF1 mis-localized CIF2 to the cytosol and destabilized CIF2, whereas deletion of the coiled-coil motif in CIF1 spread CIF2 over to the new flagellum attachment zone and stabilized CIF2. Together, these results uncovered the requirement of the coiled-coil motif and zinc-finger motifs for CIF1 function in cytokinesis and for CIF2 localization and stability, providing structural insights into the functional interplay between the two cytokinesis regulators.