Competitive adsorption-desorption behavior of popular fluorescent labeling and bioanalyte molecules, Rhodamine 6G (R6G) and dopamine (DA), on a chemically heterogeneous graphene oxide (GO) surface is discussed in this study. Individually, R6G and DA compounds were found to adsorb rapidly on the surface of graphene oxide as they followed the traditional Langmuir adsorption behavior. FTIR analysis suggested that both R6G and DA molecules predominantly adsorb on the hydrophilic oxidized regions of the GO surface. Thus, when R6G and DA compounds were adsorbed from mixed solution, competitive adsorption was observed around the oxygen-containing groups of GO sheets, which resulted in partial desorption of R6G molecules from the surface of GO into the solution. The desorbed R6G molecules can be monitored by fluorescence change in solution and was dependent on the DA concentration. We suggest that the efficient competitive adsorption of different strongly bound bioanalytes onto GO-dye complex can be used for the development of sensitive and selective colorimetric biosensors.

One of the keys to digital transformation is to make all kinds of intelligent electronic equipment, monitoring and dispatching systems connected together to realize all-round, all-process, all-domain data sharing and business collaboration. However, due to the non-uniformity of data and models, data mapping and conversion must be performed repeatedly when interacting between different systems, such as substations, dispatching master stations, and centralized control stations. This approach requires high labor cost, low efficiency, and difficult to ensure data quality. This paper proposes a method to filter and extract data from the digital model of a substation in accordance with the business requirements of different master stations. By summarizing and refining the core features of different master stations and different businesses, designing and proposing a syntactic rule file for describing the business features, and then extracting a master station model for a single business from a multi-service-integrated substation model by using a pattern matching method based on the rule set. The proposed method has been verified in an example in Shandong Xinglong Substation. According to the different business requirements of substation, dispatching master station and centralized control station, the model is dynamically converted between Substation Configuration Description (SCD), Configured lED Description (CID) and Common Information Model (CIM), which has wide applicability and good processing performance. Compared with the traditional way of interaction through data point table, it eliminates the interaction limitation between master station and substation, deepens the level of data integration, and creates conditions for further stimulating the value of data.

Abstract Mechanisms for cellular detoxification of drug compounds are of significant interest in human health. Cyclosporine A (CsA) and tacrolimus (FK506) are widely known antifungal and immunosuppressive microbial natural products. However, both compounds can result in significant side effects when used as immunosuppressants. The insect pathogenic fungus Beauveria bassiana shows resistance to CsA and FK506. However, the mechanisms underlying the resistance have remained unknown. Here, we identify a P4-ATPase gene, BbCRPA , from the fungus, which confers resistance via a unique vesicle mediated transport pathway that targets the compounds into detoxifying vacuoles. Interestingly, the expression of BbCRPA in plants promotes resistance to the phytopathogenic fungus Verticillium dahliae via detoxification of the mycotoxin cinnamyl acetate using a similar pathway. Our data reveal a new function for a subclass of P4-ATPases in cell detoxification. The P4-ATPases conferred cross-species resistance can be exploited for plant disease control and human health protection.

Nanothermites have attracted great attention over the last two decades for their superior performance in heat release and pressure wave generation. The shape of the oxidizer and the assembly structure could significantly influence the performance. This paper reports on the reactivity, sensitivity and combustion performance of nanothermite of aluminum nanoparticles and MoO3 nanostrips prepared via electrospray strategy. The resulting particles were in good integrity, resembling bird nests. There were two exothermic processes for the resulting composites, which successively conformed to the Avrami–Erofeev equation of n = 4 and the Zhuravlev–Lesokhin–Tempelman (Z-L-T) equation. And the corresponding activation energies for the two processes were 148.645 kJ/mol and 297.280 kJ/mol, respectively. The flame sensitivity and impact sensitivity for the electrosprayed product were 50 cm and 35 cm, respectively, which were both higher than those of the mechanically mixed counterpart. The constant-volume combustion test showed that the maximum pressure of the electrosprayed product was 1.96 MPa, which was 0.69 MPa higher than that of the mechanically mixed counterpart. The combustion performances were evaluated under confined and unconfined conditions. Due to the fast heat release and transfer efficiency, fierce deflagration was achieved in the case of the electrosprayed sample under confined conditions. The combustion rate of the electrosprayed sample under unconfined conditions was almost a hundred times as much as that of the mechanically mixed one.