Regenerative capacity declines throughout evolution and with age. In this study, we asked whether metabolic programs underlying regenerative capability might be conserved across species, and if so, whether such metabolic drivers might be harnessed to promote tissue repair. To this end, we conducted metabolomic analyses in two vertebrate organ regeneration models: the axolotl limb blastema and antler stem cells. To further reveal why young individuals have higher regenerative capacity than the elderly, we also constructed metabolic profiles for primate juvenile and aged tissues, as well as young and aged human stem cells. In joint analyses, we uncovered that active pyrimidine metabolism and fatty acid metabolism correlated with higher regenerative capacity. Furthermore, we identified a set of regeneration-related metabolite effectors conserved across species. One such metabolite is uridine, a pyrimidine nucleoside, which can rejuvenate aged human stem cells and promote regeneration of various tissues in vivo. These observations will open new avenues for metabolic intervention in tissue repair and regeneration.

Abstract Background Bacterial vaginosis (BV) was the most common condition for women’s health caused by the disruption of normal vaginal flora and an overgrowth of certain disease-causing bacteria, affecting 30-50% of women at some time in their lives. Gram stain followed by Nugent scoring (NS) based on bacterial morphotypes under the microscope was long considered golden standard for BV diagnosis. This conventional manual method was often considered labor intensive, time consuming, and variable results from person to person. Methods We developed four convolutional neural networks (CNN) models, and evaluated their ability to automatic identify vaginal bacteria and classify Nugent scores from microscope images. All the CNN models were first trained with 23280 microscopic images labeled with Nugent scores from top experts. A separate set of 5815 images were evaluated by the CNN models. The best CNN model was selected to generalize its application on an independent sets of 1082 images collecting from three teaching hospitals. Different hardwares were used to take images in hospitals. Results Our model could classify three Nugent Scores from images with high three classification accuracy of 89.3% (with 82.4% sensitivity and 96.6% specificity) on the 5815 test images, which was better diagnostic yield than the top-level technologists and obstetricians in China. The ability of generalization for our model was strong that it obtained 75.1%, which was 6.6% higher than the average of technologists. Conclusion The CNN model over performed human healthcare practitioners on accuracy, efficiency and stability for BV diagnosis using microscopic image-based Nugent scores. The deep learning model may offer translational application in automating diagnosis of bacterial vaginosis with proper supporting hardware.

As the antenna interface of RF communication and radar systems, the performance of the circulator determines the quality of the whole system. This brief demonstrates a circulator based on sequentially switched delay lines with 6 transistor switches using body floating and clock boosting techniques to improve its linearity performance. The proposed circulator is fabricated in a standard 0.18 μm CMOS process, occupying an area of 1.7 mm2 including the pads, while consuming 34.9 mW at a supply voltage of 1.8 V, and these power dissipations are contributed by the LO path circuit. The measured Tx-to-ANT and ANT-to-Rx input 1dB compression points of the circulator are 13.44 dBm and 14.32 dBm, respectively, an increase of about 3.7 dB compared to the absence of these two technologies. The measured Tx-to-ANT and ANT-to-Rx insertion loss, and transmitter-to-receiver isolation are 5 dBm, 4.9 dBm, and >20 dB, respectively, for the frequency from 1.95 GHz to 2.55 GHz (with a relative bandwidth of 26.7%). And the measured ANT-to -Rx NF is 6.6 dB.