Using next-generation sequencing technology alone, we have successfully generated and assembled a draft sequence of the giant panda genome. The assembled contigs (2.25 gigabases (Gb)) cover approximately 94% of the whole genome, and the remaining gaps (0.05 Gb) seem to contain carnivore-specific repeats and tandem repeats. Comparisons with the dog and human showed that the panda genome has a lower divergence rate. The assessment of panda genes potentially underlying some of its unique traits indicated that its bamboo diet might be more dependent on its gut microbiome than its own genetic composition. We also identified more than 2.7 million heterozygous single nucleotide polymorphisms in the diploid genome. Our data and analyses provide a foundation for promoting mammalian genetic research, and demonstrate the feasibility for using next-generation sequencing technologies for accurate, cost-effective and rapid de novo assembly of large eukaryotic genomes. The genome of the giant panda — specifically of the female Beijing Olympics mascot Jingjing — has been determined using short-read sequencing technology, a first for such a complex genome. It consists of some 2.4 billion DNA base pairs, compared to 3 billion in humans, and contains around 21,000 protein-encoding genes, similar to the human genome. Genomic diversity reflected in the sequence is high, raising hopes that despite a population of only about 2,500, conservation efforts can keep the species from extinction. Intriguingly, the panda appears to have all the genes needed for a carnivorous digestive system but lacks digestive cellulase genes. It may therefore depend on its gut microbiome to handle its famously limited bamboo diet. Taste may be a diet-limiting factor: loss of function of the T1R1 gene means that pandas may not experience the umami taste associated with high-protein foods. Technical aspects of this work pave the way for the use of next-generation sequencing for rapid de novo assembly of large eukaryotic genomes. Here, a draft sequence of the giant panda genome is assembled using next-generation sequencing technology alone. Genome analysis reveals a low divergence rate in comparison with dog and human genomes and insights into panda-specific traits; for example, the giant panda's bamboo diet may be more dependent on its gut microbiome than its own genetic composition.

Abstract Antidiabetic medication may modulate the gut microbiota and thereby alter plasma and faecal bile acid (BA) composition, which may improve metabolic health. Here we show that treatment with Acarbose, but not Glipizide, increases the ratio between primary BAs and secondary BAs and plasma levels of unconjugated BAs in treatment-naive type 2 diabetes (T2D) patients, which may beneficially affect metabolism. Acarbose increases the relative abundances of Lactobacillus and Bifidobacterium in the gut microbiota and depletes Bacteroides , thereby changing the relative abundance of microbial genes involved in BA metabolism. Treatment outcomes of Acarbose are dependent on gut microbiota compositions prior to treatment. Compared to patients with a gut microbiota dominated by Prevotella , those with a high abundance of Bacteroides exhibit more changes in plasma BAs and greater improvement in metabolic parameters after Acarbose treatment. Our work highlights the potential for stratification of T2D patients based on their gut microbiota prior to treatment.

Engineering multifunctional nanocarriers for targeted drug delivery shows promising potentials to revolutionize the cancer chemotherapy. Simple methods to optimize physicochemical characteristics and surface composition of the drug nanocarriers need to be developed in order to tackle major challenges for smooth translation of suitable nanocarriers to clinical applications. Here, rational development and utilization of multifunctional mesoporous silica nanoparticles (MSNPs) for targeting MDA‐MB‐231 xenograft model breast cancer in vivo are reported. Uniform and redispersible poly(ethylene glycol)‐incorporated MSNPs with three different sizes (48, 72, 100 nm) are synthesized. They are then functionalized with amino‐ β ‐cyclodextrin bridged by cleavable disulfide bonds, where amino‐ β ‐cyclodextrin blocks drugs inside the mesopores. The incorporation of active folate targeting ligand onto 48 nm of multifunctional MSNPs (PEG‐MSNPs48‐CD‐PEG‐FA) leads to improved and selective uptake of the nanoparticles into tumor. Targeted drug delivery capability of PEG‐MSNPs48‐CD‐PEG‐FA is demonstrated by significant inhibition of the tumor growth in mice treated with doxorubicin‐loaded nanoparticles, where doxorubicin is released triggered by intracellular acidic pH and glutathione. Doxorubicin‐loaded PEG‐MSNPs48‐CD‐PEG‐FA exhibits better in vivo therapeutic efficacy as compared with free doxorubicin and non‐targeted nanoparticles. Current study presents successful utilization of multifunctional MSNP‐based drug nanocarriers for targeted cancer therapy in vivo.

Tissue (re)vascularization strategies face various challenges, as therapeutic cells do not survive long enough in situ, while the administration of pro-angiogenic factors is hampered by fast clearance and insufficient ability to emulate complex spatiotemporal signaling. Here, we propose to address these limitations by engineering a functional biomaterial capable of capturing and concentrating the pro-angiogenic activities of mesenchymal stem cells (MSCs). In particular, dextran sulfate, a high molecular weight sulfated glucose polymer, supplemented to MSC cultures, interacts with MSC-derived extracellular matrix (ECM) components and facilitates their co-assembly and accumulation in the pericellular space. Upon decellularization, the resulting dextran sulfate-ECM hybrid material can be processed into MIcroparticles of SOlidified Secretome (MIPSOS). The insoluble format of MIPSOS protects protein components from degradation, while facilitating their sustained release. Proteomic analysis demonstrates that MIPSOS are highly enriched in pro-angiogenic factors, resulting in an enhanced pro-angiogenic bioactivity when compared to naïve MSC-derived ECM (cECM). Consequently, intravital microscopy of full-thickness skin wounds treated with MIPSOS demonstrates accelerated revascularization and healing, far superior to the therapeutic potential of cECM. Hence, the microparticle-based solidified stem cell secretome provides a promising platform to address major limitations of current therapeutic angiogenesis approaches.

Artificial reefs have been advocated and implemented as management tools for aquaculture, species conservation and habitat replacement. However, the shelter capacity of artificial reefs and its influencing factors are still not well understood. In this study, we identified factors that may limit the shelter capacity of artificial reefs for sea cucumber (Apostichopus japonicas) with a laboratory experiment. We investigated how water flow and food availability affect the shelter capacity and conducted shelter utilization experiments to determine whether sea cucumber sheltering behavior was density dependent. The results revealed that shelter capacity of artificial reefs in high velocity is significantly higher than that of artificial reefs in low velocity or no velocity. The artificial reefs that were provided food had significantly higher shelter capacity than those that did not have food. The densities did not affect the sheltering capacity of artificial reefs in the laboratory experiment. There was a logarithmic relationship between the shelter capacity and shelter availability assessed by the exposed surface area of the artificial reefs. In conclusion, abundant food resources and high water flow may have a positive effect on the shelter capacity of artificial reefs.

Abstract Down syndrome (DS) is one of the most common human birth defects caused by trisomy 21 (T21), leading to a variety of cognitive impairments. The cellular composition of human brain has been explored using single cell RNA sequencing in both physiological and pathological conditions. However, the cellular heterogeneity of human brain with chromosome aneuploidy is largely unknown. Here, we profiled the transcriptome of 36046 cells in cerebral cortex of T21 human fetus, covering frontal lobe, parietal lobe, occipital lobe and temporal lobe. Intriguingly, we detected several genes positively associated with neurons maturation was dysregulated in T21 frontal cortex ( HIC2, POU2F2, ZGLP1 and FOXK1 ). To share, explore and utilized the data resources of T21 cerebral cortex, we developed a comprehensive platform named T21atlas, composing of two functional modules (T21cluster and T21talk). Overall, our study provides, as far as we know, the first single cell atlas for T21 cerebral cortex, which could promote our understanding of the molecular mechanism of DS at an unprecedented resolution and could potentially facilitate the development of novel clinical therapeutics against T21.

Background Targeted agents are widely utilized in the treatment of ulcerative colitis (UC). Hence, a comprehensive understanding of comparative drug efficacy in UC is of great importance for drug development and clinical practice. Our objective was the quantitative evaluation of the comparative efficacy of targeted agents for UC. Methods Three mathematical models were developed based on data from randomized controlled trials in patients with moderate-to-severe UC to describe the time-course and dose-response of efficacy defined as clinical remission, clinical response, and endoscopic improvement, as well as the placebo effect. The covariate effects were further evaluated. Model simulation was performed in a hypothetical population to compare the efficacies across different drugs. Results The analysis dataset was composed of data from 35 trials of 12 drugs in UC. Time–response relationships were evaluated that indicated a gradual onset of drug efficacy in adalimumab, ozanimod, and Janus kinase (JAK) inhibitors. The dose-response relationships were estimated for each drug respectively. Patient age, disease duration, baseline weight, prior tumor necrosis factor (TNF) inhibitor exposure, and current treatment with corticosteroid showed an impact on efficacy, suggesting that younger patients with shorter UC duration without prior anti-TNF treatment and current corticosteroids therapy tend to display greater treatment effects. Conclusion This study developed three longitudinal models for UC to quantitatively describe the efficacy of targeted agents, as well as the influencing factors of efficacy. Infliximab and upadacitinib were determined to be the most effective biological and small targeted molecules, respectively. These findings may provide valuable implications for guiding future decision-making in clinical practice and drug development for UC.

The growing demand for energy storage batteries, driven by the need to alleviate global warming and reduce fossil fuel dependency, has led to environmental concerns surrounding spent batteries. Efficient recycling of these batteries is essential to prevent pollution and recover valuable metal ions such as nickel (Ni2+), cobalt (Co2+), and manganese (Mn2+). Conventional hydrometallurgical methods for battery recycling, while effective, often involve harmful chemicals and processes. Natural polyphenols offer a greener alternative due to their ability to coordinate with metal ions. However, optimizing polyphenol selection for efficient recovery remains a labor-intensive challenge. This study presents a strategy combining natural polyphenols as green precipitants with the power of GPT-4, a large language model (LLM), to enhance the precipitation and recovery of metal ions from spent batteries. By leveraging the capabilities of GPT-4 in natural language processing, we enable a dynamic, iterative collaboration between human researchers and the LLM, optimizing polyphenol selection for different experimental conditions. The results show that tannic acid achieved precipitation rates of 94.8, 96.7, and 96.7% for Ni2+, Co2+, and Mn2+, respectively, outperforming conventional methods. The integration of GPT-4 enhances both the efficiency and accuracy of the process, ensuring environmental sustainability by minimizing secondary pollution and utilizing biodegradable materials. This innovative strategy demonstrates the potential of combining artificial intelligence-driven analysis with green chemistry to address battery recycling challenges, paving the way for more sustainable and efficient methods.