The development and performance of two mass spectrometry (MS) workflows for the intraoperative diagnosis of isocitrate dehydrogenase (IDH) mutations in glioma is implemented by independent teams at Mayo Clinic, Jacksonville, and Huashan Hospital, Shanghai. The infiltrative nature of gliomas makes rapid diagnosis necessary to guide the extent of surgical resection of central nervous system (CNS) tumors. The combination of tissue biopsy and MS analysis used here satisfies this requirement. The key feature of both described methods is the use of tandem MS to measure the oncometabolite 2-hydroxyglutarate (2HG) relative to endogenous glutamate (Glu) to characterize the presence of mutant tumor. The experiments i) provide IDH mutation status for individual patients and ii) demonstrate a strong correlation of 2HG signals with tumor infiltration. The measured ratio of 2HG to Glu correlates with IDH-mutant (IDH-mut) glioma ( P < 0.0001) in the tumor core data of both teams. Despite using different ionization methods and different mass spectrometers, comparable performance in determining IDH mutations from core tumor biopsies was achieved with sensitivities, specificities, and accuracies all at 100%. None of the 31 patients at Mayo Clinic or the 74 patients at Huashan Hospital were misclassified when analyzing tumor core biopsies. Robustness of the methodology was evaluated by postoperative re-examination of samples. Both teams noted the presence of high concentrations of 2HG at surgical margins, supporting future use of intraoperative MS to monitor for clean surgical margins. The power of MS diagnostics is shown in resolving contradictory clinical features, e.g., in distinguishing gliosis from IDH-mut glioma.

Abstract Telenomus remus is an egg parasitoid of Spodoptera species, including the major agricultural pest Spodoptera frugiperda . Climatic factors are closely related to the development and population dynamics of such parasitoids. However, the effects of rainfall on the biological performance of this wasp have not be studied. Here, we modeled the effects of different intensities of rainfall (control: 0, light rain: 5.0, moderate rain: 10.2, and torrential rain: 42.8 mm/h; falling over a 30 min period) on the parasitism rate, developmental time, and survival of T. remus on eggs of S. frugiperda . We assessed the effect of rainfall exposure on both T. remus adults and on parasitized S. frugiperda eggs. Simulated rainfall resulted in a notable decline in the number of hosts parasitized by T. remus adults for up to 12 h following rainfall, but the parasitism rate returned to normal within one day after rain ceased. Torrential rain reduced immediate (within 24 h) survival of adults of T. remus females, but there was no subsequent effect on adult survival after rain ceased. When parasitized host eggs were exposed to rain events, some eggs were dislodged. Moderate or torrential intensity rainfall dislodged 12 and 44% of S. frugiperda eggs from maize leaves. For T. remus eggs exposed to rain that were not dislodged, the probability of reaching adulthood and successfully emerging was negatively correlated with rainfall intensity. However, for all levels of rainfall intensity, the survival of eggs that were not dislodged was greater than those that were dislodged. These findings suggest farmers should avoid releasing natural enemies when rainfall occurs or is forecast, and they should make supplemental releases after unanticipated rainfall occurs immediately after releases.

This study explored the optimization of control systems for atmospheric pipeline air-floating vehicles traveling at ground level by introducing a novel composite wheel-fan system that integrates both wheels and fans. To evaluate the control impedance, the system simulates road conditions like inclines, uneven surfaces, and obstacles by using fixed, random, and high torque settings. The hub motor of the wheel fan is managed through three distinct algorithms: PID, fuzzy PID, and the backpropagation neural network (BP). Each algorithm’s control strategy is outlined, and tracking experiments were conducted across straight, circular, and curved trajectories. Analysis of these experiments supports a hybrid control approach: initiating with fuzzy PID, employing the PID algorithm on straight paths, and utilizing the BP neural network for sinusoidal and circular paths. The adaptive capacity of the BP neural network suggests its potential to eventually supplant the PID algorithm in straight path scenarios over extended testing and operation, ensuring improved control performance.

Emamectin benzoate is a highly effective neurotoxic insecticide widely used to control pests, including Spodoptera frugiperda (Lepidoptera: Noctuidae) which is an invasive insect spreading worldwide.However, the toxicological mechanism has yet to be fully elucidated.Particularly, the contribution of host gut microbiota in emamectin benzoate-killing activity had less explored.Here, we demonstrated that the gut microbiota triggered the toxicity of emamectin benzoate in S. frugiperda.Emamectin benzoate changed the diversity and abundance of gut microbiota.It reduced the abundance of immune-related microbes and genes, which disrupted the balance of antioxidant enzymes in the gut and destroyed the gut morphology.Simultaneously, emamectin benzoate reduced the microorganisms abundance of decompose polysaccharides and the gene abundance of active carbohydrate enzyme which affected the metabolic function and growth of insects.Most importantly, emamectin benzoate stimulated the abundance of enzyme genes involved in the anabolism of γ-aminobutyric acid by the microbes and catalyzing the production of more γ-aminobutyric acid which is the key neurotransmitters leading insects to death.This study first provides evidence for the role of gut microbes in promoting the toxicity of EMB and suggests gut microbes as a potential target for insecticide development.