Abstract The development of high‐capacity, Earth‐abundant, and stable cathode materials for robust aqueous Zn‐ion batteries is an ongoing challenge. Herein, ultrathin nickel cobaltite (NiCo 2 O 4 ) nanosheets with enriched oxygen vacancies and surface phosphate ions (P–NiCo 2 O 4‐ x ) are reported as a new high‐energy‐density cathode material for rechargeable Zn‐ion batteries. The oxygen‐vacancy and surface phosphate‐ion modulation are achieved by annealing the pristine NiCo 2 O 4 nanosheets using a simple phosphating process. Benefiting from the merits of substantially improved electrical conductivity and increased concentration of active sites, the optimized P–NiCo 2 O 4‐ x nanosheet electrode delivers remarkable capacity (309.2 mAh g −1 at 6.0 A g −1 ) and extraordinary rate performance (64% capacity retention at 60.4 A g −1 ). Moreover, based on the P–NiCo 2 O 4‐ x cathode, our fabricated P–NiCo 2 O 4‐ x //Zn battery presents an impressive specific capacity of 361.3 mAh g −1 at the high current density of 3.0 A g −1 in an alkaline electrolyte. Furthermore, extremely high energy density (616.5 Wh kg −1 ) and power density (30.2 kW kg −1 ) are also achieved, which outperforms most of the previously reported aqueous Zn‐ion batteries. This ultrafast and high‐energy aqueous Zn‐ion battery is promising for widespread application to electric vehicles and intelligent devices.

With tens of thousands of plant species on earth, we are endowed with an enormous wealth of medicinal remedies from Mother Nature. Natural products and their derivatives represent more than 50% of all the drugs in modern therapeutics. Because of the low success rate and huge capital investment need, the research and development of conventional drugs are very costly and difficult. Over the past few decades, researchers have focused on drug discovery from herbal medicines or botanical sources, an important group of complementary and alternative medicine (CAM) therapy. With a long history of herbal usage for the clinical management of a variety of diseases in indigenous cultures, the success rate of developing a new drug from herbal medicinal preparations should, in theory, be higher than that from chemical synthesis. While the endeavor for drug discovery from herbal medicines is "experience driven," the search for a therapeutically useful synthetic drug, like "looking for a needle in a haystack," is a daunting task. In this paper, we first illustrated various approaches of drug discovery from herbal medicines. Typical examples of successful drug discovery from botanical sources were given. In addition, problems in drug discovery from herbal medicines were described and possible solutions were proposed. The prospect of drug discovery from herbal medicines in the postgenomic era was made with the provision of future directions in this area of drug development.

ABSTRACT Aims Exploring fibrosis index‐4 (FIB‐4)'s predictive value for HBV‐related hepatocellular carcinoma (HCC) in assessing recurrence following stereotactic body radiation therapy (SBRT) in patients with HBV‐related HCC. Methods HBV‐related HCC patients who underwent SBRT were retrospectively enrolled from March 2012 to March 2020. Patients were divided into recurrence and non‐recurrence groups based on the HCC recurrence situation. Baseline data were collected from all patients before treatment and at 3 and 6 months after treatment, and FIB‐4 was calculated at the corresponding time points. Risk factors were selected using Cox regression. The FIB‐4 was stratified for survival analysis. Results One hundred and fifty‐two patients were included. With a mean age of 53.5 years old, 94.1% of them had liver cirrhosis. The median recurrence‐free survival (RFS) time for recurrent patients was 17.5 months. The tumor response rate of SBRT was 94.8%. HCC recurrence rates at 12, 24, 36, 48, and 60 months were 19.7% (30/152), 38.2% (58/152), 48.0% (73/152), 52.0% (79/152), and 53.3% (81/152), respectively. Cox regression showed that baseline FIB‐4 (95% CI: 1.030 ~ 1.144, p = 0.002) and 3 tumor nodules (95% CI: 3.727 ~ 260.663, p = 0.002) are risk factors for HCC recurrence. Patients with a baseline FIB‐4 > 6.55 were at a higher risk of HCC recurrence than those with a baseline FIB‐4 < 6.55 ( p < 0.001). Conclusion Baseline FIB‐4 is a risk factor for recurrence after SBRT in patients with HBV‐related HCC, and the predictive threshold for FIB‐4 is higher in patients with cirrhosis. For patients who received radiotherapy, postoperative FIB‐4 levels are elevated.

Abstract Sepsis is a life-threatening condition that often results in severe brain injury, primarily due to excessive inflammation and mitochondrial dysfunction. This study aims to investigate the neuroprotective effects of Apelin-13, a bioactive peptide, in a rat model of sepsis-induced brain injury (SBI). Specifically, we examined the role of Apelin-13 in regulating mitophagy through the phosphatase and tensin homolog-induced putative kinase 1 (PINK1)/Parkin pathway and its impact on nucleotide-binding oligomerization domain-like receptor pyrin domain-containing 3 (NLRP3) inflammasome-mediated pyroptosis and oxidative stress. A sepsis model was induced in male Sprague–Dawley rats ( n = 110, 200–230 g, 12 weeks old) through cecal ligation and puncture (CLP). The septic rats received Apelin-13 (20 μg/kg, intravenously), either alone or combined with mitochondrial division inhibitor-1 (Mdv-1), a mitophagy inhibitor, before undergoing CLP surgery. Survival rates were assessed over a 72-h period, while the cognitive function was evaluated using the Morris water maze over 5 days. Western blotting and immunohistochemistry were utilized to measure the expression levels of NLRP3, cleaved caspase-1, N-terminal fragment of gasdermin D, PINK1, and Parkin in the brains of the rats. In addition, enzyme-linked immunosorbent assays were conducted to evaluate markers of oxidative stress and inflammatory responses in brain samples. Apelin-13 significantly improved survival rates and cognitive function and mitigated brain injury in septic rats. The treatment enhanced PINK1/Parkin-mediated mitophagy and suppressed NLRP3 inflammasome activation, leading to a reduction in pyroptosis, inflammation, and oxidative stress. Inhibition of mitophagy by Mdv-1 significantly reversed the protective effects of Apelin-13 in septic rats. Our findings suggest that Apelin-13 provides neuroprotection in sepsis by modulating mitophagy and inhibiting pyroptosis. These results highlight the potential of Apelin-13 as a therapeutic strategy for SBI.

Motivation: To better understand the pathophysiological progression mechanism of childhood basic-type IXT and develop an accurate approach for early diagnosis. Goal(s): To find a valuable tool in reflecting the pathological changes of the visual center pathway in IXT children. Approach: A voxel-wise analysis was performed for MAPMRI-derived parameters between IXT patients and health controls, and a DTI analysis was used as reference.Results: Compared with DTI, MAPMRI-derived parameters demonstrated significant differences in more brain regions associated with visual cortex. Brain regions with microstructural changes include MOG.R, SOG.R, IOG.R, and MTG.R.Impact: We firstly explored MAPMRI&rsquo;s value in detecting abnormal pathological changes of the primary and higher visual center, and the ocular movement pathway in children with basic IXT. This discovery enhances comprehension of IXT's pathology and offers insights for early diagnosis.

Abstract Objective To investigate the feasibility and accuracy of predicting locoregional recurrence (LR) in elderly patients with esophageal squamous cell cancer (ESCC) who underwent radical radiotherapy using a pairwise machine learning algorithm. Methods The 130 datasets enrolled were randomly divided into a training set and a testing set in a 7:3 ratio. Clinical factors were included and radiomics features were extracted from pretreatment CT scans using pyradiomics-based software, and a pairwise naive Bayes (NB) model was developed. The performance of the model was evaluated using receiver operating characteristic (ROC) curves and decision curve analysis (DCA). To facilitate practical application, we attempted to construct an automated esophageal cancer diagnosis system based on trained models. Results To the follow-up date, 64 patients (49.23%) had experienced LR. Ten radiomics features and two clinical factors were selected for modeling. The model demonstrated good prediction performance, with area under the ROC curve of 0.903 (0.829–0.958) for the training cohort and 0.944 (0.849–1.000) for the testing cohort. The corresponding accuracies were 0.852 and 0.914, respectively. Calibration curves showed good agreement, and DCA curve confirmed the clinical validity of the model. The model accurately predicted LR in elderly patients, with a positive predictive value of 85.71% for the testing cohort. Conclusions The pairwise NB model, based on pre-treatment enhanced chest CT-based radiomics and clinical factors, can accurately predict LR in elderly patients with ESCC. The esophageal cancer automated diagnostic system embedded with the pairwise NB model holds significant potential for application in clinical practice.