The renewable distribution network holds tremendous potential for economic advantages and sustainability improvements within the power industry. However, resilient operations in post-disaster scenarios present significant challenges for the system. Operational risks arise from uncertain resources, making day-ahead scheduling complex for the distribution grid's operator. Therefore, real-time modeling is considered more suitable to effectively manage these uncertainties. The hydrogen system (HSYS) is also an emerging technology that improves the technical and operational characteristics of distribution networks, particularly in challenging and unpredictable situations. The study presents a comprehensive framework for evaluating HSYSs within a photovoltaic-focused power distribution network, focusing on day-ahead resiliency-oriented operations (RESOP) while considering risk factors associated with uncertain incidents. The effectiveness and feasibility of implementing the proposed HSYS in day-ahead risk-based resilient scheduling of the distribution network are analyzed using a specific distribution system. The model is formulated as a MILP problem, and the impacting uncertainties are modeled using stochastic programming. The primary risk associated with uncertainties is captured using the conditional value-at-risk (CVaR) approach, which involves the possible worst realizations of uncertainties in the model. The study's findings demonstrate that the integration of distributed HSYSs leads to significant cost savings of up to 16% under normal conditions and 1.25% when considering risk modeling.

Abstract Aberrant signaling in tumor cells induces nonmetabolic functions of some metabolic enzymes in many cellular activities. As a key glycolytic enzyme, the nonmetabolic function of hexokinase 2 (HK2) plays a role in tumor immune evasion. However, whether HK2, dependent of its nonmetabolic activity, plays a role in human pancreatic ductal adenocarcinoma (PDAC) tumorigenesis remains unclear. Here, we demonstrated that HK2 acts as a protein kinase and phosphorylates IκBα at T291 in PDAC cells, activating NF‐κB, which enters the nucleus and promotes the expression of downstream targets under hypoxia. HK2 nonmetabolic activity‐promoted activation of NF‐κB promotes the proliferation, migration, and invasion of PDAC cells. These findings provide new insights into the multifaceted roles of HK2 in tumor development and underscore the potential of targeting HK2 protein kinase activity for PDAC treatment.

The association between ambient coarse particulate matter (PM2.5–10) and mortality in multi-drug resistant tuberculosis (MDR-TB) patients has not yet been studied. The modifying effects of temperature and humidity on this association are completely unknown. To evaluate the effects of long-term PM2.5–10 exposures, and their modifications by temperature and humidity on mortality among MDR-TB patients. A Chinese cohort of 3469 MDR-TB patients was followed up from diagnosis until death, loss to follow-up, or the study's end, averaging 2567 days per patient. PM2.5–10 concentrations were derived from the difference between PM10 and PM2.5. Cox proportional hazard models estimated hazard ratios (HRs) per 3.74 μg/m3 (interquartile range, IQR) exposure to PM2.5–10 and all-cause mortality for the full cohort and individuals at distinct long-term and short-term temperature and humidity levels, adjusting for other air pollutants and potential covariates. Exposure-response relationships were quantified using smoothed splines. Hazard ratios of 1.733 (95 % CI, 1.407, 2.135) and 1.427 (1.114, 1.827) were observed for mortality in association with PM2.5–10 exposures for the full cohort under long-term and short-term exposures to temperature and humidity. Modifying effects by temperature and humidity were heterogenous across sexes, age, treatment history, and surrounding living environment, measured by greenness and nighttime light levels. Nonlinear exposure-response curves suggested a cumulative risk of PM2.5–10-related mortality starting from a low exposure concentration around 15 μg/m3. Long-term exposure to PM2.5–10 poses significant harm among MDR-TB patients, with effects modified by temperature and humidity. Immediate surveillance of PM2.5–10 is crucial to mitigate the progression of MDR-TB severity, particularly due to co-exposures to air pollution and adverse weather conditions.

The escalating prevalence of obesity presents formidable challenges, necessitating the development of effective therapeutic strategies. In this study, we aimed to elucidate the preventive effects on obesity of tetrahydroberberrubine (THBru), a derivative of berberine (BBR) and to unravel its underlying mechanism. Using an obese mouse model induced by a high-fat diet (HFD), THBru was found to markedly ameliorate obesity, as evidenced by reduced body weight, decreased Lee's index, diminished fat mass in epididymal white adipose tissue (WAT) and brown adipose tissue (BAT), alongside improved dyslipidemia. Notably, at the same dose, THBru exhibited superior efficacy compared to BBR. RNA-sequencing and gene set enrichment analysis indicated THBru activated thermogenesis, which was further confirmed in WAT, BAT, and 3 T3-L1 cells. Bioinformatics analysis of RNA-sequencing data revealed the candidate gene Pgc1α, a key regulator involved in thermogenesis. Moreover, THBru was demonstrated to elevate the expression of PGC1α by stabilizing its mRNA in WAT, BAT and 3 T3-L1 cells. Furthermore, PGC1α knockdown blocked the pro-thermogenic and anti-obesity action of THBru both in vivo and in vitro. This study unravels the preventive effects of THBru on obesity through the activation of PGC1α-mediated thermogenesis, thereby delineating its potential therapeutic implications for obesity and associated disorders.

Lower limb spasticity and clonus are common sequelae after cerebral stroke. An important part of their etiopathogenesis has been related to the peripheral component of spasticity. Rheological properties of the tissues seem to be involved. Several studies highlighted anatomical and functional changes in the connective structures. The fasciae might be implicated in the pathological process. Thus, this study intends to investigate the effect of the Fascial Manipulation (FM) technique on triceps surae in stroke patients through a clinical randomized controlled trial, to provide a reference for clinical treatment of lower limb spasticity and ankle clonus. A total of 40 patients with post-stroke ankle clonus were selected and divided into a control group and an observation group by random number table method, with 20 cases in each group. Both groups received conventional rehabilitation therapy, while the FM group received Fascial Manipulation based on conventional rehabilitation therapy. Before the first treatment and after 3 weeks of treatment, the Comprehensive Spasticity Scale (CSS), the Passive Range Of Motion (PROM), the simplified Fugl-Meyer motor function score (FMA), and the Modified Ashworth Scale (MAS) were used to assess the degree of ankle clonus, ankle passive range of motion, and lower limb motor function of the two groups of patients. Before treatment, there was no statistically significant difference between the control group and the FM group in terms of CSS, PROM, FMA, and MAS of the affected lower limbs (P>0.05). After 3 weeks of treatment, the CSS and MAS of the affected lower limbs in the control group and FM group decreased, while PROM and FMA increased compared to pre-treatment evaluation, with statistically significant differences (P<0.05). Moreover, the FM group showed a statistically significant decrease in CSS and MAS, as well as an increase in PROM and FMA, compared to the control group (P<0.05). Conclusions: Fascial manipulation in addition to conventional therapy can effectively reduce spasticity and ankle clonus in stroke patients in a short time, and improve the passive range of motion of the ankle joint and the function of lower limbs.

Data aggregation is the process of combining multiple data points or data sets into a larger data set. Through calculation, statistics or other means, it can provide higher level data information, which is widely used in different data types and fields such as database query, data analysis, data mining and data processing. In data processing scenarios, data aggregation functions play a key role. They are used to perform aggregate calculations on data, such as finding the maximum, minimum, and maximum difference of multiple data. However, it is important to pay special attention to protecting sensitive information and privacy when performing data aggregation. Aiming at this problem, based on the threshold NTRU encryption algorithm with additive homomorphism, combining the vector encoding method and the ciphertext re-randomization method, this paper proposes a secure calculation protocol for the maximum value, minimum value and maximum difference in multi-party data sets under the semi-honest model. To verify the security of the proposed protocol, we use the simulation paradigm approach for security proof and show that the protocol can resist the attack of the maximum number of colluders. Through theoretical analysis and simulation experiments, we show the high efficiency of the proposed scheme, and prove that the protocol has practical value.

Abstract The 6-prismatic-spherical-universal (6-PSU) parallel robot is useful for high-accuracy positioning, where the motors are installed on the robot base and the moving parts of the robot have low inertia. A highly accurate kinematic model of the robot is fundamental for the control. The joint clearances of all limbs often exist and have a significant influence on kinematic model accuracy. In this study, an actuation acceleration information-based kinematic modeling and identification method for a 6-PSU parallel robot with joint clearances is proposed. The direction of the joint clearance is related to the direction of the force acted on the joint, which is determined by the acceleration of the prismatic actuator. The existence of joint clearances is equivalent to the link length change. The joint clearances are identified from the experiments and compensated. Simulations and experiments show that the proposed method is effective and improves the accuracy of the kinematic model.