The rapid and accurate extraction of water information from satellite imagery has been a crucial topic in remote sensing applications and has important value in water resources management, water environment monitoring, and disaster emergency management. Although the OLI-2 sensor onboard Landsat-9 is similar to the well-known OLI onboard Landsat-8, there were significant differences in the average absolute percentage change in the bands for water detection. Additionally, the performance of Landsat-9 in water body extraction is yet to be fully understood. Therefore, it is crucial to conduct comparative studies to evaluate the water extraction performance of Landsat-9 with Landsat-8. In this study, we analyze the performance of simultaneous Landsat-8 and Landsat-9 data for water body extraction based on eight common water indices (Normalized Difference Water Index (NDWI) and Modified Normalized Difference Water Index (MNDWI), Augmented Normalized Difference Water Index (ANDWI), Water Index 2015 (WI2015), tasseled cap wetness index (TCW), Automated Water Extraction Index for scenes with shadows (AWEIsh) and without shadows (AWEInsh) and Multi-Band Water Index (MBWI)) to extract water bodies in seven study sites worldwide. The Otsu algorithm is utilized to automatically determine the optimal segmentation threshold for water body extraction. The results showed that (1) Landsat-9 satellite data can be used for water body extraction effectively, with results consistent with those from Landsat-8. The eight selected water indices in this study are applicable to both Landsat-8 and Landsat-9 satellites. (2) The NDWI index shows a larger variability in accuracy compared to other indices when used on Landsat-8 and Landsat-9 imagery. Therefore, additional caution should be exercised when using the NDWI for water body analysis with both Landsat-8 and Landsat-9 satellites simultaneously. (3) For Landsat-8 and Landsat-9 imagery, ratio-based water indices tend to have more omission errors, while difference-based indices are more prone to commission errors. Overall, ratio-based indices exhibit greater variability in overall accuracy, whereas difference-based indices demonstrate lower sensitivity to variations in the study area, showing smaller overall accuracy fluctuations and higher robustness. This study can provide necessary references for the selection of water indices based on the newest Landsat-9 data. The results are crucial for guiding the combined use of Landsat-8 and Landsat-9 for global surface water mapping and understanding its long-term changes.

Abstract Ginkgo biloba extract is reported to have therapeutic effects on aging‐related disorders. However, the specific component responsible for this biological function and its mechanism of action remain largely unknown. This study finds that Ginkgetin, an active ingredient of Ginkgo biloba extract, can alleviate cellular senescence and improve pathologies in multiple tissues of aging mice. To reveal the molecular mechanism of Ginkgetin's anti‐aging effect, a graph convolutional network‐based drug “on‐target” pathway prediction algorithm for prediction is employed. The results indicate that the cGAS‐STING pathway may be a potential target for Ginkgetin. Subsequent cell biological and biophysical data confirmed that Ginkgetin directly binds to the carboxy‐terminal domain of STING protein, thereby inhibiting STING activation and signal transduction. Furthermore, in vivo pharmacodynamic data showed that Ginkgetin effectively alleviates systemic inflammation in Trex1 −/− mice and inhibits the abnormally activated STING signaling in aging mouse model. In summary, this study, utilizing an artificial intelligence algorithm combined with pharmacological methods, confirms STING serves as a critical target for Ginkgetin in alleviating inflammation and senescence. Importantly, this study elucidates the specific component and molecular mechanism underlying the anti‐aging effect of Ginkgo biloba extract, providing a robust theoretical basis for its therapeutic use.

Abstract Drug development based on target proteins has been a successful approach in recent decades. A conventional structure-based drug design pipeline is a complex, human-engineered pipeline with multiple independently optimized steps. Advances in end-to-end differentiable learning suggest the potential benefits of similarly reformulating drug design. Here, we proposed a new sequence-to-drug paradigm that discovers drug-like small-molecule modulators directly from protein sequences and validated this concept for the first time in three stages. First, we designed TransformerCPI2.0 as a core tool for the sequence-to-drug paradigm, which exhibited competitive performance with conventional structure-based drug design approaches. Second, we validated the binding knowledge that TransformerCPI2.0 has learned. Third, we applied a sequence-to-drug paradigm to discover new hits for E3 ubiquitin-protein ligases: speckle-type POZ protein (SPOP), ring finger protein 130 (RNF130) which does not have a 3D structure, and repurposed proton pump inhibitors (PPIs) for ADP-ribosylation factor 1 (ARF1). This first proof of concept shows that the sequence-to-drug paradigm is a promising direction for drug development.

Porcine blood is rich in protein and has always been the focus of research. Heme-peptides prepared from porcine hemoglobin are susceptible to oxidative degeneration during preparation and storage, thus affecting their function and stability. This study evaluated the enhancement effects of L-lysine (Lys) on recovery rate, antioxidant activity, stability, and structure. The results indicated that adding 1% Lys during enzymatic hydrolysis significantly increased the recovery rate of ferrous heme and peptide content by 93.88% and 15.30% (p < 0.05), respectively, and maximally enhanced antioxidant activity by 37.85% (p < 0.05). The contents of iron, ferrous ion, and ferrous heme in the heme-peptides were significantly increased by 97.52%, 121. 97%, and 74.45% (p < 0.05), respectively. Additionally, Lys improved the resistance to pH, temperature, metal ions, pepsin, and trypsin. Meanwhile, the effects of Lys resulted in heme-peptides with a smaller particle size, higher zeta potentials, and a smoother micromorphology. Fourier-transform infrared spectroscopy and fluorescence spectroscopy analysis showed that Lys enhanced the conformational stability of the heme-peptides. Molecular docking further suggested that hydrogen bonding was the main driver of the connections between Lys and the heme-peptides. This study provides theoretical guidance for the efficient utilization of heme-peptides in the food industry.