Abstract Objective To investigate the prognostic value of preoperative body composition and serum tumor markers (STM) in patients undergoing surgical treatment for colorectal cancer (CRC) and to establish the prognostic score for patients with CRC. Methods This study enrolled 365 patients (training set 245, validation set 120) with CRC who underwent surgical resection. The predictive value of various body composition features and STM for determining CRC prognosis were compared. A novel index score based on the independent risk factors from Cox regression for CRC patients was established and evaluated for its usefulness. Results Multivariate Cox regression showed that low skeletal muscle radiodensity (SMD) ( p = 0.020), low subcutaneous fat area (SFA) ( p = 0.029), high carcinoembryonic antigen (CEA) ( p = 0.008), and high alpha-fetoprotein (AFP) ( p = 0.039) were all independent prognostic factors for poor overall survival (OS). The multifactorial analysis indicated that high intermuscular fat area (IMFA) ( p = 0.033) and high CEA ( p = 0.009) were independent prognostic factors for poor disease-free survival (DFS). Based on these findings, two scoring systems for OS and DFS were established in the training datasets. CRC patients who scored higher on the new scoring systems had lower OS and DFS (both p < 0.001) as shown in the Kaplan–Meier survival curves in the training and validation datasets. Conclusion In predicting the prognosis of CRC patients, SFA and SMD are superior to other body composition measurements. A scoring system based on body composition and STM can have prognostic value and clinical applicability. Clinical relevance statement This scoring system, combining body composition and serum tumor markers, may help predict postoperative survival of CRC patients and help clinicians make well-informed decisions regarding the treatment of patients. Key Points Colorectal cancer prognosis can be related to body composition . High intermuscular fat area and CEA were independent prognostic factors for poor disease-free survival . This scoring system, based on body composition and tumor markers, can prognosticate for colorectal cancer patients .

This study evaluated the fruits of Forsythia suspensa (Lianqiao), an important economic crop, for the chemical components of its water and ethanol extracts, inhibitory effects on SARS-CoV-2 virus spike protein binding to ACE2, inhibition of ACE2 activity, and capacity to scavenge free radicals. A total of 42 compounds were tentatively identified in the extracts via HPLC-MS/MS analysis. The water extract showed a greater ACE2 inhibition but a weaker inhibition on SARS-CoV-2 spike protein binding to ACE2 than the ethanol extract on a per-botanical-weight-concentration basis. The phenolic content was found to be greater in the water extract at 45.19 mg GAE/g dry botanical weight than in the ethanol extract (6.89 mg GAE/g dry botanical). Furthermore, the water extract had greater scavenging capacities against HO●, DPPH●, and ABTS●+ at 448.48, 66.36, and 121.29 µmol TE/g dry botanical, respectively, as compared to that of the ethanol extract (154.04, 3.55, and 33.83 µmol TE/g dry botanical, respectively). These results warrant further research into, and the development of, the potential COVID-19-preventive applications of Lianqiao and its extracts.

Traditional deep learning-based prediction methods predominantly rely on weather radar data to quantify precipitation, often neglecting the integration of the thermal processes involved in the formation and dissipation of precipitation, which leads to reduced prediction accuracy. To address this limitation, we introduce the Dual-Attention Recurrent Neural Network (DA-RNN), a model that combines satellite infrared (IR) data with radar-derived vertically integrated liquid (VIL) content. This model leverages the fundamental physical relationship between temperature and precipitation in a predictive framework that captures thermal and water vapor dynamics, thereby enhancing prediction accuracy. The results of experimental evaluations on the SEVIR dataset demonstrate that the DA-RNN model surpasses traditional methods on the test set. Notably, the DA-TrajGRU model achieves reductions in mean squared error (MSE) and mean absolute error (MAE) of 30 (9.3%) and 89 (6.4%), respectively, compared with those of the conventional TrajGRU model. Furthermore, our DA-RNN exhibits robust false alarm rates (FAR) for various thresholds, with only slight decreases in the critical success index (CSI) and Heidke skill score (HSS) when increasing the threshold. Additionally, we present a visualization of precipitation nowcasting, illustrating that the integration of multiple data sources effectively avoids overestimation of VIL values, further increasing the precision of precipitation forecasts.

e14571 Background: Phagocytosis plays an essential role in innate immunity and is key in bridging innate immunity and adaptive immunity. Phagocytosis checkpoints promote tumor immune escape by inhibiting phagocytosis by tumor-associated macrophages (TAMs). SLAMF8, which is mainly expressed on the surface of TAMs, may be involved in regulating the tumor immune microenvironment. However, its regulation of the phagocytosis of TAMs remains unclear. The present study aims to investigate the effect of SLAMF8 on the phagocytosis of TAMs and to provide a new target for tumor immunotherapy. Methods: The dataset including 458 colorectal cancer (CRC) tissues from the TCGA database was used to analyze the correlation between the expression of SLAMF8 and several classical phagocytosis checkpoint molecules, and the above correlation was further verified by the RNA-sequencing data of 20 CRC tissues in our center. In vitro, the effects of SLAMF8 expression level on tumor cell proliferation and macrophage phagocytosis were also evaluated. RNA sequencing was used to analyze the effect of SLAMF8 on the expression of genes related to promoting macrophage phagocytosis. The effect of SLAMF8 on the expression levels of proteins related to FcR-mediated phagocytosis was detected by flow cytometry. Results: The results from the TCGA dataset and our validation dataset both showed that the SLAMF8 expression was significantly positively correlated with the expression levels of classical phagocytosis checkpoint molecules such as SIGLEC11, SIGLEC10, SIGLEC9, CD274and LILRB1. In vitro, functional tests showed that the phagocytosis of CT26 CRC cells by macrophages was significantly enhanced after SLAMF8 knockdown. RNA sequencing results suggested that the expression levels of molecules related to FcR-mediated phagocytosis were significantly upregulated after the decreased expression of SLAMF8.Flow cytometry analysis confirmed that SLAMF8 inhibited the expression levels of FcR-mediated phagocytosis related proteins such as CD16/32, CD64, and CD11b. Conclusions: SLAMF8 may release the “don’t-eat me” signal to inhibit FcR-mediated phagocytosis of tumor cells by macrophage. Further studies are needed to investigate the underlying mechanism of SLAMF8 on the regulation of macrophage phagocytosis and to test its possibility as a new immunotherapy target.

This study aimed to establish a strategy for identifying dietary intake biomarkers using a non-targeted metabolomic approach, including metabolic pathway and network analysis. The strategy was successfully applied to identify dietary intake biomarkers in fecal samples from pigs fed two doses of a polyphenol-rich fruit and vegetable (FV) diet following the Dietary Guidelines for Americans (DGA) recommendations. Potential biomarkers were identified among dietary treatment groups using liquid chromatography-high resolution mass spectrometry (LC-HRMS) based on a non-targeted metabolomic approach with metabolic pathway and network analysis. Principal component analysis (PCA) results showed significant differences in fecal metabolite profiles between the control and two FV intervention groups, indicating a diet-induced differential fecal metabolite profile after FV intervention. Metabolites from common flavonoids, e.g., (epi)catechin and protocatechuic acid, or unique flavonoids, e.g., 5,3',4'-trihydroxy-3-methoxy-6,7-methylenedioxyflavone and 3,5,3',4'-tetrahydroxy-6,7-methylenedioxyflavone, were identified as highly discriminating factors, confirming their potential as fecal markers for the FV dietary intervention. Microbiota pathway prediction using targeted flavonoids provided valuable and reliable biomarker exploration with high confidence. A correlation network analysis between these discriminatory ion features was applied to find connections to possible dietary biomarkers, further validating these biomarkers with biochemical insights. This study demonstrates that integrating metabolic pathways and network analysis with a non-targeted metabolomic approach is highly effective for rapid and accurate identification and prediction of fecal biomarkers under controlled dietary conditions in animal studies. This approach can also be utilized to study microbial metabolisms in human clinical research.

Background: Maslinic acid (MA), a pentacyclic triterpenoid compound derived from leaves and fruits of Olea europaea, bears multi-pharmacological properties. Our previous studies found that MA exerted a cardioprotective effect by modulating oxidative stress, inflammation, and apoptosis during myocardial ischemia-reperfusion injury (MIRI). Nevertheless, data regarding the anti-ferroptosis effects of MA on MI/RI remains unidentified Aim of the Study: This study aimed to explore the effects of MA on ferroptosis induced by MI/RI, with a focus on elucidating the underlying mechanisms through an integrated approach of network pharmacology and experimental validation. Materials and Methods: Several public databases and a protein-protein interaction (PPI) network were used to identify the core targets shared by MI/RI, ferroptosis, and MA. The molecular function, cell component, biological process, and potential signaling pathways of core genes were analyzed by Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment. Subsequently, molecular docking and in vitro experiments were carried out to further validate network pharmacology results. Results: A total of 21 unique intersection genes were obtained as potential targets of MA in treating MI/RI-induced ferroptosis. The 10 hub genes with the highest interaction scores were identified from PPI analysis. GO and KEGG enrichment showed the contribution of the core genes to pharmacological actions and mechanisms in MA treatment of MI/RI, especially the ferroptosis-related signaling pathways. Additionally, MA docked well with ranked core targets, including MAPK, MTOR, STAT3, PTGS2, and MDM2. Subsequently, in vitro experiments revealed that MA notably alleviated oxidative damage, reduced ferrous iron overload and ferroptosis, and regulated the expression of ferroptosis-related genes (GPX4, PTGS2, and ACSL4) in erastin-induced H9c2 cells. Meanwhile, MA could significantly reduce phosphorylation of MAPK (ERK1/2) levels in H9c2 cells. Conclusion: By utilizing network pharmacology and experimental data, our study revealed the correlation between MA and ferroptosis following MI/RI, and concluded that MA might protect against MI/RI by reducing ferroptosis through the ERK1/2 signaling pathway. This finding offered fresh insights into the pharmacological mechanisms of MA against MI/RI.