Abundant and diversified Mesozoic fossil wood records have been reported in China. However, fossil woods have never been reported in the Guyang Basin, northern China. Here, a new calcified fossil wood specimen was discovered from the Lower Cretaceous Guyang Formation in the Guyang Basin. The present fossil are characterized by araucarian radial tracheid pitting and circopore cross-field pitting, typical of the genus Protocircoporoxylon. The specimen described here are mostly distinguishable from other fossil species of Protocircoporoxylon by the araucarian radial tracheid pitting and the number of pits per cross-field. Therefore, the present wood fossil is established as a new species, Protocircoporoxylon guyangensis Xu X.H. et Zhao Y.M. sp. nov. Up to now, the fossil detail records of Protocircoporoxylon have predominantly been found in the Triassic and Jurassic periods thus far. However, this discovery in Inner Mongolia, northern China indicates that the genus Protocircoporoxylon still into the Early Cretaceous period. The quantitative growth rings analysis of P. guyangensis sp. nov. indicates that it is an evergreen gymnosperm with a leaf retention time of 5–7 years. The fossil wood living in an environment with complacent water supply and weak seasonal fluctuations.

Embryogenesis requires epigenetic information that allows each cell to respond appropriately to developmental cues. Histone modifications are core components of a cells epigenome, giving rise to chromatin states that modulate genome function. Here, we systematically profile histone modifications in a diverse panel of mouse tissues at 8 developmental stages from 10.5 days post conception until birth, performing a total of 1,128 ChIP-seq assays across 72 distinct tissue-stages. We combine these histone modification profiles into a unified set of chromatin state annotations, and track their activity across developmental time and space. Through integrative analysis we identify dynamic enhancers, reveal key transcriptional regulators, and characterize the role of chromatin-based repression in developmental gene regulation. We also leverage these data to link enhancers to putative target genes, revealing connections between coding and non-coding sequence variation in disease etiology. Our study provides a compendium of resources for biomedical researchers, and achieves the most comprehensive view of embryonic chromatin states to date.

This study explores the hierarchical relationship between paragraphs and sentences in written Chinese texts across 9 registers and 20 text sizes using the Menzerath-Altmann (MA) law. Key findings include: (1) The MA law is reasonably applicable at the supra-sentential level in written Chinese, specifically 'paragraph-sentence-clause' under certain boundary conditions. (2) Paragraph-level fittings are influenced by both register and text size. Certain fiction registers even show a decrease in goodness-of-fit as text size increases. (3) Media emerges as a potential factor shaping linguistic feature in literary texts. These findings may shed some light on MA law studies at the supra-sentential level.

Mount Changbai is an active volcano in Northeast China that has erupted several times since the Miocene. Investigating the potential high–temperature geothermal reservoirs associated with magma chambers under the volcano has a significant meaning for clean energy development and utilization. Through a geological field survey combined with drilling data and collected geophysical data, including seismic and magnetotelluric data, of the Mt. Changbai area, we constructed a geological model extending from the upper mantle to the surface. Based on the geological model, we performed thermal simulations to understand the evolution of temperature profiles under Mt. Changbai since the Miocene (∼25 Ma). The results were compared with temperature measurements from geothermal drilling and hot springs for validation. We found that: (1) The total temperature increase can reach ∼263 °C at –6 km (absolute depth) under the Mt. Changbai volcano. While the temperature increase has reached ∼224 °C since the shallow magma chamber appeared at ∼1.5 Ma, which accounts for >80 % of the total temperature increase. (2) Surface cold–water infiltration caused the decrease of subsurface temperature. However, the water can result in local accumulation of heat with a temperature increase up to 44 °C. (3) Both hydrothermal and hot dry rock geothermal resources are abundant in the Mt. Changbai area. Sedimentary strata of the Meso–Neoproterozoic and above that have good porosity and permeability, forming hydrothermal reservoirs. The temperature can reach 150 °C at a depth of 3 km under the Tianchi crater and are transferred to the surface by water through faults. While, metamorphic rock of the Archean–Paleoproterozoic and intrusive rock of the Mesozoic can form hot dry rock geothermal reservoirs with a temperature of 200–400 °C at a depth of 4–7 km under the Tianchi crater and surrounding areas.

Abstract Mine water inrush is a serious threat to mine safety production. It is very important to identify water inrush source types quickly to prevent and control water damage. In this study, the aqueous chemical components Na + + K + , Ca 2+ , Mg 2+ , Cl − , SO 4 2− and HCO 3− of different aquifers in Pingdingshan coalfield were selected as the characteristic values, and the Surface water, Quaternary pore water, Carboniferous limestone karst water, Permian sandstone water, and Cambrian limestone karst water were used as the labels. An intelligent water source discrimination model is proposed by combining data mining, classification models, and reinforcement learning. As outlier data in the samples may interfere with the model recognition ability, the data distribution range was analyzed using box plots, and 20 groups of abnormal samples were excluded. The processed water chemistry data were divided into 80% learning samples and 20% test samples, and the learning samples were fed into a light gradient boosting machine (LightGBM) for training. The tree-structured parson estimator (TPE) obtains the optimal values of the main parameters of LightGBM in a very short time. Substituting the hyperparameters back into the model yields a 13.9% improvement in the accuracy of the model, proving the effectiveness of the TPE algorithm. To further validate the performance of the model, TPE-LightGBM is compared and analyzed with a Random Search-Multi Layer Perceptron Machine (RS-MLP) and Genetic Algorithm-Extreme Gradient Boosting Tree (GA-SVM). The accuracy of TPE-LightGBM, RS-MLP, and GA-SVM is 0.931, 0.759, 0.724 in that order, and the generalization error RMSE is 0.415, 1.05, and 1.313 in that order. The results show that TPE-LightGBM is more advantageous in water source identification and is more resistant to overfitting. By calculating and comparing the information gain of each variable, the contribution of Ca 2+ is the highest, so it is necessary to pay attention to the change in Ca 2+ concentration. TPE-LightGBM’s high accuracy and generalization ability have a good prospect for the identification of sudden water source types.