Multifunctional nanomaterials with integrated diagnostic and therapeutic functions, combination therapy to enhance treatment efficacy, as well as low toxicity have drawn tremendous attentions. Herein, we report a multifunctional theranostic agent based on peptide (LyP-1)-labeled ultrasmall semimetal nanoparticles of bismuth (Bi-LyP-1 NPs). Ultrasmall Bi NPs (3.6 nm) were facilely synthesized using oleylamine as the reducing agent and exhibited a higher tumor accumulation after being conjugated with the tumor-homing peptide LyP-1. The abilities to absorb both ionizing radiation and the second near-infrared (NIR-II) window laser radiation ensured that Bi-LyP-1 NPs are capable of dual-modal computed tomography/photoacoustic imaging and efficient synergistic NIR-II photothermal/radiotherapy of tumors. Moreover, Bi-LyP-1 NPs could be rapidly cleared from mice through both renal and fecal clearance and almost completely cleared after 30 days. Such multifunctional nanoparticles as efficient cancer theranostic agents, coupled with fast clearance and low toxicity, shed light on the future use of semimetal nanoparticles for biomedicine.

Abstract The development of personality traits is often viewed as evolutionarily adaptive. Current neuroticism research, however, predominantly highlights its negative health impacts, neglecting its potential evolutionary advantages. We propose that neuroticism’s inter-individual variability can be structured into two distinct geometric dimensions. One, named the Emotional Reactivity-Instability/Distress Spectrum (ERIS), correlates strongly with longevity and is associated with chronic diseases and risk-averse lifestyle. This dimension is underpinned by evolutionarily conserved subcortical brain regions and genes. The other, resembling the overall neuroticism score, is primarily linked to mental and stress-related disorders, as well as life satisfaction. It involves higher-order emotional brain regions and is genetically enriched in human-accelerated regions. Collectively, these dimensions represent a dual-strategy personality framework that optimizes survival and well-being, with the former being evolutionarily conservative and the latter potentially a unique human adaptation.

Although spatial programmable architectures have demonstrated high-performance and programmability for a variety of applications, they suffer from the pipeline unbalancing issue which restricts resource utilization and degrades the performance. In this paper, we identify that spatial initiation interval (SpII) can quantitatively describe the impact of pipeline unbalancing on performance, so we formulate SpII for the first time in spatial architectures. To achieve an optimal SpII, we propose dataflow decomposing and integrated mapping to enable high performance dataflow-mapping on spatial architectures. Dataflow decomposing decomposes the application graph into subgraphs and runs them serially, so that it adapts the regular spatial architecture to various application dataflows, particularly for extremely unbalanced datapaths without incurring large buffering overhead. Based on the quantitative SpII, we propose integrated mapping to consider operator placing, operand routing and pipeline balancing at the same time that can find a better SpII for fully-pipelined execution on spatial architectures. The experiment results show that our proposal can gain an average of 2.1× performance speedup on a variety of application kernels over the state-of-the-art approaches.