Significance A decline in the diversity of the T-cell receptor repertoire owing to thymic involution has been implicated as causing defective immune responses in the elderly. By applying next-generation sequencing of replicate TCRB libraries from highly purified T-cell subsets, and using nonparametric statistical analysis, we obtain estimates of repertoire richness in the young adult that are higher than previously reported. Although contracting with age, the repertoire remains highly diverse. These data challenge the paradigm that thymic rejuvenation is needed to maintain diversity and prevent immune incompetence in the elderly. However, we observe an increasing inequality of clonal sizes with age even among naïve T cells. This clonal selection could result in biased and possibly autoreactive immune responses.

Airway epithelial cell (AEC) necroptosis contributes to airway allergic inflammation and asthma exacerbation. Targeting the tumor necrosis factor-like ligand 1 A (TL1A)/death receptor 3 (DR3) axis has a therapeutic effect on asthmatic airway inflammation. The role of TL1A in mediating necroptosis of AECs challenged with ovalbumin (OVA) and its contribution to airway inflammation remains unclear.

Abstract Backgroud Our study aimed to assess the impact of inter- and intra-observer variations when utilizing an artificial intelligence (AI) system for bone age assessment (BAA) of preschool children. Methods A retrospective study was conducted involving a total sample of 53 female individuals and 41 male individuals aged 3–6 years in China. Radiographs were assessed by four mid-level radiology reviewers using the TW3 and RUS–CHN methods. Bone age (BA) was analyzed in two separate situations, with/without the assistance of AI. Following a 4-week wash-out period, radiographs were reevaluated in the same manner. Accuracy metrics, the correlation coefficient (ICC)and Bland-Altman plots were employed. Results The accuracy of BAA by the reviewers was significantly improved with AI. The results of RMSE and MAE decreased in both methods ( p < 0.001). When comparing inter-observer agreement in both methods and intra-observer reproducibility in two interpretations, the ICC results were improved with AI. The ICC values increased in both two interpretations for both methods and exceeded 0.99 with AI. Conclusion In the assessment of BA for preschool children, AI was found to be capable of reducing inter-observer variability and enhancing intra-observer reproducibility, which can be considered an important tool for clinical work by radiologists. Impact The RUS-CHN method is a special bone age method devised to be suitable for Chinese children. The preschool stage is a critical phase for children, marked by a high degree of variability that renders BA prediction challenging. The accuracy of BAA by the reviewers can be significantly improved with the aid of an AI model system. This study is the first to assess the impact of inter- and intra-observer variations when utilizing an AI model system for BAA of preschool children using both the TW3 and RUS-CHN methods.

Excess ammonia can damage the growth and development of fish. Pseudobagrus ussuriensis is a scaleless fish with important economic value that is more sensitive to ammonia stress. In this study, P. ussuriensis was explored using different ammonia concentrations [control (0 mg/L), CL; low stress (10 mg/L), T1L; and high stress (50 mg/L), T2L] for 48 h. Compared to the control group, the liver cells in the T1L group showed slight damage, while the T2L group was severely damaged, with the cells being loosely arranged, with nuclei lysis and cell vacuolization. The activities of superoxide dismutase, catalase, and glutathione in the T1L and T2L groups were significantly lower than those in the CL group (p < 0.05), and the malondialdehyde reached the maximum at 48 h. Furthermore, 9301 differentially expressed genes (DEGs) (4583 upregulated and 4718 downregulated) were detected by transcriptome sequencing. Most DEGs were highly enriched in cellular processes (GO:0009987) and cell parts (GO:0044464). Especially, the phosphatidylinositol 3-kinase/protein kinase B (PI3K-Akt) signaling pathway had the maximum quantity of DEGs in all the three groups. In-depth analysis revealed the stress caused multiple substitutions of SNP sites in pik3ca and kras, blocking the PI3K/Akt signaling pathway to prevent cancer cell proliferation and spread, accelerating the apoptosis of damaged cells. These results suggest that ammonia stress induces liver damage in P. ussuriensis, causing genetic mutations and cellular carcinogenesis, thereby accelerating cell apoptosis.

Venous blood collection is a widely used medical diagnostic technique, and with rapid advancements in robotics, robotic venous blood collection has the potential to replace traditional manual methods. The success of this robotic approach is heavily dependent on the quality of vein imaging. In this paper, we develop a vein imaging device based on the simulation analysis of vein imaging parameters and propose a U-Net+ResNet18 neural network for vein image segmentation. The U-Net+ResNet18 neural network integrates the residual blocks from ResNet18 into the encoder of the U-Net to form a new neural network. ResNet18 is pre-trained using the Bootstrap Your Own Latent (BYOL) framework, and its encoder parameters are transferred to the U-Net+ResNet18 neural network, enhancing the segmentation performance of vein images with limited labelled data. Furthermore, we optimize the AD-Census stereo matching algorithm by developing a variable-weight version, which improves its adaptability to image variations across different regions. Results show that, compared to U-Net, the BYOL+U-Net+ResNet18 method achieves an 8.31% reduction in Binary Cross-Entropy (BCE), a 5.50% reduction in Hausdorff Distance (HD), a 15.95% increase in Intersection over Union (IoU), and a 9.20% increase in the Dice coefficient (Dice), indicating improved image segmentation quality. The average error of the optimized AD-Census stereo matching algorithm is reduced by 25.69%, and the improvement of the image stereo matching performance is more obvious. Future research will explore the application of the vein imaging system in robotic venous blood collection to facilitate real-time puncture guidance.

Abstract The enhanced efficacy of vinegar‐processed Cyperus rotundus (VCR) in treating primary dysmenorrhea (PD) has been observed. However, the active components and potential mechanisms of synergy are still unclear. The objective of this study was to develop a method that combines bionic technology, plant metabolomics and network pharmacology to discover the active components and potential mechanisms underlying the enhanced therapeutic effects of VCR for PD. Vinegar processing alters the flavor of C. rotundus , leading to changes in its properties. The acidic nature of vinegar enhances the selectivity of the medicine toward the liver, thereby improving its ability to soothe the liver, regulate qi and provide pain relief. Through gas chromatography–mass spectrometry and multivariate statistical analysis, 30 key differential components between raw C. rotundus and VCR have been screened and identified. These differential components primarily exert their therapeutic effects in treating PD by modulating targets such as interleukin‐6, TNF, TP53 and PTGS2, as well as pathways including the estrogen signaling pathway, ovarian steroidogenesis, the TNF signaling pathway and the HIF‐1 signaling pathway. The findings of this study serve as a reference for the application of VCR in compound formulas and clinic practiceal. Furthermore, the methodology employed in this study provides research insights for the processing of other Chinese medicines.