Abnormal mitochondrial fission participates in the pathogenesis of many diseases. Long non-coding RNAs (lncRNAs) are emerging as new players in gene regulation, but how lncRNAs operate in the regulation of mitochondrial network is unclear. Here we report that a lncRNA, named cardiac apoptosis-related lncRNA (CARL), can suppress mitochondrial fission and apoptosis by targeting miR-539 and PHB2. The results show that PHB2 is able to inhibit mitochondrial fission and apoptosis. miR-539 is responsible for the dysfunction of PHB2 and regulates mitochondrial fission and apoptosis by targeting PHB2. Further, we show that CARL can act as an endogenous miR-539 sponge that regulates PHB2 expression, mitochondrial fission and apoptosis. Our present study reveals a model of mitochondrial fission regulation that is composed of CARL, miR-539 and PHB2. Modulation of their levels may provide a new approach for tackling apoptosis and myocardial infarction. The prohibitin complex promotes cell survival by regulating mitochondrial morphogenesis. Wang et al.identify a long non-coding RNA that regulates this complex in cardiomyocytes by acting as a sponge to downregulate a prohibitin-targetting miRNA, protecting cells from apoptosis in anoxic conditions.

Functional disintegration has been observed in schizophrenia during task performance. We sought to investigate functional disintegration during rest because an intrinsic functional brain organization, including both "task-negative" (i.e., "default mode") and "task-positive" networks, has been suggested to play an important role in integrating ongoing information processing. Additionally, the brain regions that are involved in the intrinsic organization are believed to be abnormal in schizophrenia. Patients with paranoid schizophrenia (N=18) and healthy volunteers (N=18) underwent a resting-state fMRI scan. Functional connectivity analysis was used to identify the connectivity between each pair of brain regions within this intrinsic organization, and differences were examined in patients versus healthy volunteers. Compared to healthy volunteers, patients showed significant differences in connectivity within networks and between networks, most notably in the connectivities associated with the bilateral dorsal medial prefrontal cortex, the lateral parietal region, the inferior temporal gyrus of the "task-negative" network and with the right dorsolateral prefrontal cortex and the right dorsal premotor cortex of the "task-positive" network. These results suggested that the interregional functional connectivities in the intrinsic organization are altered in patients with paranoid schizophrenia. These abnormalities could be the source of abnormalities in the coordination of and competition between information processing activities in the resting brain of paranoid patients.

We aimed to evaluate the performance of the newly developed deep learning Radiomics of elastography (DLRE) for assessing liver fibrosis stages. DLRE adopts the radiomic strategy for quantitative analysis of the heterogeneity in two-dimensional shear wave elastography (2D-SWE) images.A prospective multicentre study was conducted to assess its accuracy in patients with chronic hepatitis B, in comparison with 2D-SWE, aspartate transaminase-to-platelet ratio index and fibrosis index based on four factors, by using liver biopsy as the reference standard. Its accuracy and robustness were also investigated by applying different number of acquisitions and different training cohorts, respectively. Data of 654 potentially eligible patients were prospectively enrolled from 12 hospitals, and finally 398 patients with 1990 images were included. Analysis of receiver operating characteristic (ROC) curves was performed to calculate the optimal area under the ROC curve (AUC) for cirrhosis (F4), advanced fibrosis (≥F3) and significance fibrosis (≥F2).AUCs of DLRE were 0.97 for F4 (95% CI 0.94 to 0.99), 0.98 for ≥F3 (95% CI 0.96 to 1.00) and 0.85 (95% CI 0.81 to 0.89) for ≥F2, which were significantly better than other methods except 2D-SWE in ≥F2. Its diagnostic accuracy improved as more images (especially ≥3 images) were acquired from each individual. No significant variation of the performance was found if different training cohorts were applied.DLRE shows the best overall performance in predicting liver fibrosis stages compared with 2D-SWE and biomarkers. It is valuable and practical for the non-invasive accurate diagnosis of liver fibrosis stages in HBV-infected patients.NCT02313649; Post-results.

Epidermal growth factor receptor (EGFR) genotyping is critical for treatment guidelines such as the use of tyrosine kinase inhibitors in lung adenocarcinoma. Conventional identification of EGFR genotype requires biopsy and sequence testing which is invasive and may suffer from the difficulty of accessing tissue samples. Here, we propose a deep learning model to predict EGFR mutation status in lung adenocarcinoma using non-invasive computed tomography (CT). We retrospectively collected data from 844 lung adenocarcinoma patients with pre-operative CT images, EGFR mutation and clinical information from two hospitals. An end-to-end deep learning model was proposed to predict the EGFR mutation status by CT scanning. By training in 14 926 CT images, the deep learning model achieved encouraging predictive performance in both the primary cohort (n=603; AUC 0.85, 95% CI 0.83–0.88) and the independent validation cohort (n=241; AUC 0.81, 95% CI 0.79–0.83), which showed significant improvement over previous studies using hand-crafted CT features or clinical characteristics (p<0.001). The deep learning score demonstrated significant differences in EGFR-mutant and EGFR-wild type tumours (p<0.001). Since CT is routinely used in lung cancer diagnosis, the deep learning model provides a non-invasive and easy-to-use method for EGFR mutation status prediction.

Cardiac hypertrophy is accompanied by maladaptive cardiac remodeling, which leads to heart failure or sudden death. MicroRNAs (miRNAs) are a class of small, noncoding RNAs that mediate posttranscriptional gene silencing. Recent studies show that miRNAs are involved in the pathogenesis of hypertrophy, but their signaling regulations remain to be understood. Here, we report that miR-23a is a pro-hypertrophic miRNA, and its expression is regulated by the transcription factor, nuclear factor of activated T cells (NFATc3). The results showed that miR-23a expression was up-regulated upon treatment with the hypertrophic stimuli including isoproterenol and aldosterone. Knockdown of miR-23a could attenuate hypertrophy, suggesting that miR-23a is able to convey the hypertrophic signal. In exploring the molecular mechanism by which miR-23a is up-regulated, we identified that NFATc3 could directly activate miR-23a expression through the transcriptional machinery. The muscle specific ring finger protein 1, an anti-hypertrophic protein, was identified to be a target of miR-23a. Its translation could be suppressed by miR-23a. Our data provide a model in which the miRNA expression is regulated by the hypertrophic transcriptional factor.

Over the last decades, considerable efforts have been put into developing active nanocarrier systems that cross the blood brain barrier (BBB) to treat brain-related diseases such as glioma tumors. However, to date none have been approved for clinical usage. Here, we show that a human H-ferritin (HFn) nanocarrier both successfully crosses the BBB and kills glioma tumor cells. Its principle point of entry is the HFn receptor (transferrin receptor 1), which is overexpressed in both BBB endothelial cells (ECs) and glioma cells. Importantly, we found that HFn enters and exits the BBB via the endosome compartment. In contrast, upon specifically targeting and entering glioma cells, nearly all of the HFn accumulated in the lysosomal compartment, resulting in the killing of glioma tumor cells, with no HFn accumulation in the surrounding healthy brain tissue. Thus, HFn is an ideal nanocarrier for glioma therapy and possesses the potential to serve as a therapeutic approach against a broad range of central nervous system diseases.

Mesoporous carbon nanospheres containing porphyrin-like metal centers (denoted as "PMCS") are successfully synthesized by the pyrolysis of an imidazolate framework using a mesoporous-silica protection strategy. The PMCS allow infrared and photoacoustic imaging and synergetic photothermal therapy/photodynamic therapy derived from the porphyrin-like moieties, offering the possibility of real-time monitoring of therapeutic processes and image-guided precise conformal phototherapy. PMCS thus represent a novel multifunctional theranostic platform for improved treatment efficiencies.

Existing approaches to image reconstruction in photoacoustic computed tomography (PACT) with acoustically heterogeneous media are limited to weakly varying media, are computationally burdensome, and/or cannot effectively mitigate the effects of measurement data incompleteness and noise. In this work, we develop and investigate a discrete imaging model for PACT that is based on the exact photoacoustic (PA) wave equation and facilitates the circumvention of these limitations. A key contribution of the work is the establishment of a procedure to implement a matched forward and backprojection operator pair associated with the discrete imaging model, which permits application of a wide-range of modern image reconstruction algorithms that can mitigate the effects of data incompleteness and noise. The forward and backprojection operators are based on the k-space pseudospectral method for computing numerical solutions to the PA wave equation in the time domain. The developed reconstruction methodology is investigated by use of both computer-simulated and experimental PACT measurement data.

Development of superhydrophobic self-cleaning materials is hindered by their susceptibility to mechanical abrasion. Here, to solve the problem caused by mechanical damage, we prepared a superhydrophobic metal/polymer composite surface possessing both mechanical durability and easy repairability. The mechanical durability of the resulting superhydrophobic surface was evaluated by the abrasion test. The result demonstrated that the rough surface textures were retained and the surface still exhibited superhydrophobicity after mechanical abrasion. Moreover, the non-wetting property can be restored by an easy regeneration process when loss of superhydrophobicity occurs. Amazingly, the created metal/polymer surface can be used as a finger touchable self-cleaning surface.