In this study, we developed copper alginate-carbon nanotube/copper sulfide-graphene oxide gel membranes based on the design inspired by the surface structure of leaves and plant transpiration in nature and through the modulation of high-density polymer networks. This light-driven water evaporation-specific adsorption gel membrane is capable of using solar energy to drive water evaporation from contaminated surface water to access tetracycline antibiotics for detection. Combined with the designed biomimetic adsorption detection chip, in situ monitoring of tetracycline antibiotics in water bodies was achieved. Compared with the traditional mass spectrometry detection method, it shows more outstanding performance in terms of time, environmental protection and technology. The microscale adsorption mechanism was further explored on the molecular scale by density functional theory (DFT). The results showed that tetracycline antibiotics were adsorbed on the aerogel membrane mainly through π-πEDA interactions in sandwich (S) configuration and parallel displacement (PD) configuration, which ensured high adsorption efficiency. Under the optimized conditions, the tetracycline concentration detected by the sensor showed a good linear relationship with the cyclic voltammetry curve, and the lowest detection limit was 1.59*10−4 μM. This adsorption detection strategy can reduce the influence of organic matter, inorganic matter, and other classes of antibiotics on the detection of tetracycline antibiotics, and provide a new idea for the high-efficiency photo-thermal actuation and in-situ testing of tetracycline antibiotics.

Graphene films are accepted as excellent heat dissipation materials due to their ultrahigh thermal conductivity. In general, the graphene film uses graphene oxide (GO) as the raw material through self-assembly, carbonization, and graphitization processes. However, the production and accumulation of a large amount of gas during the carbonization can produce high gas pressure, which causes damage to the ordered stacking structure and seriously affects the thermal conductivity of the graphene film. In this work, we propose a strategy of diamine reagents to crosslink and reduce GO for constraining volume expansion during carbonization. The amine group undergoes nucleophilic substitution and condensation reactions with oxygen-containing functional groups (−COOH, – C–O–C) to form – C–N bonds, which broaden the temperature range of gas production by changing the chemical structure. Compared to dimethylaminopropylamine and N-isopropylethylenediamine, ethylenediamine with symmetrical primary amines can react sufficiently with GO to form a robust structure. Based on these observations, the ethylenediamine-modified film shows a lower expansion rate (115.2%) and higher in-plane thermal conductivity (∼1180 W m–1 K–1) than the pure graphene film (152.6% and ∼980 W m–1 K–1, respectively). This work could be significant in the preparation of graphene films with high thermal conductivity.

Clinically, statins have long been used for the prevention and treatment of chronic renal diseases, however, the underlying mechanisms are not fully elucidated. The present study investigated the effects of atorvastatin on diabetes renal injury and ferroptosis signaling. A mouse model of diabetes was established by the intraperitoneal injection of streptozotocin (50 mg/kg/day) plus a high fat diet with or without atorvastatin treatment. Diabetes mice manifested increased plasma glucose and lipid profile, proteinuria, renal injury and fibrosis, atorvastatin significantly lowered plasma lipid profile, proteinuria, renal injury in diabetes mice. Atorvastatin reduced renal reactive oxygen species (ROS), iron accumulation and renal expression of malondialdehyde (MDA), 4-hydroxynonenal (4-HNE), transferrin receptor1 (TFR1), and increased renal expression of glutathione peroxidase 4 (GPX4), nuclear factor erythroid 2-related factor (NRF2) and ferritin heavy chain (FTH) in diabetes mice. Consistent with the findings in vivo, atorvastatin prevented high glucose-induced ROS formation and Fe2+ accumulation, an increase in the expression of 4-HNE, MDA and TFR1, and a decrease in cell viability and the expression of NRF2, GPX4 and FTH in HK2 cells. Atorvastatin also reversed ferroptosis inducer erastin-induced ROS production, intracellular Fe2+ accumulation and the changes in the expression of above-mentioned ferroptosis signaling molecules in HK2 cells. In addition, atorvastatin alleviated high glucose- or erastin-induced mitochondria injury. Ferroptosis inhibitor ferrostatin-1 and antioxidant N-acetylcysteine (NAC) equally reversed the expression of high glucose-induced ferroptosis signaling molecules. Our data support the notion that statins can inhibit diabetes-induced renal oxidative stress and ferroptosis, which may contribute to statins protection of diabetic nephropathy.

Abstract Lithium‐ion batteries (LIBs) have emerged as highly promising energy storage devices due to their high energy density and long cycle life. However, their safety concern, particularly under thermal shock, hinders their widespread applications. Herein, a temperature‐insensitive electrolyte (TI‐electrolyte) with exceptional resistance to thermal stimuli is presented to address the safety issues arising from the lack of thermal abuse tolerance in LIBs. The TI‐electrolyte is composed of two phase‐change polymers with differentiation melting points (60 and 35°C for polycaprolactone and polyethylene glycol respectively), delivering a wide temperature‐resistant range. It is demonstrated that the TI‐electrolyte possesses a heat capacity of 27.3 J g −1 . The crystalline region in the TI‐electrolyte shrinks when confronted with above‐ambient temperature, absorbing heat to unlock molecular chains fixed in the crystal lattice, becoming amorphous. Notably, the Li||LFP pouch cell delays 3 valuable minutes to achieve the same temperature as conventional liquid electrolytes (LE) when subjected to thermal shocks, paralleling with the simulation results. Moreover, symmetrical Li||Li cell cycles stably for over 600 h at 0.1 mA cm −2 , and Li||LFP full cell demonstrates excellent electrochemical performance, with a capacity of 142.7 mAh g −1 at 0.5 C, thus representing a critical approach to enhancing the safety of LIBs.

Scaling of reverse osmosis (RO) is an important factor affecting its permeability. Various types of scale inhibitors are widely used to reduce scale formation on membrane surfaces. In particular, polyaspartic acid (PASP) is increasingly used due to its environmental benefits. However, efficient detection of PASP during application remains a challenge. Here, we report method for enrichment and determination of PASP using dodecyl dimethyl benzyl ammonium chloride (DDBAC)-modified membranes. The DDBAC-PES membrane detection method improved detection accuracy by 45 % compared to the conventional method. This is due to DDBAC binding to PASP, causing small molecules to combine into larger ones. Additionally, DDBAC reduced the electronegativity of the PES membrane surface, resulting in a PASP retention rate increase from 90 % to 97 %. The experimental result was explained and demonstrated in DFT calculations. The binding energy of DDBAC to PASP was calculated to be −2.774 eV. In addition,the DDBAC-PES membrane maintained good stability of the PASP assay after two months of storage. It also demonstrated the validity and practicality of detection using the new module. Theoretical calculations also give the same results as the experimental ones.

In recent years, with the rapid development of technology, the level of informatization of power systems based on cloud computing has also been continuously improving. More and more data has been accumulated in various power grid systems, forming power big data. In previous smart grids, grid load forecasting was a crucial step, and the design of its prediction algorithm was also a crucial issue. The accuracy of power grid load forecasting results not only affects the normal operation of the entire smart grid, but also affects the macroeconomic regulation of the power grid. Therefore, analyzing and mining big data on electricity plays an important role in the construction of smart grids and the efficient, safe, and stable operation of the power grid. Abnormal detection and prediction of power load is an important research topic in power big data mining. This article studies the method of detecting and predicting abnormal power loads and implements it in a cloud computing environment. After optimization, the average error of neural network prediction is basically controlled within 3%, which is sufficient to meet the requirements of power system prediction and create higher benefits for society. It has certain practical value.

Abstract Although polymer electrolytes have shown great potential in solid‐state lithium metal batteries (LMBs), the polymer chain segments anchor the movement of lithium ions (Li + ), which induces the low ionic conductivity of the electrolytes and limits their application. Herein, a strategy of harnessing ion‐dipole interactions is proposed to liberate lithium ions from polymer chains. The adiponitrile (ADN) molecular dipole with strong bond dipole moment (C≡N, 11.8 × 10 −30 C m) is introduced into the polyvinylidene fluoride‐co‐hexafluoropropylene (PVDF‐HFP) polymer matrix, achieving an electrolyte with high ionic conductivity of 5.1 × 10 −4 S cm −1 at 30 °C. It is demonstrated that the strong ion‐dipole interaction between C≡N and Li + weakens the ion‐dipole interaction of F···…Li + , facilitating Li + dissociation and liberating Li + from polymer chains. Moreover, a hybrid and unsaturated solvation structure is formed with the ADN molecular dipole, PVDF‐HFP polymer chain, and TFSI − anion, corresponding to the solvent‐separated ion pair (SSIP) solvation structure. Thus, the obtained electrolyte realizes high ionic conductivity and lithium‐ion transference number (0.74). Consequently, the assembled lithium symmetric cell delivers stable Li stripping/plating reversibility over 900 h. Additionally, the Li|LiFePO 4 full cells exhibit long‐term cycling stability at 0.5 C over 300 cycles with a capacity retention of 96.4% and ultralong cycling of 1000 cycles at a high rate (5 C).

Introduction Older adults undergoing surgery are at risk of postoperative neurocognitive disorders, prompting the need for preoperative cognitive screening in this population. Traditionally, cognitive screening has been conducted in-person using brief assessment tools such as the Montreal Cognitive Assessment (MoCA) or the Mini-Mental State Examination (MMSE). More comprehensive test batteries, such as the Uniform Data Set (UDS) Neuropsychological Battery, and its remote testing version, the Uniform Data Set version 3 tele-adapted test battery (UDS v3.0 T-cog), have been developed to assess cognitive decline in normal aging and disease conditions, but have not been applied in the perioperative setting. Methods We assessed the feasibility of using this remote UDS v3.0 T-cog battery for preoperative cognitive assessment in 81 older adults 65+ scheduled for lower extremity joint replacement surgery. Results Our results indicate that the UDS v3.0 T-cog achieves 99% completion rates and demonstrates high patient satisfaction. Further, we found 28% of subjects were cognitively impaired in this patient cohort. Discussion These findings suggest that the UDS v3.0 T-cog is a feasible tool for assessing cognitive function in the older adult perioperative population. To our knowledge, this is the first study to apply this comprehensive remote test battery in the preoperative setting.