Abstract BACKGROUND Milk somatic cell count (SCC) is an international standard for identifying mastitis in dairy cows and measuring raw milk quality. Milk SCC can be predicted based on dielectric relaxation parameters (DRPs). We noted a high correlation between DRPs and the milk composition content (MCC), and so we hypothesized that combining DRPs with MCC could improve the prediction accuracy of milk SCC. The present study aimed to analyze the relationship between milk SCC, DRPs and MCC, as well as to investigate the potential of combining DRPs with MCC to improve the prediction accuracy of milk SCC. RESULTS The dielectric spectra (20–4500 MHz) of 276 milk samples were measured, and their DRPs ( ε l , ε h , Δε , τ and σ ) were solved by the modified Debye equation. The SCC prediction models were developed using dielectric full spectra, DRPs and DRPs combined with MCC. The results showed the correlations between DRPs ( ε l , ε h , Δε and σ ) and MCC (fat, protein, lactose and total solids) were high, and SCC exhibited a non‐linear relationship with DRPs and MCC. The 5DRPs + MCC‐generalized regression neural network model had the best prediction, with a standard error of prediction for prediction of 0.143 log SCC mL −1 and residual of the prediction bias of 2.870, which was superior to the models based on full spectra, DRPs and near‐infrared or visible/near‐infrared. CONCLUSION The present study has improved the prediction accuracy of milk SCC based on the DRPs combing MCC and provides a new method for dairy farming and milk quality assessment. © 2024 Society of Chemical Industry.

Numerous studies indicate that natural polysaccharides have immune-enhancing effects as a host defense potentiator. Few reports are available on hormetic effects of natural polysaccharides, and the underlying mechanisms remain unclear.

Background/Objectives: Platycodon grandiflorus (PG) has been widely researched as a conductant drug for the treatment of lung diseases by ancient and modern traditional Chinese medicine (TCM) practitioners. Inspired by the mechanism and our previous finding about fructans and fructooligosaccharides from Platycodon grandiflorus (FFPG), we developed a nano drug delivery system (NDDS) targeting lung cancer. The aim was to improve the efficiency of the liposomal delivery of Paclitaxel (PTX) and enhance the anti-tumor efficacy. Methods: The FFPG-Lip-PTX NDDS was prepared by electrostatic adsorption. Dynamic light scattering, zeta potential, and transmission electron microscopy were used for physical characterization. The release behavior of the NDDS was simulated by dialysis. The uptake of the NDDS was observed by confocal microscopy and flow cytometry. Cytotoxicity, apoptosis, migration, and invasion experiments were used to evaluate the anti-tumor ability of the NDDS in vitro. The penetration and inhibition of tumor proliferation were further analyzed via a 3D tumor sphere model. Finally, in vivo biological distribution and pharmacodynamic experiments verified the targeting and anti-tumor ability of the FFPG-Lip-PTX NDDS. Results: FFPG-Lip-PTX possessed a homogeneous particle size distribution, high encapsulation efficiency, and stability. In vitro experiments confirmed that FFPG promoted the uptake of the NNDS by tumor cells and enhanced cytotoxicity. It also increased the anti-tumor effect by promoting cell apoptosis and inhibiting invasion and metastasis. The same conclusion was obtained in 3D tumor spheres. In vivo experiments exhibited that FFPG-lips-PTX showed more significant lung cancer-targeting activity and anti-tumor effects. Conclusions: In this study, a novel lung-targeted NDDS is proposed to enhance the therapeutic effect of chemotherapy drugs on lung cancer.