Because of the forward directivity effects, energy concentration, and fling step effect of pulse‐like ground motions, it is easy to cause landslide of jointed rock slope. To reveal the progressive failure mechanism of jointed rock slope under pulse‐like ground motions, a 3D discrete element numerical model of jointed rock slope in the northern Yunnan province was established to analyze the acceleration, dynamic displacement, and failure modes under bidirectional pulse‐like ground motions. The results show that the time of peak acceleration and peak displacement of the slope are consistent with the peak pulse velocity, and the predominant frequency is also the same. The peak dynamic displacement of the jointed rock slope is about 5–6 cm, but the maximum residual displacement is only 11.3% of the peak dynamic displacement. In the progressive failure process, the displacement first appears at the slope toe, then the fractures in the slope crest are opened, and the rock blocks slide along the bottom surface. The failure mode is tension failure of fractures and block slip.

To investigate the effects and possible mechanisms of caffeic acid phenethyl ester (CAPE) on the replication, amplification, and fibre formation of prions (PrP

The fluorosulfonyldifluoromethylation of unactivated alkenes and (hetero)arenes with iododifluoromethanesulfonyl fluoride (ICF

The prognosis for esophageal squamous cell carcinoma (ESCC), a prevalent and aggressive form of cancer, remains poor despite advancements in treatment options. Addressing the gap in comprehensive prognostic information derived from circRNA expression profiles for ESCC, our study aimed to establish a linkage between circRNA expressions and ESCC prognosis. To achieve this, we first developed an optimized prognostic model named T cell-related risk score (TRRS), which integrates T cell-associated features with machine learning algorithms. In parallel, we re-analyzed existing RNA-seq datasets to redefine the expression profiles of circRNAs and mRNAs. Utilizing the TRRS as a foundational "bridge," we identified circRNAs correlated with TRRS, leading to the development of a novel circRNA pair-based prognostic model, the TCRS, which is independent of specific expression levels. Further investigations uncovered two circRNAs, circNLK(5,6,7).1 and circRC3H1(2).1, with potential functional significance. These findings underscore the utility of these risk scores as tools for predicting overall survival and identifying potential therapeutic targets for ESCC patients.

Ochratoxin A (OTA), as one of the most important and harmful mycotoxins, is classed as possible human carcinogen (group 2B). As we all know, DNA damage may cause genomic instability, cell cycle disorder, activation of DNA damage pathway, and stimulation of DNA repair system. To explore the roles of DNA damage repair protein (hMLH1) on OTA-induced G2 arrest, the DNA damage, chromosome aberration, cell cycle distribution and p53-p21 signaling pathway were evaluatd after different time OTA exposure (6, 12, 24, 48 h) in immortalized human gastric epithelial cells (GES-1). Our results demonstrated that OTA exposure could trigger genomic instability, DNA damage and G2 phase arrest of GES-1 cells. At the same time, OTA treatment could increase the expression of hMLH1, and induce phosphorylation of the p53 protein, as well as p21, in response to DNA damage. Finally, inhibition of hMLH1 by siRNA effectively prevented the activation of p53-p21 signaling pathway and rescued the G2 arrest elicited by OTA. This study demonstrated that hMLH1-p53-p21 signaling pathway played an important role in DNA damage and G2 cell cycle arrest the mediated by OTA in GES-1 cells.

Sepsis is a highly lethal disease that poses a serious threat to human health. Increasing evidence indicates that neutrophil extracellular traps (NETs) are key factors in the pathological progression of sepsis. This study aims to screen potential biomarkers for sepsis and delve into their regulatory function in the pathogenesis. We downloaded 6 microarray datasets from the Gene Expression Omnibus (GEO) database, with 4 as the training sets and 2 as the validation sets. NETs-related genes (NRGs) were obtained from relevant literature. Differential expression analysis was performed on four training sets separately. We intersected differentially expressed genes (DEGs) from the four training sets and NRGs, finally resulting in 19 NETs-related sepsis genes. Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) unearthed that NETs-related sepsis genes were majorly abundant in functions and pathways such as defense response to bacterium and Neutrophil extracellular trap formation. Using the PPI network, the MCC algorithm, and the MCODE algorithm in the CytoHubba plugin, 7 sepsis hub genes (ELANE, TLR4, MPO, PADI4, CTSG, MMP9, S100A12) were identified. ROC curve for each Hub gene in the training and validation sets were plotted, which revealed that the Area Under Curve (AUC) values are all greater than 0.6, indicating good classification ability. A total of 349 miRNAs targeting Hub genes were predicted in the mirDIP database, and 620 lncRNAs targeting miRNAs were predicted in the ENCORI database. The ceRNA regulatory network was constructed using Cytoscape software. Finally, we employed the cMAP database to predict small molecular complexes as potentially effective drugs for the treatment of sepsis, such as chloroquine, harpagoside, and PD-123319. In conclusion, this project successfully identified 7 core genes, which may serve as promising candidates for novel sepsis biomarkers. Meanwhile, we constructed a related ceRNA network and predicted potential targeted drugs, providing potential therapeutic targets and treatment strategies for sepsis patients.