In plants, K transporter (KT)/high affinity K transporter (HAK)/K uptake permease (KUP) is the largest potassium (K) transporter family; however, few of the members have had their physiological functions characterized in planta. Here, we studied OsHAK5 of the KT/HAK/KUP family in rice (Oryza sativa). We determined its cellular and tissue localization and analyzed its functions in rice using both OsHAK5 knockout mutants and overexpression lines in three genetic backgrounds. A β-glucuronidase reporter driven by the OsHAK5 native promoter indicated OsHAK5 expression in various tissue organs from root to seed, abundantly in root epidermis and stele, the vascular tissues, and mesophyll cells. Net K influx rate in roots and K transport from roots to aerial parts were severely impaired by OsHAK5 knockout but increased by OsHAK5 overexpression in 0.1 and 0.3 mm K external solution. The contribution of OsHAK5 to K mobilization within the rice plant was confirmed further by the change of K concentration in the xylem sap and K distribution in the transgenic lines when K was removed completely from the external solution. Overexpression of OsHAK5 increased the K-sodium concentration ratio in the shoots and salt stress tolerance (shoot growth), while knockout of OsHAK5 decreased the K-sodium concentration ratio in the shoots, resulting in sensitivity to salt stress. Taken together, these results demonstrate that OsHAK5 plays a major role in K acquisition by roots faced with low external K and in K upward transport from roots to shoots in K-deficient rice plants.

Abstract Though visualizing perspiration constituents is crucial for physiological evaluation, inadequate material healing and unreliable power supply methods restrict its applications. Herein, a fully flexible self‐powered sweat sensor is fabricated from a cellulose‐based conductive hydrogel to address these issues. The hydrogel electrode is composed of a cellulose nanocomposite polymerized in situ with polyaniline and cross‐linked with polyvinyl alcohol/borax. The cellulose nanocomposites furnish the sweat sensor with tensile and electrical self‐healing efficiencies exceeding 95% within 10 s, a stretchability of 1530%, and conductivity of 0.6 S m −1 . The sweat sensor quantitatively analyzes Na + , K + , and Ca 2+ contents in perspiration, to sensitivities of 0.039, 0.082, and 0.069 mmol –1 , respectively, in real time via triboelectric effect and wirelessly transmits the results to a user interface. This fabricated sweat sensor with high flexibility, stability, and analytical sensitivity and selectivity provides new opportunities for self‐powered health monitoring.

Big data has potential to unlock novel groundbreaking opportunities in power grid that enhances a multitude of technical, social, and economic gains. As power grid technologies evolve in conjunction with measurement and communication technologies, this results in unprecedented amount of heterogeneous big data. In particular, computational complexity, data security, and operational integration of big data into power system planning and operational frameworks are the key challenges to transform the heterogeneous large dataset into actionable outcomes. In this context, suitable big data analytics combined with visualization can lead to better situational awareness and predictive decisions. This paper presents a comprehensive state-of-the-art review of big data analytics and its applications in power grids, and also identifies challenges and opportunities from utility, industry, and research perspectives. The paper analyzes research gaps and presents insights on future research directions to integrate big data analytics into power system planning and operational frameworks. Detailed information for utilities looking to apply big data analytics and insights on how utilities can enhance revenue streams and bring disruptive innovation are discussed. General guidelines for utilities to make the right investment in the adoption of big data analytics by unveiling interdependencies among critical infrastructures and operations are also provided.

n-Doped conjugated polymers usually show low electrical conductivities and low thermoelectric power factors, limiting their applications in n-type organic thermoelectrics. Here, we report the synthesis of a new diketopyrrolopyrrole (DPP) derivative, pyrazine-flanked DPP (PzDPP), with the deepest LUMO level in all the reported DPP derivatives. Based on PzDPP, a donor–acceptor copolymer, P(PzDPP-CT2), is synthesized. The polymer displays a deep LUMO energy level and strong interchain interaction with a short π–π stacking distance of 3.38 Å. When doped with n-dopant N-DMBI, P(PzDPP-CT2) exhibits high n-type electrical conductivities of up to 8.4 S cm–1 and power factors of up to 57.3 μW m–1 K–2. These values are much higher than previously reported n-doped DPP polymers, and the power factor also ranks the highest in solution-processable n-doped conjugated polymers. These results suggest that PzDPP is a promising high-performance building block for n-type organic thermoelectrics and also highlight that, without sacrificing polymer interchain interactions, efficient n-doping can be realized in conjugated polymers with careful molecular engineering.

The super-twisting algorithm (STA)-based robust exact differentiator (RED) proposed by Levant has been widely applied in control, observation, and fault detection. With properly set parameters, STA-RED is able to estimate exactly and robustly the derivatives of an input. With a given input signal, however, a practical parameter tuning rule still lacks. To this end, a general parameter tuning algorithm with the full stability proof for STA-RED is proposed. In particular, the time linear transformation and the coordinate transformation are performed on a given base signal, allowing the deterministic relationship between the parameters of STA-RED and the amplitude and the frequency of the input to be obtained. The full stability of the STA-RED based on the proposed parameter tunning algorithm (denoted as PSTA-RED) with perturbations is given using the Lyapunov function method. The simulations are carried out using given input signals and the pressure signals from the altitude ground test facility to illustrate the effectiveness of the proposed PSTA-RED.

Quality inspection is a pivotal component in the intelligent sorting of Astragalus membranaceus (Huangqi), a medicinal plant of significant pharmacological importance. To improve the precision and efficiency of assessing the quality of Astragalus slices, we present the FA-SD-YOLO model, an innovative advancement over the YOLOv8n architecture. This model introduces several novel modifications to enhance feature extraction and fusion while reducing computational complexity. The FA-SD-YOLO model replaces the conventional C2f module with the C2F-F module, developed using the FasterNet architecture, and substitutes the SPPF module with the Adaptive Inverted Fusion (AIFI) module. These changes markedly enhance the model’s feature fusion capabilities. Additionally, the integration of the SD module into the detection head optimizes parameter efficiency while improving detection performance. Performance evaluation highlights the superiority of the FA-SD-YOLO model. It achieves accuracy and recall rates of 88.6% and 89.6%, outperforming the YOLOv8n model by 1.8% and 1.3%, respectively. The model’s F1 score reaches 89.1%, and the mean average precision (mAP) improves to 93.2%, reflecting increases of 1.6% and 2.4% over YOLOv8n. These enhancements are accompanied by significant reductions in model size and computational cost: the parameter count is reduced to 1.58 million (a 47.3% reduction), and the FLOPS drops to 4.6 G (a 43.2% reduction). When compared with other state-of-the-art models, including YOLOv5s, YOLOv6s, YOLOv9t, and YOLOv11n, the FA-SD-YOLO model demonstrates superior performance across key metrics such as accuracy, F1 score, mAP, and FLOPS. Notably, it achieves a remarkable recognition speed of 13.8 ms per image, underscoring its efficiency and suitability for real-time applications. The FA-SD-YOLO model represents a robust and effective solution for the quality inspection of Astragalus membranaceus slices, providing reliable technical support for intelligent sorting machinery in the processing of this important medicinal herb.

Abstract Bacterial infections can lead to severe medical complications, including major medical incidents and even death, posing a significant challenge in clinical trauma repair. Consequently, the development of new, efficient, and non‐resistant antimicrobial agents has become a priority for medical practitioners. In this study, a stepwise hydrothermal reaction strategy is utilized to prepare Fe 3 O 4 @MoS 2 core–shell nanoparticles (NPs) with photosynthesis‐like activity for the treatment of bacterial infections. The Fe 3 O 4 @MoS 2 NPs continuously catalyze the production of reactive oxygen species (ROS) from hydrogen peroxide through photosynthesis‐like reactions and convert light energy into heat with a photothermal efficiency of 30.30%. In addition, the photosynthetically generated ROS, combined with the iron‐induced cell death mechanism of the Fe 3 O 4 @MoS 2 NPs, confer them with exceptional and broad‐spectrum antibacterial properties, achieving antimicrobial activities of up to 98.62% for Staphylococcus aureus , 99.22% for Escherichia coli , and 98.55% for methicillin‐resistant Staphylococcus aureus . The composite exhibits good cell safety and hemocompatibility. Finally, a full‐thickness diabetic wound model validates the significant pro‐healing properties of Fe 3 O 4 @MoS 2 in chronic diabetic wounds. Overall, the design of photosynthesis‐inspired Fe 3 O 4 @MoS 2 presents new perspectives for developing efficient photothermal nano‐enzymatic compounds, offering a promising solution to the challenges of antimicrobial drug resistance and antibiotic misuse.

By considering rollable AMOLED display and application, optical and mechanical performances are discussed and optimized solutions are introduced. Different COE designs for rollable AMOLED are compared in power consumption, L‐decay and reflection. A rollable AMOLED module structure is designed with the impact absorption layer of the hybrid cover. Based on finite element simulation and neutral layer theory, module stack is optimized, accumuled strain is eliminated. Rollable performance and impact resistance are balanced. A portable device with rollable AMOLED is developed. Its mechanical design for rollable display application is introduced.