Cycloicaritin (CICT), a bioactive flavonoid derived from the genus Epimedium, exhibits a variety of beneficial biological activities, including promising anticancer effects. However, its poor oral bioavailability is attributed to its extremely low aqueous solubility and rapid elimination via phase II conjugative metabolism. To overcome these limitations, we designed and synthesized a series of carbamate-bridged prodrugs, protecting the hydroxyl group at the 3-position of cycloicaritin by binding with the N-terminus of a natural amino acid. The optimal prodrug 4b demonstrated a significant increase in aqueous solubility as compared to CICT, as well as improved stability in phase II metabolism, while allowing for a rapid release of CICT in the blood upon gastrointestinal absorption. The prodrug 4b also facilitated oral absorption through organic anion-transporting polypeptide 2B1-mediated transport and exhibited moderate cytotoxicity. Importantly, the prodrug enhanced the oral bioavailability of CICT and displayed dose-dependent antitumor activity with superior safety. In summary, the prodrug 4b is a novel potential antitumor drug candidate, and the carbamate-bridged amino acid prodrug approach is a promising strategy for the oral delivery of CICT.

Dataset condensation addresses the problem of data burden by learning a small synthetic training set that preserves essential knowledge from the larger real training set. To date, the state-of-the-art (SOTA) results are often yielded by optimization-oriented methods, but their inefficiency hinders their application to realistic datasets. On the other hand, the Distribution-Matching (DM) methods show remarkable efficiency but sub-optimal results compared to optimization-oriented methods. In this paper, we reveal the limitations of current DM-based methods from the inner-class and inter-class views, i.e., Persistent Training and Distribution Shift. To address these problems, we propose a new DM-based method named Dual-view distribution AligNment for dataset CondEnsation (DANCE), which exploits a few pre-trained models to improve DM from both inner-class and inter-class views. Specifically, from the inner-class view, we construct multiple ``mid encoders'' to perform pseudo long-term distribution alignment, making the condensed set a good proxy of the real one during the whole training process; while from the inter-class view, we use the expert models to perform distribution calibration, ensuring the synthetic data remains in the real class region during condensing. Experiments demonstrate the proposed method achieves a SOTA performance while maintaining comparable efficiency with the original DM across various scenarios. Source codes are available at https://github.com/Hansong-Zhang/DANCE.

Learning effective strategies in sparse reward tasks is one of the fundamental challenges in reinforcement learning. This becomes extremely difficult in multi-agent environments, as the concurrent learning of multiple agents induces the non-stationarity problem and a sharply increased joint state space. Existing works have attempted to promote multi-agent cooperation through experience sharing. However, learning from a large collection of shared experiences is inefficient as there are only a few high-value states in sparse reward tasks, which may instead lead to the curse of dimensionality in large-scale multi-agent systems. This paper focuses on sparse-reward multi-agent cooperative tasks and proposes an effective experience-sharing method, Multi-Agent Selective Learning (MASL), to boost sample-efficient training by reusing valuable experiences from other agents. MASL adopts a retrogression-based selection method to identify high-value traces of agents from the team rewards, based on which some recall traces are generated and shared among agents to motivate effective exploration. Moreover, MASL selectively considers information from other agents to cope with the non-stationarity issue while enabling efficient training for large-scale agents. Experimental results show that MASL significantly improves sample efficiency compared with state-of-the-art MARL algorithms in cooperative tasks with sparse rewards.